Aufgaben - Theoretische Grundlagen Kognitiver Modellierung: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
 
Zeile 15: Zeile 15:
- Komputationale Ebene
- Komputationale Ebene
- Implementierungsebene
- Implementierungsebene
{Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:
|type="[]"}
+ Die verwendeten Begriffe sind standardisiert und klar formuliert, was die Kommunikation zwischen Wissenschaftlern vereinfacht.
- Sie werden so komplex wie möglich gehalten um ein Phänomen bis ins Detail beschreiben zu können.
+ Sie können zur Simulation von Daten eingesetzt werden, die dann mit empirischen Daten verglichen werden können.
+ Auch implizite Annahmen werden im Formalisierungsprozess explizit definiert.


{Welche Reihenfolge zur Hierarchie von Objekten der Analyse ist laut Sun et al. korrekt, wenn die Richtung von makroskopischer zu mikroskopischer Betrachtung verläuft?
{Welche Reihenfolge zur Hierarchie von Objekten der Analyse ist laut Sun et al. korrekt, wenn die Richtung von makroskopischer zu mikroskopischer Betrachtung verläuft?

Aktuelle Version vom 2. Dezember 2019, 18:06 Uhr

Der folgenden Bereich enthält Fragen zu theoretischen Grundlagen der kognitiven Modellierung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.


  

1 Was davon ist keine Analyseebene nach Marr:

Implementierungsebene
Algorithmische Ebene
Semantische Ebene
Komputationale Ebene

2 Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:

Die verwendeten Begriffe sind standardisiert und klar formuliert, was die Kommunikation zwischen Wissenschaftlern vereinfacht.
Sie können zur Simulation von Daten eingesetzt werden, die dann mit empirischen Daten verglichen werden können.
Auch implizite Annahmen werden im Formalisierungsprozess explizit definiert.
Sie werden so komplex wie möglich gehalten um ein Phänomen bis ins Detail beschreiben zu können.

3 Welche Reihenfolge zur Hierarchie von Objekten der Analyse ist laut Sun et al. korrekt, wenn die Richtung von makroskopischer zu mikroskopischer Betrachtung verläuft?

Substrate – Agenten – Intra-Agenten Prozesse – Inter-Agenten Prozesse
Inter-Agenten Prozesse – Substrate – Agenten - Intra-Agenten Prozesse
Inter-Agenten Prozesse – Agenten – Intra-Agenten Prozesse – Substrate
Substrate – Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse
Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse – Substrate

4 Was versteht man in der Modellierung unter Sparsamkeit?

Das Modell stellt möglichst wenige, dafür aber sehr konkrete Vorhersagen.
Das Modell bezieht möglichst wenige Annahmen mit ein.
Das Modell verwendet möglichst wenige mathematische Formeln.

5 Welche Aussagen zur Einteilung von Modellen sind richtig?

Formalmodelle lassen sich laut Dawson in statistische, mathematische und explanative / synthetische Modelle einteilen.
Formalmodelle bestehen aus mathematischen Gleichungen oder sind Computerprogramme.
Realmodelle sind realistische Veranschaulichungen von realen Systemen, z.B. eine Modelleisenbahn oder ein architektonischer Gebäudeentwurf.
Formalmodelle sind in der Psychologie noch am weitesten verbreitet, verlieren aber gegenüber Verbalmodellen zunehmend an Gewicht.

6 Durch welche Schritte werden die Erkenntnisziele der Modellierung erfüllt?

Für die Relation zwischen Modell und Realsystem sind keine gemessenen oder simulierten Daten erforderlich, solange das Modell in sich (logisch) widerspruchsfrei ist.
Die Manipulation der Randbedingungen hilft nicht nur dabei, die Passung der System- und Modelldaten zu bestimmen, sondern auch neuartige Vorhersagen zu liefern.
Indem wir sowohl Realsystem als auch Modell als datengenerierende Systeme verstehen und deren Randbedingungen (Experiment, Parameter) manipulieren, können wir durch Vergleich ihrer Daten die gegenseitige Relation einschätzen.

7 Welche Aussagen beschreiben korrekt den Modellierungsprozess?

Simulationsmodelle können abstrakte Modellannahmen in ihrer Schlüssigkeit verifizieren oder falsifizieren. Dies bezeichnet man als proof-of-concept.
Über den Vergleich der Systemdaten mit den Simulationsdaten können Schlussfolgerungen über die Güte des Modells getroffen werden.
Beim deduktiven Ansatz entwickelt man aus der Analyse der gemessenen Systemdaten ein Modell, welches das System am besten beschreibt.
Deduktion bedeutet, aus einem Modell Schlussfolgerungen auf erwartete Daten zu ziehen.