[論文レビュー] Making Decisions Using Sets of Probabilities: Updating, Time Consistency, and Calibration

Peter Grünwald, Joseph Y. Halpern|Data Archiving and Networked Services (DANS)|Jan 16, 2014

Decision-Making and Behavioral Economics参考文献 23被引用数 13

ひとこと要約

本稿は、確率分布の集合を用いて曖昧性下での意思決定を調査し、エージェントが集合から選択するベッティック（bookie）とゲーム理論的枠組みで信念の更新をモデル化する。時間的一致性は、ゲーム内での情報構造の違いに起因し、ミニマックス更新が条件付き確率に還元されたり、証拠を無視したりする条件を特定する。特に、一貫性とキャリブレーションを保証するための主要な条件として、長方形性（rectangularity）が重要である。

ABSTRACT

We consider how an agent should update her beliefs when her beliefs are represented by a set P of probability distributions, given that the agent makes decisions using the minimax criterion, perhaps the best-studied and most commonly-used criterion in the literature. We adopt a game-theoretic framework, where the agent plays against a bookie, who chooses some distribution from P. We consider two reasonable games that differ in what the bookie knows when he makes his choice. Anomalies that have been observed before, like time inconsistency, can be understood as arising because different games are being played, against bookies with different information. We characterize the important special cases in which the optimal decision rules according to the minimax criterion amount to either conditioning or simply ignoring the information. Finally, we consider the relationship between updating and calibration when uncertainty is described by sets of probabilities. Our results emphasize the key role of the rectangularity condition of Epstein and Schneider.

研究の動機と目的

• 信念が確率分布の集合によって表現される状況における信念の更新を形式化すること。
• 時間的一致性のようなパラドックスを解消するために、更新ゲームにおける異なる情報構造を区別すること。
• ミニマックス意思決定ルールが標準的な条件付き確率に還元される条件を同定すること。
• 不確実性下の確率において、更新とキャリブレーションの関係を検討すること。
• 時間的一致性と一貫した更新を保証するための長方形性条件の役割を明確にすること。

提案手法

• 意思決定問題を、エージェントとベッティックとの間のゲームとしてモデル化し、ベッティックが集合 P から確率分布を選択する。
• 2つのゲームの変種を検討する：1つはベッティックが新しい情報を学ぶ前にもう一度分布を選択することをコミットする場合、もう1つは情報を受け取った後に選択する場合。
• 最悪の期待損失を最小化するミニマックス基準を用いて最適な行動を決定する。この基準は、P に属する分布すべてにわたる最悪の期待損失を最小化する。
• 異なるゲーム仮定の下で、情報到着前の最適行動と到着後の最適行動を比較することで、時間的一致性を分析する。
• ミニマックス更新がベイズ的条件付き確率に一致する条件を導出する。
• エプスタインとシュナイダーが提唱した長方形性条件を適用し、更新の一貫性を保証し、動的不一致を回避する。

実験結果

リサーチクエスチョン

• RQ1 確率分布の集合を用いたミニマックス更新が、いつ標準的なベイズ的条件付き確率に還元されるか。
• RQ2 不確実性下の確率モデルで時間的一致性のような異常が生じる理由は何か。また、それらはどのように解消できるか。
• RQ3 意思決定の瞬間にベッティックが情報を入手できるかどうかが、意思決定ルールの一貫性にどのように影響するか。
• RQ4 長方形性条件が、更新手続きの時間的一致性を保証するために果たす役割は何か。
• RQ5 信念が確率分布の集合によって表現される場合、キャリブレーションは更新プロセスとどのように関係するか。

主な発見

• 時間的一致性は、ミニマックス基準自体の欠陥によるのではなく、分布選択時のベッティックの情報状態に関する一貫性の欠如に起因する。
• ベッティックが新しい情報を学ぶ前に分布を選択することをコミットする場合、ミニマックス更新は時間的一致性を示し、長方形性条件に対応する。
• 長方形性が成立する場合、ミニマックス更新は、分布の集合に対する標準的なベイズ的条件付き確率に還元される。
• ベッティックが情報を受け取った後に分布を選択する場合、ミニマックス更新は証拠を無視する可能性があり、非ベイズ的行動を示す。
• 本稿は、キャリブレーションが、特に長方形性を含む特定の一貫性条件を満たす場合に限り、ミニマックス更新と両立可能であることを確立した。
• このフレームワークにより、異なる情報構造（異なるベッティックの情報状態）を持つゲームが、異なる最適戦略を生じることを明確にし、文献に見られる表面的なパラドックスを解消した。