近线性不确定性测度

若干易于理解且计算易处理的非精确概率模型，如 Pari-Mutuel 模型，是由给定概率测度 P_0 导出的。本文研究一类称为近线性（NL）的此类模型。它们推广了一些著名模型，同时保留了简单的数学结构。事实上，只要变换返回值在 [0,1] 内，它们就是 P_0 的线性仿射变换。我们研究作为（至少）容量的 NL 测度的性质，并证明它们可划分为三个主要子族。我们考察它们的一致性，范围从所有模型都满足的最小条件 2-一致性，到一致性，以及它们所能表示的信念类型。NL 模型可纳入多种不同情形，从 Pari-Mutuel 模型、{\epsilon}-污染模型及其他模型的推广，到智能体对低/高 P_0-概率事件的矛盾态度（同时审慎与轻率），或对称性判断。一致性性质随所表示信念而变化，但并非严格对应：某些矛盾且部分非理性的倾向可能与一致性相容。在最后部分，我们将 NL 模型与其最接近但仅部分重叠的模型——新可加容量与概率区间——进行比较。