[論文レビュー] Probabilistic Acceptance

Henry E. Kyburg|arXiv (Cornell University)|Feb 6, 2013

Bayesian Modeling and Causal Inference参考文献 24被引用数 6

ひとこと要約

本稿は、確率的受容の文脈的アプローチを提唱し、知られているパラドックスにもかかわらず、証拠が十分に確率的である場合に限り、文の完全な信念が正当化され得ると主張する。確率的受容が代替の非単調形式主義よりも統計的推論のためのより自然な枠組みを提供することを示し、信念の文脈に応じた閾値によって主要なパラドックスを解消する。

ABSTRACT

The idea of fully accepting statements when the evidence has rendered them probable enough faces a number of difficulties. We leave the interpretation of probability largely open, but attempt to suggest a contextual approach to full belief. We show that the difficulties of probabilistic acceptance are not as severe as they are sometimes painted, and that though there are oddities associated with probabilistic acceptance they are in some instances less awkward than the difficulties associated with other nonmonotonic formalisms. We show that the structure at which we arrive provides a natural home for statistical inference.

研究の動機と目的

• 確率的証拠に基づく文の受容に関連する哲学的・論理的困難を解決すること。
• 他の非単調推論システムと比較して、確率的受容が克服できないパラドックスに陥るとの見方を疑問視すること。
• 信念が確率レベルに文脈的に適合するように調整される枠組みを構築することにより、過剰受容や不十分受容を回避すること。
• 確率的受容が代替の非単調論理よりも統計的推論のより整合性のある基盤を提供することを示すこと。
• 証拠の強さ、確率の閾値、不確実な分野における完全な信念との間に、原則的かつ整合的な関係を確立すること。

提案手法

• 厳密なベイズ的または頻度的コミットメントを避けるために、確率の文脈的解釈を採用する。
• 文の完全な信念を定義するための閾値ベースのメカニズムを導入し、文の確率が文脈的に決定されたレベルを超えた場合にのみ受容されるようにする。
• 新しい証拠下での信念修正をモデル化する非単調論理フレームワークを用い、確率的推論と一貫性を保つ。
• 宝くじパラドックスやロックイアン理論のようなパラドックスを分析し、文脈的受容の下ではそれらがより問題の小さいものであることを示す。
• 統計的推論への応用を通じて、科学的・実証的推論における自然な適合性を示す。
• UAI-97の形式的モデルを用いて、受容メカニズムの整合性と実用性を検証する。

実験結果

リサーチクエスチョン

• RQ1 古典的パラドックスの深刻な悪影響を避けるために、確率的証拠に基づく文に対して完全な信念を合理的に割り当てる方法は何か？
• RQ2 不確実性を扱う文脈において、確率的受容は他の非単調形式主義に比べてどのような相対的利点を有するか？
• RQ3 信念の文脈的閾値は、帰納的推論における古典的パラドックスを解消できるか？
• RQ4 確率的受容は実際の統計的推論をどのように支援または改善するか？
• RQ5 確率的文が合理的な信念体系において「完全に受容可能」となるために満たすべき条件は何か？

主な発見

• 本稿は、文脈化された確率的受容が、宝くじパラドックスのような古典的パラドックスの最悪の結果を回避できることを示している。
• 確率的受容に伴う困難が、デフォルト論理や条件的推論などの代替の非単調システムにおける困難よりも深刻であるとは限らないことを示している。
• 信念を証拠の確率に一致させることで、統計的推論に自然で整合性のある基盤を提供する。
• 信念の文脈的閾値は、非合理的な信念状態のリスクを低減しつつ、高確率の主張の合理的受容を維持する。
• UAI-97の会議で提示されたモデルを用いた形式的検証により、本アプローチの整合性と適用可能性が確認された。
• 本稿は、確率的受容が、不確実性を伴う現実世界の推論文脈において、防衛可能であるばかりでなく、好ましいものであると結論づけている。