Empirische Prognoseverfahren in den Sozialwissenschaften

Wissenschaftstheoretische und methodologische Problemlagen

Verlag	Springer VS
Erscheinungsjahr	2016
Seitenanzahl	327 Seiten
ISBN	9783658119324
Format	PDF
Kopierschutz	Wasserzeichen/DRM
Geräte	PC/MAC/eReader/Tablet
Preis	42,99 EUR

Der vorliegende Sammelband diskutiert differenziert sozialwissenschaftliche Prognoseverfahren und ermöglicht eine vertiefte Orientierung in diesem Methodenfeld. Kern des Buches sind Beiträge zu methodischen und methodologischen Grundlagen unterschiedlicher Prognoseverfahren. Empirische Beispiele illustrieren die Vorgangsweisen einzelner Prognosemethoden. Abgerundet wird die Thematik mit einem kulturhistorischen Exkurs zur Entwicklung von Vorhersagen sowie mit kritischen Fragen nach dem Umgang von Prognoseergebnissen in medialen Öffentlichkeiten.

Reinhard Bachleitner ist Professor am Fachbereich Soziologie der Universität Salzburg (Schwerpunkten: sozialwissenschaftliche Methodologie, Tourismus- und Kunstsoziologie)

Martin Weichbold ist Professor für Soziologie und empirische Sozialforschung am Fachbereich Soziologie der Universität Salzburg (Schwerpunkt: Datenkonstruktion)

Markus Pausch ist FH-Professor am Zentrum für Zukunftsstudien der FH Salzburg.

Kaufen Sie hier:

