🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
inspection_paradox
Das Inspektionsparadoxon tritt auf, wenn die Beobachtung eines Prozesses zu einem zufälligen Zeitpunkt dazu führt, dass man mit größerer Wahrscheinlichkeit in ein längeres Intervall fällt. Dadurch überschreiten erlebte Wartezeiten, Kursgrößen oder Lebensdauern systematisch ihre tatsächlichen Durchschnittswerte. Es handelt sich um eine Form der längenverzerrten Stichprobenziehung.
Ein Busunternehmen plant Busse im Durchschnitt alle 10 Minuten, aber die tatsächlichen Abstände variieren. Wer zu einem zufälligen Zeitpunkt an der Haltestelle eintrifft, landet mit größerer Wahrscheinlichkeit in einer langen Lücke als in einer kurzen, sodass die durchschnittliche Wartezeit die erwarteten 5 Minuten übersteigt.
Eine Studentin meldet sich für einen Hochschulkurs an und stellt fest, dass die Kurse an ihrer Uni im Schnitt voller sind als die offiziell angegebene Durchschnittsgröße von 25 Studierenden. Das liegt daran, dass große Kurse mit 80 Teilnehmenden viele Studierende gleichzeitig betreffen, während kleine Seminare mit 8 Personen nur wenige erleben.
Ein Jogger nutzt einen Waldweg und bemerkt, dass er diesen fast immer mit anderen Läufern teilt, obwohl der Weg laut Parkstatistik täglich nur mäßig frequentiert ist. Er trifft den Weg jedoch bevorzugt zu Stoßzeiten, in denen sich naturgemäß viele Nutzer gleichzeitig dort aufhalten.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Wird eine Beobachtung gemacht, indem zu einem zufälligen Zeitpunkt statt zu Beginn eines Intervalls gemessen wird?
Typ: binaryWerden längere Intervalle mit größerer Wahrscheinlichkeit beobachtet, einfach weil sie mehr Zeit einnehmen?
Typ: binaryWeicht die berichtete Erfahrung systematisch vom geplanten oder tatsächlichen Durchschnittsintervall ab?
Typ: binaryWird die Schlussfolgerung aus einer längenverzerrten Stichprobe statt aus der vollständigen Intervallverteilung gezogen?
Typ: binaryDas Inspektionsparadoxon tritt auf, wenn die Beobachtung eines Prozesses zu einem zufälligen Zeitpunkt dazu führt, dass man mit größerer Wahrscheinlichkeit in ein längeres Intervall fällt. Dadurch überschreiten erlebte Wartezeiten, Kursgrößen oder Lebensdauern systematisch ihre tatsächlichen Durchschnittswerte. Es handelt sich um eine Form der längenverzerrten Stichprobenziehung.
Wenn ein Prozess zu einem zufälligen Zeitpunkt beobachtet wird, enthalten längere Intervalle den Beobachtungspunkt proportional häufiger. Eine 20-Minuten-Lücke wird doppelt so wahrscheinlich von einer zufälligen Ankunft ‚getroffen' wie eine 10-Minuten-Lücke, sodass die erlebte Verteilung zugunsten längerer Dauern verzerrt ist.
Man sollte zwischen der Verteilung aller Intervalle und der Verteilung der von zufällig Ankommenden erlebten Intervalle unterscheiden. Anstelle naiver Durchschnitte sollten Vorwärts-Rekurrenzzeit-Berechnungen verwendet werden. Daten sollten von Intervall-Startpunkten erhoben werden, nicht von zufälligen Beobachtungszeitpunkten.
Dieses Paradoxon beeinflusst die Nahverkehrsplanung, wo Fahrgäste den Service als schlechter empfinden als geplant. Es tritt auch bei Kursgrößen-Erhebungen auf (Studierende berichten überproportional große Kurse), bei Krankenhaus-Verweildauer-Studien und in der Erneuerungstheorie der Betriebsforschung.
On average, people's friends have more friends than they do, due to sampling bias toward popular nodes.
Ignoring general statistical base rates in favor of specific individual-case info.
A trend in several groups that disappears or reverses when combined.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.