Direkt zum Inhalt

Steib, Nicole ; Büchter, Theresa

Mit Erklärvideos und Simulationen Kovariation in Bayesianischen Situationen trainieren

Steib, Nicole and Büchter, Theresa (2023) Mit Erklärvideos und Simulationen Kovariation in Bayesianischen Situationen trainieren. In: Beiträge zum Mathematikunterricht 2022 Band 3. WTM-Verlag, Münster, pp. 1253-1256. ISBN 978-3-95987-208-9.

Date of publication of this fulltext: 14 Oct 2025 04:57
Book section
DOI to cite this document: 10.5283/epub.77955


Abstract

Häufig werden aktuell Corona-Selbsttests durchgeführt, um festzustellen, ob man mit SARS-CoV-2 infiziert ist. Die Struktur in diesen Situationen ist exemplarisch für Bayesianische Situationen, die sich durch eine binäre Hypothese H (z. B. infiziert vs. nicht infiziert) und ein binäres Indiz I zu dieser Hypothese (z. B. ein positives vs. negatives Testergebnis) auszeichnen (Zhu & Gigerenzer, ...

Häufig werden aktuell Corona-Selbsttests durchgeführt, um festzustellen, ob man mit SARS-CoV-2 infiziert ist. Die Struktur in diesen Situationen ist exemplarisch für Bayesianische Situationen, die sich durch eine binäre Hypothese H (z. B. infiziert vs. nicht infiziert) und ein binäres Indiz I zu dieser Hypothese (z. B. ein positives vs. negatives Testergebnis) auszeichnen (Zhu & Gigerenzer, 2006). Bayesianisches Denken umfasst dann die Fähigkeit, in solchen Situationen argumentieren zu können. In einer solchen Bayesianischen Situation sind typischerweise drei Wahrscheinlichkeiten gegeben bzw. notwendig, um mit der Formel von Bayes rechnen zu können.



Involved Institutions


Details

Item typeBook section
ISBN978-3-95987-208-9
Title of Book:Beiträge zum Mathematikunterricht 2022 Band 3
Publisher:WTM-Verlag
Place of Publication:Münster
Page Range:pp. 1253-1256
Date7 June 2023
InstitutionsMathematics > Prof. Dr. Stefan Krauss
Identification Number
ValueType
10.17877/DE290R-23412DOI
Dewey Decimal Classification100 Philosophy & psychology > 150 Psychology
300 Social sciences > 370 Education
500 Science > 510 Mathematics
StatusPublished
RefereedNo, this document will not be refereed
Created at the University of RegensburgPartially
URN of the UB Regensburgurn:nbn:de:bvb:355-epub-779559
Item ID77955

Export bibliographical data

Owner only: item control page

nach oben