Lubang dalam Statistik Bayesian (pembicaraan saya besok di konferensi Bayesian, berdasarkan kolaborasi dengan Yuling) – Beragampengetahuan

Pada Konferensi Masyarakat Internasional untuk Inferensi Bayesian pada pukul 11 ​​​​pagi tanggal 3 Juli 2024 di Universitas Ca’ Foscari di Venesia:

Setiap filsafat mempunyai lubang-lubang, dan merupakan tanggung jawab para pendukungnya untuk menunjukkan permasalahan-permasalahan ini. Berikut beberapa kelemahan dalam analisis data Bayesian:

1. Aturan probabilitas bersyarat yang biasa gagal di dunia kuantum;

2. Prioritas yang hambar atau lemah membuat kita membuat kesimpulan yang buruk tentang hal-hal yang kita pedulikan;

3. Inkonsistensi subyektif sebelumnya;

4. Pengambilan keputusan Bayesian memilih model yang salah;

5. Faktor Bayes gagal jika faktor sebelumnya datar atau lemah;

6. Kita perlu memeriksa model kita untuk mengetahui alasan Cantor, tetapi hal ini merusak koherensi inferensi Bayesian.

Beberapa masalah dengan statistik Bayesian muncul dari orang-orang yang mencoba melakukan hal-hal yang tidak seharusnya mereka lakukan, namun kerentanan lainnya tidak mudah untuk diperbaiki. Secara khusus, mungkin ada baiknya untuk menghindari prior yang datar, lemah, atau konvensional, namun saran seperti itu, jika diikuti, akan bertentangan dengan sebagian besar praktik Bayesian dan mengharuskan kita menghadapi inkoherensi mendasar dari inferensi Bayesian. Ini tidak berarti bahwa kami menganggap inferensi Bayesian adalah ide yang buruk, namun ini berarti bahwa ada ketegangan antara logika Bayesian dan alur kerja Bayesian, dan kami berpikir bahwa logika Bayesian hanya dapat dianggap sebagai alat, cara untuk menyelesaikan ketegangan yang ada. mengungkapkan rasa tidak enak yang tak terelakkan. dan ketidaksesuaian antara asumsi-asumsi model kami dan bukan pada tujuan model itu sendiri.

Karya ini merupakan kolaborasi dengan Yao Yuling.

Ini bukan pembicaraan “anti-Bayesian” (lihat di sini dan di sini untuk mengetahui pemikiran saya tentang anti-Bayesianisme). Inkoherensi adalah komponen penting dari alur kerja statistik atau analisis data yang umumnya berguna. Salah satu fitur menarik dari inferensi Bayesian adalah kita dapat memanfaatkan konsistensi lokalnya sebagai bagian dari alur kerja yang lebih besar, namun untuk melakukan hal ini dengan paling efisien kita harus memahami di mana paradigma tersebut rusak. Jadi terjadilah percakapan ini.

Mungkin saya juga akan mendapat kesempatan untuk menunjukkan bahwa Bayesian adalah orang yang sering datang.

ekonomi kreatif, ilmu ekonomi adalah, pelaku ekonomi
, kegiatan ekonomi adalah, sistem ekonomi

#Lubang #dalam #Statistik #Bayesian #pembicaraan #saya #besok #konferensi #Bayesian #berdasarkan #kolaborasi #dengan #Yuling