[论文解读] Updating Sets of Probabilities

Adam J. Grove, Joseph Y. Halpern|arXiv (Cornell University)|Jun 23, 2009

Bayesian Modeling and Causal Inference参考文献 18被引用 30

一句话总结

本文研究了在概率测度集合的背景下，将条件化作为更新规则的合理性，表明范弗拉森的公理——这些公理在单一测度条件下足以刻画条件化——在测度集合设定下无法唯一刻画条件化。作者证明了存在多种更新机制满足基本公理，而只有通过增加更强但缺乏说服力的约束，才能唯一恢复条件化，凸显了单一先验与多重先验更新框架之间的根本差异。

ABSTRACT

There are several well-known justifications for conditioning as the appropriate method for updating a single probability measure, given an observation. However, there is a significant body of work arguing for sets of probability measures, rather than single measures, as a more realistic model of uncertainty. Conditioning still makes sense in this context--we can simply condition each measure in the set individually, then combine the results--and, indeed, it seems to be the preferred updating procedure in the literature. But how justified is conditioning in this richer setting? Here we show, by considering an axiomatic account of conditioning given by van Fraassen, that the single-measure and sets-of-measures cases are very different. We show that van Fraassen's axiomatization for the former case is nowhere near sufficient for updating sets of measures. We give a considerably longer (and not as compelling) list of axioms that together force conditioning in this setting, and describe other update methods that are allowed once any of these axioms is dropped.

研究动机与目标

• 评估范弗拉森的条件更新公理在应用于测度集合而非单一测度时是否仍然充分。
• 识别在以测度集合建模的模糊概率背景下，标准条件化合理化方法的局限性。
• 确定在测度集合框架下，基于最小公理假设，条件化是否仍是唯一的更新机制。
• 刻画满足基本理性约束但不等价于条件化的替代更新机制。
• 确定在测度集合设定下，尽管标准公理失效，条件化仍能唯一成立的条件。

提出的方法

• 将范弗拉森的公理——特别是确定性公设（证据B发生后Pr'(B) = 1）和表示不变性（在世界重标记下保持不变）——适配到测度集合的语境中。
• 构造反例，表明仅凭这两个公理无法在测度集合情形下唯一刻画条件化。
• 引入一组更强的公理（P1–P7），以强制使条件化成为唯一的更新规则，其中P6*和P6**在限制概率更新方面起关键作用。
• 使用涉及不可数空间（如具有勒贝格测度的单位区间）的表示变换论证，证明关键引理，特别是引理A.6，该引理建立了不同测度之间条件概率的联系。
• 在命题4.8中使用反证法，表明违反概率更新的上界将导致公理体系下的不一致，从而证明在完整公理集下，条件化是唯一一致的更新规则。
• 采用两步更新构造法，表明非条件化规则可能导致概率增长超过理论上限，从而与公理矛盾。

实验结果

研究问题

• RQ1 范弗拉森的两个公理——确定性与表示不变性——在更新测度集合时是否足以唯一刻画条件化？
• RQ2 在测度集合框架下，需要增加哪些额外公理，才能强制使条件化成为唯一的更新机制？
• RQ3 是否存在满足基本理性约束但偏离条件化的替代更新机制？
• RQ4 样本空间的结构（有限与不可数）如何影响关键引理的有效性以及整体更新规则的刻画？
• RQ5 是否存在对理性更新规则下事件概率增长幅度的定量限制，且该限制是否能唯一识别出条件化？

主要发现

• 范弗拉森的两个公理——确定性与表示不变性——在测度集合设定下不足以唯一刻画条件化，因为存在多种更新机制满足这些公理。
• 约束性更新规则（即仅返回与证据一致的原始集合中的测度）满足这两个基本公理，但不等价于条件化。
• 为在测度集合语境下唯一恢复条件化作为更新规则，需要一组更长且更不直观的公理（P1–P7）。
• 引理A.6建立了条件概率与测度一致性之间的关键联系，表明对于更新集合中的任意测度，均存在另一测度在给定事件之外的行为类似于条件化。
• 命题4.8证明，在完整公理集下，更新函数必须满足uupd,M,Pr(A,B) = 1对所有M, A, B成立，这意味着条件化是唯一一致的更新机制。
• 该证明依赖于使用迭代更新和概率增长上界c的反证法，表明非条件化规则将违反该上界，从而导致公理体系失效。