模糊信念的相对极大似然更新

本文提出并公理化了一种新的更新规则：用于由先验集合（C）表示的模糊信念的相对极大似然（RML）。该规则的形式是对 C 的一个子集应用贝叶斯规则。该子集是 C 向其赋予观测事件最大概率的子集的一种线性收缩。收缩程度刻画了更新时基于似然丢弃先验的意愿程度。多重先验的两个著名更新规则，全贝叶斯（FB）和极大似然（ML），作为 RML 的特例被包含在内。当偏好容许极大极小期望效用表示时，本文给出了由 RML 更新生成的条件偏好的公理化刻画。该公理化依赖于弱化刻画 FB 和 ML 的公理。本文首次识别了刻画 ML 的公理，解决了文献中一个长期存在的开放问题。