Ein quantitativer empirischer Vergleich 14 verschiedener Visualisierungsformate zu Bayesianischen Aufgaben

Abstract

Bayesianische Aufgaben, in denen bedingte Wahrscheinlichkeiten eine zentrale Rolle einnehmen, werden häufig falsch gelöscht. Es ist bekannt, dass 1) natürliche Häufigkeiten (z.B. „80 von 100 Erkrankten erhalten ein positives Testergebnis“) statt Wahrscheinlichkeiten und 2) manche Visualisierungen die Lösungsfindung unterstützen. Jedoch gibt es uneinheitliche Befunde bezüglich des Vergleichs von Visualisierungen und es steht die Frage im Raum, ob Anteile besser verstanden werden als Wahrscheinlichkeiten. Diese Fragen werden im Rahmen des DFG-Projekts FehlBa in einer Studie mit 2400 beantwortet.