[논문 리뷰] Archimedean Choice Functions: an Axiomatic Foundation for Imprecise Decision Making

Jasper De Bock|arXiv (Cornell University)|2020. 02. 12.

Bayesian Modeling and Causal Inference참고 문헌 13인용 수 6

한 줄 요약

이 논문은 아르키메데스 성질을 가진 선택 함수를 사용하여 불확실성 하에서의 모호한 의사결정에 대한 공리적 기반을 제공한다. 여기서 E-합리성과 최대성이라는 두 가지 핵심 의사결정 규칙을 기술한다. 이 규칙들이 선택 함수에 대한 必要한 및 충분한 조건의 집합에 의해 유일하게 결정됨을 보이며, 이 결과의 핵심은 일관된 하한 예측(coherent lower previsions)에 기반한 표현이다.

ABSTRACT

If uncertainty is modelled by a probability measure, decisions are typically made by choosing the option with the highest expected utility. If an imprecise probability model is used instead, this decision rule can be generalised in several ways. We here focus on two such generalisations that apply to sets of probability measures: E-admissibility and maximality. Both of them can be regarded as special instances of so-called choice functions, a very general mathematical framework for decision making. For each of these two decision rules, we provide a set of necessary and sufficient conditions on choice functions that uniquely characterises this rule, thereby providing an axiomatic foundation for imprecise decision making with sets of probabilities. A representation theorem for Archimedean choice functions in terms of coherent lower previsions lies at the basis of both results.

연구 동기 및 목표

• 모호한 확률에 의한 의사결정을 위한 원칙적이고 공리적인 기반을 확립하여, 비체계적 또는 실용적인 선택을 넘어서는 데 목적이 있다.
• 단일 확률 측도가 아닌 확률 측도의 집합으로 불확실성이 모델링될 때 적절한 의사결정 규칙을 선택하는 데 도전하는 데 목적이 있다.
• 불확실성 확률 이론에서 두드러진 두 의사결정 규칙인 E-합리성과 최대성을 선택 함수의 공통 프레임워크 내에서 통합하고 형식화하는 데 목적이 있다.
• 아르키메데스 성질을 가진 선택 함수가, 이동 불변성, 일관성, 그리고 K_A 조건을 만족함으로써 이러한 의사결정 규칙에 자연스러운 기초를 제공함을 보여주는 데 목적이 있다.
• 이러한 공리의 조합이 E-합리성과 최대성을 유일하게 특징짓며, 일관된 하한 예측에 기반한 표현이 이 결과의 핵심이 됨을 보여주는 데 목적이 있다.

제안 방법

• 논문은 선택 함수를 의사결정의 통합 수학적 프레임워크로 사용하며, 선택 함수 C는 유한한 옵션 집합을 부분집합으로서 선택된 옵션들로 매핑한다.
• 이러한 프레임워크는 세 가지 핵심 성질로 정의된 아르키메데스 성질을 가진 선택 함수를 도입한다: 이동 불변성, 선호 가능한 옵션 집합의 일관성, 그리고 K_A 조건.
• K_A 조건은 만약 옵션 u가 엄격히 선호된다면, 어떤 ε > 0에 대해 u − ε 도 선호된다 는 선호 원칙에서 유도되며, 이는 유한한 옵션 집합에 적용된다.
• 이 프레임워크는 표현 정리에 의해 선택 함수와 일관된 하한 예측을 연결하며, 모든 아르키메데스 성질을 가진 선택 함수가 일관된 하한 예측과 대응됨을 보여준다.
• E-합리성과 최대성은 아르키메데스 성질을 가진 선택 함수의 특정 사례로, 각 규칙을 유일하게 도출하는 정확한 공리 조건을 규명함으로써 특징지어진다.
• 증명 전략은 E-합리성과 최대성이 확률 측도의 집합이 싱글턴일 때에만 일치한다는 사실을 활용하며, 이는 기대 효용 최적화가 특수한 경우로 축소됨을 보여준다.

실험 결과

연구 질문

• RQ1 불확실성 확률 모델에서 E-합리성을 의사결정 규칙으로서 특징짓는 데 필요한 공리의 집합은 무엇인가?
• RQ2 확률 측도의 집합을 배경으로 할 때 최대성을 특징짓는 공리 조건의 집합은 무엇인가?
• RQ3 아르키메데스 성질을 가진 선택 함수는 불확실성 의사결정에서 다양한 의사결정 규칙을 어떻게 통합적인 프레임워크로 제공하는가?
• RQ4 일관된 하한 예측은 아르키메데스 성질을 가진 선택 함수를 어떻게 표현하는가? 그리고 이러한 표현은 E-합리성과 최대성의 기초가 되는가?
• RQ5 E-합리성과 최대성이 일치하는 조건는 무엇이며, 이는 기저에 있는 확률 측도의 집합에 대해 어떤 함의를 갖는가?

주요 결과

• 선택 함수가 E-합리성과 대응하려면 아르키메데스 성질(특히 K_A 조건 포함)을 만족하고, 일관된 하한 예측에 의해 표현 가능해야 한다.
• 선택 함수가 최대성과 대응하려면 동일한 아르키메데스 공리 조건을 만족하며, K_A 조건이 최대 옵션에 필요한 구조를 보장한다.
• E-합리성과 최대성이 일치하는 유일한 경우는 기저의 확률 측도 집합이 싱글턴일 때이며, 이는 두 규칙가 모두 기대 효용 최적화로 축소됨을 의미한다.
• 표현 정리에 의해 모든 아르키메데스 성질을 가진 선택 함수는 일관된 하한 예측에 의해 유일하게 표현 가능하며, 이는 선택 함수와 불확실성 확률 모델 간의 기초적인 연결 고리를 제공한다.
• 제시된 공리 체계는 E-합리성과 최대성을 특징짓는 데 필수적이고 충분하며, 이러한 의사결정 규칙에 대한 완전하고 원칙적인 기반을 제공한다.
• 본 연구는 확률 측도 집합이 싱글턴일 때 아르키메데스 성질을 가진 선택 함수의 특수한 경우로서 기대 효용 최적화의 공리적 특징을 형식화한다.