信息 vs. 不确定性作为环境建模科学的基础
其他统计学
2017-04-26 v1
摘要
信息核算比不确定性量化更能为假设检验提供良好基础。在此视角下推导出一种科学的定量描述，它缓解了认知桥接原则的需求，解决了临时证伪准则的问题，并通过促进过程级诊断的通用方法处理了似真性。我们的论点是，贝叶斯与经典统计假设检验众所周知的矛盾源于这样一个事实：概率论作为科学的逻辑是不充分的。信息论作为概率论的延伸，需要提供完整的逻辑，以作为基于经验学习的定量理论的基础。在这种情况下，组织性问题不再是我们的理论或模型是否更真或更假，或者特定模型关联多少不确定性，而是实验数据是否可提供任何信息以使我们改进模型。这成为了一个形式化的假设检验，提供了模型诊断理论，并暗示了构建动力系统模型的新方法。
引用
@article{arxiv.1704.07512,
title = {Information vs. Uncertainty as the Foundation for a Science of Environmental Modeling},
author = {Grey Nearing and Hoshin Gupta},
journal= {arXiv preprint arXiv:1704.07512},
year = {2017}
}