Ini lebih merupakan pertanyaan filosofis, tetapi dari sudut pandang Bayesian murni bagaimana sebenarnya seseorang membentuk pengetahuan sebelumnya? Jika kita memerlukan informasi sebelumnya untuk melakukan kesimpulan yang valid maka tampaknya ada masalah jika kita harus menarik pengalaman masa lalu dalam membenarkan prior hari ini. Kami rupanya dibiarkan dengan pertanyaan yang sama tentang bagaimana kesimpulan kemarin valid, dan semacam kemunduran yang tak terbatas tampaknya mengikuti di mana tidak ada pengetahuan yang dibenarkan. Apakah ini berarti bahwa pada akhirnya informasi sebelumnya harus diasumsikan secara sewenang-wenang, atau mungkin didasarkan pada gaya inferensi yang lebih "sering"?
bayesian
inference
philosophical
dsaxton
sumber
sumber
Jawaban:
Berbicara tentang pengetahuan sebelumnya bisa menyesatkan, itu sebabnya Anda sering melihat orang berbicara tentang kepercayaan sebelumnya . Anda tidak perlu memiliki pengetahuan sebelumnya untuk mengatur sebelumnya. Jika Anda membutuhkannya, bagaimana cara Longley-Cook menangani masalahnya?
Kurangnya data tentang tabrakan di udara bukan masalah untuk menetapkan beberapa sebelum itu yang mengarah pada kesimpulan yang cukup akurat seperti yang dijelaskan oleh Markus Gesmann . Ini adalah contoh ekstrem dari data tidak mencukupi dan tidak ada pengetahuan sebelumnya, tetapi dalam kebanyakan situasi kehidupan nyata Anda akan memiliki beberapa keyakinan out-of-data tentang masalah Anda, yang dapat diterjemahkan ke prior.
Ada kesalahpahaman umum tentang prior bahwa mereka harus entah bagaimana "benar", atau "unik". Bahkan, Anda dapat dengan sengaja menggunakan prior "salah" untuk memvalidasi keyakinan yang berbeda terhadap data Anda. Pendekatan semacam itu dijelaskan oleh Spiegelhalter (2004) yang menggambarkan bagaimana "komunitas" prior (misalnya "skeptis", atau "optimis") dapat digunakan dalam skenario pengambilan keputusan. Dalam hal ini bahkan bukan kepercayaan sebelumnya yang digunakan untuk membentuk prior, melainkan hipotesis sebelumnya.
Karena ketika menggunakan pendekatan Bayesian, Anda memasukkan prior dan data ke dalam model Anda, informasi dari kedua sumber akan digabungkan. Semakin informatif Anda membandingkan data, semakin besar pengaruh itu, semakin informatif informasi Anda, semakin sedikit pengaruh sebelumnya .
Akhirnya, "semua model salah, tetapi beberapa berguna" . Prior menggambarkan kepercayaan yang Anda masukkan dalam model Anda, mereka tidak harus benar. Sudah cukup jika mereka membantu untuk masalah Anda, karena kami hanya berurusan dengan perkiraan realitas yang dijelaskan oleh model Anda. Ya, mereka adalah subjektif. Seperti yang sudah Anda perhatikan, jika kami membutuhkan pengetahuan sebelumnya untuk mereka, kami akan berakhir dalam lingkaran setan. Keindahan mereka adalah bahwa mereka dapat dibentuk bahkan ketika dihadapkan dengan kekurangan data, sehingga untuk mengatasinya.
Spiegelhalter, DJ (2004). Memasukkan ide Bayesian ke dalam evaluasi perawatan kesehatan. Ilmu Statistik, 156-174.
sumber
Saya pikir Anda membuat kesalahan dengan menerapkan sesuatu seperti konsep probabilitas yang kerap terjadi pada fondasi definisi subyektif. Semua yang sebelumnya ada dalam kerangka kerja subyektif adalah kuantifikasi keyakinan saat ini, sebelum memperbaruinya. Menurut definisi, Anda tidak perlu sesuatu yang konkret untuk sampai pada keyakinan itu dan itu tidak perlu valid, Anda hanya perlu memilikinya dan mengukurnya.
Sebelumnya dapat menjadi informatif atau tidak informatif dan dapat menjadi kuat atau lemah. Inti dari skala tersebut adalah bahwa Anda tidak memiliki asumsi tersirat tentang validitas pengetahuan Anda sebelumnya, Anda memiliki yang eksplisit, dan kadang-kadang bisa jadi "Saya tidak punya informasi." Atau bisa juga "Saya tidak percaya diri dengan informasi yang saya miliki." Intinya adalah, tidak ada persyaratan bahwa pengetahuan sebelumnya adalah "valid". Dan asumsi itu adalah satu-satunya alasan skenario Anda tampak paradoks.
Omong-omong, jika Anda suka berpikir tentang filosofi probabilitas, Anda harus membaca The Emergence of Probability oleh Ian Hacking dan sekuelnya, The Taming of Chance . Buku pertama khususnya benar-benar menjelaskan bagaimana konsep probabilitas memiliki definisi ganda dan tampaknya tidak sesuai. Sebagai penggoda: apakah Anda tahu bahwa hingga baru-baru ini, menyebut sesuatu "kemungkinan" berarti bahwa "disetujui", yaitu bahwa "disetujui oleh pihak berwenang" atau bahwa itu adalah pendapat yang secara umum dihormati. Itu tidak ada hubungannya dengan konsep kemungkinan.
sumber