Um zu veranschaulichen, was ich meine, betrachten Sie bitte das folgende hypothetische Szenario:
Die Lieblingszahl einer Person wird mit der atomlosen Dichtefunktion zufällig verteilt .
Nehmen wir außerdem an, dass diese Person (nachdem sie erkannt hat, was ihre Lieblingszahl ist) den absoluten Wert dieser Lieblingszahl, dh aufruft .
Als Beobachter kennen Sie die Struktur, dh die Verteilung von und das Verhalten der Person. Wenn Sie also sagen, dass , wissen Sie, dass die Lieblingszahl der Person entweder 0,5 oder -0,5 ist.
Aber was sollten Sie als Bayesianischer Updater glauben? Ist es sinnvoll zu sagen, dass Sie glauben, dass die Lieblingszahl der Person 0,5 mit der Wahrscheinlichkeit
Ich vermute nicht, da jede Verteilung (in verschiedener Hinsicht) Änderungen bei Ereignissen des Maßes Null entspricht. Aber was ist in einem solchen Szenario zu tun?
Ich hätte gedacht, dass ein solches Problem in der Wirtschaftstheorie auftreten würde (Signalisierungsspiele), aber ich habe noch keine Referenz gefunden, die sich mit diesem Thema befasst (Vorschläge hier wären ebenfalls sehr willkommen).
Antworten:
Das Paradoxon ist eher eine der Maßtheorie und Konditionierung als eine der Bayes'schen Folgerungen (und daher sollten Sie den Titel der Frage ändern). Um Andrei Kolmogorov zu zitieren,
Wenn man die Dichte der Zufallsvariablen , kann es sich tatsächlich um alles handeln, einschließlich der Nullfunktion für jede Menge von Maß Null. Es scheint mir jedoch, dass die einfachste Erklärung darin besteht, dass man die Menge a posteriori , dh einmal oder nicht wählen kann ist zu beobachten, , so daß . Dies bedeutet, dass die tatsächliche Beobachtung (oder genauer die tatsächliche Realisierung der Zufallsvariablen ) die Wahrscheinlichkeit Null hat, zu zu gehören .f X. A ⊂ ( - 1 , 1 ) EIN X. |X.| x x ∈ A. x x X. EIN
Beim Einstellen
quelle