Entscheidungstheorie
- Type: Vorlesung (V)
- Semester: SS 2017
-
Time:
26.04.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
03.05.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
10.05.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
17.05.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
24.05.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
31.05.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
07.06.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
14.06.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
21.06.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
28.06.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
05.07.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
12.07.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
19.07.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
26.07.2017
14:00 - 15:30 wöchentlich
20.40 Architektur, Neuer Hörsaal (NH) 20.40 Architekturgebäude
- Lecturer: Prof. Dr. Karl-Martin Ehrhart
- SWS: 2
- Lv-No.: 2520365
Voraussetzungen | Empfehlungen: Siehe Modulbeschreibung. Es werden Vorkenntnisse im Bereich Statistik und Mathematik erwartet. |
Beschreibung | In der Veranstaltung sollen Grundlagen der 'Entscheidung bei Unsicherheit' gelegt werden. Neben einer Darstellung der axiomatischen Entscheidungstheorien (Neumann/Morgenstern, Kahnemann/Tversky) werden weitere Konzepte wie 'Stochastische Dominanz von Verteilungen', 'Risikoaversion' etc. eingeführt. Bei allen Problemstellungen wird besonderer Wert auf die experimentelle Überprüfung der theoretischen Resultate gelegt. Nach Einführung der grundlegenden Konzepte werden diese z.B. auf Bayesianische Spiele angewendet. |
Literaturhinweise |
|
Lehrinhalt | In der Veranstaltung werden die Grundlagen der "Entscheidung bei Unsicherheit" gelegt. Im Zusammenhang mit der Darstellung der Entscheidungstheorien von Neumann/Morgenstern (Erwartungsnutzentheorie) und Kahnemann/Tversky (Prospect Theory) werden die Konzepte der Stochastischen Dominanz, Risikoaversion, Verlustaversion, Referenzpunkte etc. eingeführt. Bei allen Problemstellungen wird besonderer Wert auf die experimentelle Überprüfung der theoretischen Resultate gelegt. Zusätzlich wird in der Veranstaltung ein Überblick über die Entwicklungsgeschichte und die Grundlagen der Epistemologie (Erkenntnistheorie) insbesondere in Hinblick auf die Entscheidungstheorie gegeben. |
Zugangsvoraussetzungen | Keine. |
Anmerkung | Die Lehrveranstaltung "Entscheidungstheorie" [2520365] wird im SS2015 letztmals im Master angeboten. |
Arbeitsbelastung | Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135.0 Stunden Präsenzzeit: 30 Stunden Vor – und Nachbereitung der LV: 45.0 Stunden Prüfung und Prüfungsvorbereitung: 60.0 Stunden |
Ziel | Dieser Kurs vermittelt fundierte Kenntnisse in der Theorie der Entscheidungen insbesondere bei Unsicherheit. Der Hörer der Vorlesung soll in die Lage versetzt werden, konkrete Entscheidungsprobleme bei Unsicherheit analysieren zu können sowie selbständig Lösungsansätze für diese Probleme zu erarbeiten. Außerdem soll der Hörer durch das Studium der experimentellen Literatur fähig sein, verhaltenstheoretische Überlegungen in die Beurteilung von konkreten Entscheidungssituationen einfließen zu lassen. |
Prüfung | Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (nach §4(2), 1 SPO) im Umfang von 60 min. Bei geringer Teilnehmerzahl kann auch eine mündliche Prüfung (nach §4 (2), 2 SPO) angeboten werden. Die Prüfung wird in jedem Semester angeboten und kann zu jedem ordentlichen Prüfungstermin wiederholt werden. |