Horizontale Tabs

Blick ins Buch

Inhaltsverzeichnis

Inhaltsverzeichnis	6
Vorwort	8
Einleitung	10
Teil I: Zur Kulturgeschichte von Prognosen	11
Teil II: Zu den Grundlagen von Prognosen und Prognoseverfahren	11
Teil III: Zum Theoriebezug von Prognosen	12
Teil IV: Empirische Beispiele für Prognoseerstellung	13
Teil V: Zum medialen Umgang mir Prognosen	13
Literatur	14
Teil I Zur Kulturgeschichte von Prognosen	15
Zur Prognostik und ihrer Geschichte	16
1 Was ist eine Prognose?	16
2 Zur Logik der Prognostik	20
3 Prognostikexperten und Prognostikgewerbe	25
Literatur	29
Teil II Zu den Grundlagen von Prognosen und Prognoseverfahren	33
Wissenschaftstheoretische Grundlagen von Prognoseverfahren	34
1 Prognose, Prognoseargument, Prognoseverfahren und Induktion	34
2 Singuläre versus generalisierungsgestützte Prognosen	35
3 Direkte versus konditionalisierte Prognosen	37
4 Generalisierungsgestützte Prognosen: Deduktiv versus induktivstatistisch	38
5 Unsichere Prognosen: Die Forderung der maximalen Bestimmtheit und ihre praktische Bedeutung	40
6 Prognosen im Zukunftssinn und im epistemischen Sinn	45
7 Dimensionen der induktiven Unsicherheit von Prognosen	47
7.1 Induktive Unsicherheit bei verlässlichem statistischen Wissen	47
7.2 Induktive Unsicherheit über existierende statistische Zusammenhänge	48
7.3 Fehlende statistische Zusammenhänge: Dynamische Prognosen und Metainduktion	48
8 Komplexe generalisierungsgestützte Prognosen	50
9 Prognosestützung durch empirische Generalisierungen, Modelle und Theorien	52
10 Ungebrauchte Daten: Das Problem der Kurvenanpassung	54
11 Der Informationsgehalt von Prognosen	58
11.1 Das Skalenniveau des Prognoszendums	58
11.2 Die raumzeitliche (Un-)Bestimmtheit des Prognoszendums	59
11.3 Die Wahrscheinlichkeit des Prognoszendums	60
12 Schwierigkeiten im öffentlichen Umgang mit Unsicherheiten: Das Beispiel von L’Aquila	62
13 Kausale versus nichtkausale Prognosen und die praktische Bedeutung dieses Unterschieds	63
14 Konklusion: Richtiges Umgehen mit Unsicherheit als Bildungsauftrag	69
Literatur	70
Methodologische Grundlagen der Prognostik	72
1 Ausgangslage und Zielsetzungen	72
2 Die Rahmenbedingungen für Prognosen	77
2.1 Theoriebezüge in Prognosen	77
2.1.1 Raumbezüge	78
2.1.2 Zeitbezüge	78
2.1.3 Seletivität von Theorien	80
3 Wissen	80
4 Logik	82
5 Die „Konstanz“-Bedingungen	83
Interne Konstanzforderungen	84
Externe Konstanzforderungen	87
6 Empirische Grundstruktur	88
7 Prognosegegenstand und Prognoseziel	88
8 Orientierungsschema zum Prognoseablauf	89
9 Resümee	91
Literatur	92
Statistische Prognoseverfahren für die Sozialwissenschaften	94
1 Einleitung	94
2 Vorgehen bei statistischen Prognosen	95
3 Qualitätsanforderungen	99
4 Statistische Prognoseverfahren	102
4.1 Prognosen mittels Regressionsverfahren	102
4.2 Prognosen mittels Zeitreihenanalysen	105
4.2.1 Exponentielles Glätten	108
4.2.2 Praktische Anwendung des exponentiellen Glättens	109
4.2.3 ARIMA-Modelle	110
4.2.4 Praktische Anwendung der ARIMA-Modelle	116
4.2.5 Erweiterung des ARIMA-Modells	122
5 Zusammenfassung und Ausblick	122
Literatur	124
Die Frage nach der Zukunft. ‚Künftiges’ als Gegenstand von Befragungen	127
Einleitung	127
Die Befragung als Methode der empirischen Sozialforschung	128
(1) Fragen nach der Zukunft in standardisierten Umfragen	134
(2) Delphi-Befragungen	136
(3) Partizipative Methoden	140
Vergleich und Schlussfolgerungen	143
Literatur	145
Zur Methodologie und Methodik interpretativer Prognoseverfahren	149
1 Einleitung	149
2 Charakteristika und Struktur interpretativer Prognoseansätze	150
3 Gemeinsamkeiten in der interpretativ-qualitativen prognostischen Vorgehensweise	153
Analyse des Ist-Zustandes (Diagnose)	154
Annahmen zur Entwicklung der beteiligten Rahmenbedingungen	156
Entwicklung des Zukunftsbildes und Formulierung der Prognose	156
4 Methodologische Fallgruben interpretativer Prognoseverfahren	157
5 Resümee	158
Literatur	160
Teil III Zum Theoriebezug von Prognosen	162
Kontroversen zur Schätzung und Prognosefähigkeit am Beispiel globaler Klimawandelsowie wirtschaftswissenschaftlicher Vorhersages	163
1 Einleitung	163
2 Bayesianismus	164
2.1 Schätzung	166
2.2 Double-counting	167
3 Klassische Model Selection Theory	170
3.1 Fall 1: Neue Daten und Double-Counting	171
