Xác suất chủ quan và khách quan

Xác suất Bayes có thể thể hiện mức độ tin cậy của một tác nhân hợp lý hoặc bị ràng buộc bởi các quy tắc hình thức nhằm giảm thiểu ảnh hưởng của nhà phân tích, và chủ đề này đối chiếu hai quan điểm đó.

Definition

Xác suất chủ quan là một định lượng nhất quán về sự không chắc chắn của một cá nhân, được rút ra từ các tiên đề ưu tiên hợp lý; xác suất khách quan, trong bối cảnh Bayes, đề cập đến các tiên nghiệm và quy trình được chọn theo các quy ước hình thức nhằm mục đích cung cấp thông tin tối thiểu hoặc bất biến.

Scope

Chủ đề này bao gồm cách diễn giải chủ quan (cá nhân) dựa trên các ưu tiên nhất quán, chương trình Bayes khách quan tìm kiếm các tiên nghiệm dựa trên quy tắc, và các tiên đề lý thuyết quyết định rút ra xác suất và tiện ích từ hành vi hợp lý.

Core questions

• Xác suất chủ quan được rút ra từ các tiên đề ưu tiên hợp lý như thế nào?
• Điều gì phân biệt các phương pháp Bayes khách quan với các phương pháp chủ quan?
• Tại sao tính nhất quán và việc tránh các cược kiểu Hà Lan (Dutch books) thúc đẩy việc sử dụng xác suất cho niềm tin?
• Tiện ích và lý thuyết quyết định đóng vai trò gì trong việc định nghĩa xác suất Bayes?

Key concepts

• xác suất chủ quan
• Bayes khách quan
• tính nhất quán
• lập luận cược kiểu Hà Lan (Dutch-book argument)
• tiện ích
• tiên đề ưu tiên hợp lý

Key theories

Xác suất cá nhân (chủ quan)

Xác suất được định nghĩa là một mức độ tin cậy nhất quán; các tiên đề của Savage cho thấy rằng các ưu tiên của một tác nhân hợp lý ngụ ý cả một độ đo xác suất và một hàm tiện ích.

Chủ nghĩa Bayes khách quan

Các phương pháp khách quan tìm kiếm các tiên nghiệm được xác định bởi các quy tắc hình thức, chẳng hạn như tính bất biến hoặc nội dung thông tin tối đa, để các kết luận phụ thuộc càng ít càng tốt vào các lựa chọn cá nhân.

Clinical relevance

Việc lựa chọn giữa quan điểm chủ quan và khách quan định hình cách các tiên nghiệm được biện minh trong các môi trường được quản lý như thử nghiệm lâm sàng, đánh giá rủi ro và phân tích chính sách, nơi tính minh bạch về các giả định tiên nghiệm là quan trọng.

History

Ramsey và de Finetti đã phát triển xác suất chủ quan vào những năm 1920-1930; sự tiên đề hóa của Savage năm 1954 đã thống nhất xác suất và tiện ích. Song song đó, Jeffreys đã theo đuổi các tiên nghiệm dựa trên quy tắc khách quan, tạo tiền đề cho một cuộc đối thoại phương pháp luận kéo dài.

Debates

Các tiên nghiệm nên là chủ quan hay khách quan?

Những người theo chủ nghĩa chủ quan lập luận rằng tất cả xác suất đều mang tính cá nhân và các tiên nghiệm nên mã hóa niềm tin trung thực, trong khi những người theo chủ nghĩa khách quan tìm kiếm các tiên nghiệm thông thường để làm cho các phân tích có thể tái tạo và giảm ảnh hưởng của nhà phân tích.

Key figures

• Bruno de Finetti
• Leonard J. Savage
• Frank Ramsey
• Harold Jeffreys

Seminal works

• savage1954
• bernardo1994

Frequently asked questions

Việc sử dụng tiên nghiệm chủ quan có làm cho phân tích Bayes trở nên phi khoa học không?

Không. Các tiên nghiệm chủ quan được nêu rõ ràng và có thể được kiểm tra, thay đổi và kiểm soát thông qua phân tích độ nhạy, điều này làm cho các giả định trở nên minh bạch thay vì bị che giấu bên trong lựa chọn phương pháp.