信息与不确定性作为环境建模科学的基础
摘要：信息会计提供了比不确定性量化更好的假设测试基础。在这个视角下，可以得出科学的定量描述，从而避免了对认识桥梁原则的需求，解决了特定的伪造标准问题，并通过促进对过程级诊断的一般方法来处理真实性。我们的论点是，贝叶斯和经典统计假设检验的众所周知的不一致性是因为概率论是一种不足以作为科学的逻辑的逻辑。信息论作为概率论的扩展，需要提供一个完整的逻辑基础，用来构建关于经验学习的定量理论。在这种情况下，组织性问题不是我们的理论或模型更真实还是不真实，也不是某个模型与之相关的不确定性有多大，而是实验数据中是否有任何信息可以帮助我们改进模型。这就变成了一个正式的假设测试，提供了模型诊断的理论，并建议了一种构建动态系统模型的新方法。
作者：Grey Nearing and Hoshin Gupta
论文ID：1704.07512
分类：Other Statistics
分类简称：stat.OT
提交时间：2017-04-26