贝叶斯定理与 cMPE 方法：差异、互补性及区分承载权重证据与外延证据的重要性

R. Gottlob

贝叶斯定理与 cMPE 方法：差异、互补性及区分承载权重证据与外延证据的重要性

统计理论 2007-06-13 v2 概率论统计理论

作者: R. Gottlob

摘要

贝叶斯定理与 cMPE 方法都用于建立概率系统之间的关系。cMPE 方法做非条件概率的相加，DPE 方法做其相减，但两个版本都允许非析取概率的非线性。语义独立性是前提条件。与语义同构观测序列的结果相比，证据的多样性可得出更高的概率。贝叶斯方法的优势在于允许 hypothesis 所覆盖领域之外的证据。我们必须区分外延证据与承载权重证据。基于纯承载权重证据（cMPE 方法）的运算忽略外延证据，而依贝叶斯定理的一些运算可能至少部分忽略承载权重证据。这些及其他一些缺陷可通过结合两种方法的运算来弥补。

关键词

贝叶斯定理 cMPE 方法 DPE 方法承载权重证据外延证据语义独立性概率系统

引用

@article{arxiv.math/0406090,
  title  = {Bayes Theorem and the cMPE-Method: Differences, Complementarities and the Importance of Discerning between Weight-bearing and Extensional Evidence},
  author = {R. Gottlob},
  journal= {arXiv preprint arXiv:math/0406090},
  year   = {2007}
}

备注

16 pages 7 figures

贝叶斯定理与 cMPE 方法：差异、互补性及区分承载权重证据与外延证据的重要性

摘要

关键词

引用

备注

相关论文