[논문 리뷰] On a generalised form of subjective probability

Russell J. Bowater|arXiv (Cornell University)|2018. 10. 25.

Bayesian Modeling and Causal Inference참고 문헌 12인용 수 4

한 줄 요약

이 논문은 이전의 주관적 확률 이론의 한계를 보완하기 위해 분포 함수와 그 함수의 기준 사건에 대한 내부/외부 강도를 통합함으로써 일반화된 주관적 확률의 형태를 제안한다. 비가환성, 이산적 간격, 기준 집합 의존성, 보편성 부족 등의 문제를 해결하며, 엘즈버그 역설을 성공적으로 설명하고 특정 맥락에서 베이지안 추론 대신 민감도 추론을 정당화한다.

ABSTRACT

This paper is motivated by the questions of how to give the concept of probability an adequate real-world meaning, and how to explain a certain type of phenomenon that can be found, for instance, in Ellsberg's paradox. It attempts to answer these questions by constructing an alternative theory to one that was proposed in earlier papers on the basis of various important criticisms that were raised against this earlier theory. The conceptual principles of the corresponding definition of probability are laid out and explained in detail. In particular, what is required to fully specify a probability distribution under this definition is not just the distribution function of the variable concerned, but also an assessment of the internal and/or the external strength of this function relative to other distribution functions of interest. This way of defining probability is applied to various examples and problems including, perhaps most notably, to a long-running controversy concerning the distinction between Bayesian and fiducial inference. The characteristics of this definition of probability are carefully evaluated in terms of the issues that it sets out to address.

연구 동기 및 목표

• 이전 주관적 확률 이론에 대한 비판, 특히 가환성, 이산적 간격, 기준 집합 의존성, 보편성 부족 문제를 다루기 위해.
• 엘즈버그의 역설에서 관찰되는 합리적 모호성 회피를 반영할 수 있는 현실 세계 해석을 제공하기 위해.
• 내부 및 외부 강도 개념을 사용하여 이산, 연속, 범주형 분포를 하나의 프레임워크로 통합하기 위해.
• 주관적 사전 확률이 문제이거나 비일관성 있는 경우, 민감도 추론을 베이지안 추론에 대한 합리적 대안으로 정당화하기 위해.
• 사람의 판단이 불확실성 하에서 어떻게 반영될 수 있는지 실용적이고 유도 기반의 확률 평가 방법을 개발하기 위해.

제안 방법

• 모르는 구성의 볼이 담긴 병에서 공을 꺼내는 표준 물리 실험과 같은 기준 실험 집합을 기반으로 한 일반화된 확률 정의를 도입한다.
• 내부 강도를 기준 분포와의 유사도 정도로 정의하며, 이는 기준 집합 R에 포함된 사건들과의 비교를 통해 평가된다.
• 외부 강도를 관측된 자료나 전문가 판단과의 일관성에 기반하여 다른 후보 분포 함수들 대비 해당 분포 함수의 상대적 신뢰성 또는 신뢰도로 정의한다.
• 연속 및 이산 분포, 특히 베르누이 분포까지도 강도 개념을 적용하여 변수 유형 간 보편성을 확보한다.
• 불확실한 표준 실험(예: 공의 수가 알려지지 않은 병)을 기반으로 한 기준 집합 R을 사용하여 확률 평가의 정확도를 향상시키고 인지 부담을 감소시킨다.
• 두 단계로 구성된 유도 과정을 적용: 먼저 유사도(내부 강도) 평가, 그 다음 신뢰도(외부 강도) 평가로, 더 견고하고 해석 가능한 확률 할당이 가능하다.

실험 결과

연구 질문

• RQ1 확률 평가가 현실 세계의 판단에 기반하면서도 가환성 공리를 만족하는 방식으로 주관적 확률을 어떻게 정의할 수 있는가?
• RQ2 사람들은 왜 엘즈버그 유형의 상황에서 모호성 회피를 보이며, 이러한 행동이 일관된 확률 프레임워크 내에서 합리적으로 정당화될 수 있는가?
• RQ3 이산, 연속, 범주형 분포에 모두 동일하게 적용 가능한 통합된 주관적 확률 이론을 어떻게 구성할 수 있는가?
• RQ4 민감도 추론이 언제 베이지안 추론보다 더 합리적인가? 이는 강도 평가를 통해 어떻게 형식화할 수 있는가?
• RQ5 실제 의사결정에서 신뢰할 수 있는 확률 유도를 지원하기 위해 분포 함수의 강도를 객관적으로 평가할 수 있는가?

주요 결과

• 제안된 이론은 강도 기반 프레임워크에 확률 평가를 통합함으로써 가환성 문제를 해결하며, 사건 간 일관성을 유지한다.
• 강도 기반의 기준 사건 비교를 통해 이산적 간격이 필요 없이 연속적인 확률 할당이 가능해지며, 이는 유연성을 높인다.
• 내부 및 외부 강도 개념을 도입함으로써 고정된 기준 집합에 대한 의존성을 제거하여, 유도 과정에서의 유연성과 인지 편향 감소를 달성한다.
• 이론은 모호성 회피가 비합리성 때문이 아니라, 모호한 분포의 내부 강도가 낮기 때문에 발생한다는 점을 보여줌으로써 엘즈버그의 역설에 합리적 설명을 제공한다.
• 분포 함수의 외부 강도가 주관적 사전 확률보다 높을 수 있음을 보여줌으로써, 특정 경우에서 민감도 추론이 더 타당한 기초를 지닌다는 점을 정당화한다.
• 베르누이, 연속, 범주형 분포에 동일한 강도 개념을 적용할 수 있도록 하여 보편성을 확보함으로써, 별도의 정의가 필요 없어졌다.