为何决策论视角歪曲了频率主义推断：'机械细节'与从数据中学习

本文的主要目的是重新审视并为 R.A. Fisher 反对将频率主义推断置于决策论框架下的观点辩护。我们认为，这种框架与贝叶斯推断一致，但与频率主义推断不一致。它为贝叶斯方法提供了最优推断理论，但却通过将推断仅框定为针对参数空间中 theta 的所有值的 universal quantifier `for all values of theta in the parameter space'，歪曲了最优频率主义推断理论。这种框架与基于模型的频率主义推断的主要目标相悖，后者的目标是从数据中学习关于产生特定数据的真实 theta 值（未知参数）的信息。频率主义方法依赖于事实性（估计、预测）以及假设性（检验）推理，其主要目的是从数据中学习关于真实 theta 的信息。本文质疑了容许性的适当性，并重新评估了 Stein 悖论，因为它关系到频率主义估计量定位真实 theta 的能力。本文还对比了基于损失的误差与传统频率主义误差（如覆盖率、第一类和第二类错误）；前者依附于 {\theta}，而后者依附于推断过程本身。