归纳推理规范的合理化
摘要：贝叶斯推理的范围有限，因为它不能在理想化的情景下应用，其中考虑的假设都不成立，而且即使在不适当的情况下，它总是使用似然作为证据偏好的度量。本文的目的是在一个非常一般的设置中研究归纳推理，其中寻找真相并不一定是目标，而证据偏好的度量也不一定是似然。我使用准确性论证来支持概率主义，并提出一种新的论证方法，来支持两个通用的更新规则，这两个规则在不同的情境中都是合理的。其中一种更新规则包括标准贝叶斯更新、Bissiri等人(2016)的通用贝叶斯更新、Douven(2016)的基于IBE的更新和Vassend(2019a)的准贝叶斯更新作为特例。另一种更新规则是新颖的。
作者：Olav Benjamin Vassend
论文ID：1909.06523
分类：Other Statistics
分类简称：stat.OT
提交时间：2019-09-17