3.2 Fall 2: Keine neuen Daten, deswegen eine Einbuße und DoubleCounting	172
4 Beispiel 1: Klimawissenschaften	174
5 Beispiel 2: Wirtschaftswissenschaften	176
6 Konklusion	178
Literatur	180
Demographischer Metabolismus: Eine prognosefähige Theorie des sozialen Wandels	181
Vorläufer: Karl Mannheim und Norman Ryder	182
Prämissen der Theorie	184
Das multidimensionale Kohorten-Komponenten-Modell	186
Anwendung des multidimensionalen Modells auf die Modellierung der Bildungsstruktur nach Alter und Geschlecht	187
Die Prognose qualitativer Aspekte wie Präferenzen und Identitäten	191
Diskussion und Ausblick	194
Literatur	196
Ansätze zur Frage der Voraussage in der Psychoanalyse und in den Psychotherapiewissenschaften vom geschichtsphilosophischen, klinischen und empirischen Standpunkt	198
Einführung	198
1 Die Voraussage in der Psychoanalyse: Der geschichtsphilosophische Standpunkt	199
2 Die Voraussage in der Psychoanalyse: Der klinische Standpunkt	203
3 Die Voraussage in der Psychoanalyse und den Psychotherapiewissenschaften: Der empirische Standpunkt der Ergebnisund Prozessfor	207
Literatur	212
Teil IV Empirische Beispiele für Prognoseerstellung	217
Zur Prognose beruflicher Positionierung von Migranten der dritten Generation	218
Abstract	218
1 Einleitung	218
2 Theoretischer Hintergrund	220
3 Die forschungsleitende Fragestellung	225
4 Methodische Überlegungen	226
4.1 Warum Projektion und nicht Analyse bestehender Daten?	226
4.2 Anforderungen an die Methode	227
4.3 Die periodenorientierte dynamische Mikrosimulation	229
4.4 Software zur Durchführung einer periodenorientierten dynamischen Mikrosimulation	230
5 Umsetzung der Simulation und erste Ergebnisse	231
5.1 Theoriebasierte Modellbildung	231
5.2 Auszug aus den Ergebnissen der empirischen Analyse und Implementation dieser in die Simulation	235
5.3 Module des Mikrosimulationsmodells und Lebensverlaufsperspektive	238
5.4 Startdatensatz für die Simulation	239
5.5 Ergebnisse der Simulation	241
6 Schlussfolgerungen	245
Literatur	247
Simulation von Strategien der Entwicklungszusammenarbeit	253
1 Vorbemerkung	253
2 Einleitung	253
3 Die Ausgangssituation	254
3.1 Ad. Erfassung der richtigen Variablen	255
3.2 Ad. Richtigkeit der Quantifizierung der Variablen und der Zusammenhänge zwischen ihnen	256
3.3 Ad. Zeitliche Dynamik	257
3.4 Ad. Arten der Simulation und Arten von Zufälligkeiten	257
3.5 Ad. Änderung des funktionalen Zusammenhanges über den Zeitverlauf	259
4 Das Modell	260
5 Reflexion zum Verfahren	263
6 Erzielte Simulationsergebnisse	265
7 Interpretation	270
8 Schlussfolgerungen	270
Literatur	271
GIS-basiertes Backcasting: Ein Instrument zur effektiven Raumplanung und für ein nachhaltiges Ressourcenmanagement	273
Literaturübersicht	273
Das Backcasting-Prinzip	276
Backcasting versus Vorhersagen	277
Aufgabenstellung	278
Untersuchungsgebiet	279
Das Zukunftsszenario	280
Die Landnutzungsklasse ‚Wasserflächen und -läufe‘ im Zukunftsszenario	281
Die Landnutzungsklasse ‚Bebautes Gebiet‘ im Zukunftsszenario	281
Die Landnutzungsklassen ‚Landwirtschaftliche Nutzflächen‘ und ‚Wald‘ im Zukunftsszenario	283
Die übrigen Landnutzungsklassen im Zukunftsszenario	283
Einwohner im Zukunftsszenario	284
Das schienengebundene Verkehrsnetz als Einflussgröße	284
Spezialthema: Nachhaltige Entwicklung	285
Das Backcasting-Modell	286
Resultate der finalen Modellversion	287
Modellergebnisse	289
Schlussfolgerungen	295
Literatur	296
Teil V Zum medialen Umgang mit Prognosen	298
Politische Verwertung zukunftsorientierter Wissenschaft	299
Einleitung	299
1 Historischer Überblick	300
1.1 Ökonomische Prognosen im Dienste der Politik	300
1.2 Zukunftsstudien als politische Entscheidungshilfen	301
1.3 Emanzipation zukunftsorientierter Wissenschaft und Herrschaftskritik	302
1.4 Geopolitische Szenarien nach dem Fall des Kommunismus	304
1.5 Zukunftsstudien in der Europäischen Union	305
1.6 Regionale Vorausschau in der Europäischen Union	308
2 Interaktion zwischen Politik und zukunftsorientierter Forschung	309
2.1 Unmittelbar handlungsleitende zukunftsorientierte Studien	311
2.2 Mittelbar handlungsleitende zukunftsorientierte Studien	315
2.3 Strategisch verwertete zukunftsorientierte Studien	317
2.4 Auswirkungen auf die Wissenschaft	318
Konklusion	320
Literatur	321
Kurzporträts der Autorinnen und Autoren	324