Risiko: Wie man die richtigen Entscheidungen trifft (German Edition)

problems: The role of representation in mental computation«. Cognition 98 (2006), S. 287–308.
    Zimmerman, F. J., D. A. Christakis und A. N. Meltzoff: »Associations between media viewing and language development in children under age 2 years«. Journal of Pediatrics 151 (2007), S. 364–368.

Glossar
    1/N: Verteile deine Ressourcen gleichmäßig auf N Alternativen. Auch als Equality-Heuristik bekannt.
    A-posteriori-Wahrscheinlichkeit: Die Wahrscheinlichkeit eines Ereignisses nach neuer Evidenz, das heißt die aktualisierte A-priori-Wahrscheinlichkeit. Sie wird auch Nachtestwahrscheinlichkeit genannt. Sie lässt sich mithilfe der Bayes-Regel oder – intuitiver – natürlicher Häufigkeiten errechnen.
    A-priori-Wahrscheinlichkeit: Die Wahrscheinlichkeit eines Ereignisses vor neuer Evidenz. Die Bayes-Regel gibt an, wie A-priori-Wahrscheinlichkeiten im Licht neuer Evidenz zu aktualisieren sind. Häufig werden Basisraten als A-priori-Wahrscheinlichkeiten verwendet.
    Absolute Risikoreduktion: Ein Maß für die Wirksamkeit einer Behandlung, definiert als der Anteil der Personen, die durch eine Behandlung geheilt oder gerettet werden (von allen Personen, die daran teilnehmen). Wenn eine Behandlung beispielsweise die Zahl der Menschen, die an einer Krankheit sterben, von 6 auf 4 von 1000 verringert, beträgt die absolute Risikoreduktion 2 von 1000 oder 0,2 Prozent. Siehe auch Relative Risikoreduktion .
    Adaptiver Werkzeugkasten (adaptive toolbox): Das Repertoire an Heuristiken (Faustregeln), das ein Mensch, eine Institution oder Kultur zur Verfügung hat, um mit Ungewissheit intelligent umzugehen.
    Anspruchsniveau: Eine Stopp-Regel, die festlegt, wann eine Alternative gut genug ist und die Suche eingestellt werden kann. Beim Satisficing legt man beispielsweise ein Anspruchsniveau fest und wählt dann die erste Alternative, die diesem Niveau genügt. Siehe Satisficing .
    Anzahl der notwendigen Behandlungen ( number needed to treat ; NNT) : Ein gut verständliches Maß für den Nutzen einer Behandlung. Nehmen wir etwa Patienten mit hohem Risiko für eine Herzerkrankung, die seit vier Jahren den Cholesterinsenker Sortis nehmen. Aus Studien wissen wir, dass von je 100 Patienten einer vor einem Schlaganfall bewahrt wurde. Hier beträgt die NNT zur Rettung eines Lebens 100. Mit anderen Worten: 99 Patienten haben keinen Nutzen von dem Medikament. Die absolute Risikoreduktion ist 1 von 100, das ist der Kehrwert von NNT. NNT zeigt sehr transparent, wie viele Patienten von einem Medikament oder einer Therapie profitieren.
    Basisrate: Die Basisrate eines Merkmals (oder Ereignisses) in einer Population ist der Anteil der Individuen, die dieses Merkmal aufweisen (etwa Prostatakrebs haben). Auch als Prävalenz bezeichnet.
    Bauchentscheidung: Eine Intuition oder Bauchentscheidung ist ein Urteil, (1) das rasch im Bewusstsein auftaucht, (2) dessen tiefere Gründe uns nicht vollständig bewusst sind, (3) das aber stark genug ist, dass wir danach handeln. Eine Bauchentscheidung ist weder eine Laune noch ein sechster Sinn, weder Hellseherei noch Gottes Stimme. Sie ist eine Form unbewusster Intelligenz.
    Bayes-Regel: Mit ihr lässt sich die Wahrscheinlichkeit von Hypothesen im Licht neuer Evidenz berechnen. Als Urheber gilt der englische Pfarrer Thomas Bayes. Für den einfachen Fall, dass eine Hypothese H (beispielsweise eine Erkrankung) entweder zutrifft oder nicht zutrifft (man spricht hier von einer binären Hypothese) und dass Daten D vorliegen (etwa ein positiver Test), lautet die Bayes-Regel:
    p(H|D) = p(H)p(D|H)/[p(H)p(D|H) + p(nicht H)p(D|nicht H)]
    Dabei ist p(H|D) die A-posteriori-Wahrscheinlichkeit, p(H) die A-priori-Wahrscheinlichkeit, p(D|H) die Wahrscheinlichkeit von D, wenn H gilt, und p(D|nicht H) die Wahrscheinlichkeit von D, wenn H nicht gilt.
    Viele Menschen haben Probleme, diese Regel zu verstehen. Aber es gibt Hilfe. Die Berechnung von p(H|D) wird intuitiver, wenn der Input in natürlichen Häufigkeiten statt in Wahrscheinlichkeiten gegeben wird. Bei natürlichen Häufigkeiten lautet die Bayes-Regel:
    p(H|D) = a/(a + b)
    wobei a die Zahl von D und H-Fällen und b die Zahl von D und Nicht-H-Fällen ist. Siehe Natürliche Häufigkeiten .
    Bedingte Wahrscheinlichkeit . Die Wahrscheinlichkeit eines Ereignisses A unter der Bedingung, dass ein Ereignis B eingetreten ist: p(A|B). Ein Beispiel für eine bedingte Wahrscheinlichkeit ist die Wahrscheinlichkeit eines positiven Ersttrimestertests, wenn der Fötus ein Downsyndrom hat