We use a logical device called the Dutch Book to establish epistemic confidence, defined as the sense of confidence \emph{in an observed} confidence interval. This epistemic property is unavailable -- or even denied -- in orthodox frequentist inference. In financial markets, including the betting market, the Dutch Book is also known as arbitrage or risk-free profitable transaction. A numerical confidence is deemed epistemic if its use as a betting price is protected from the Dutch Book by an external agent. Theoretically, to construct the Dutch Book, the agent must exploit unused information available in any relevant subset. Pawitan and Lee (2021) showed that confidence is an extended likelihood, and the likelihood principle states that the likelihood contains all the information in the data, hence leaving no relevant subset. Intuitively, this implies that confidence associated with the full likelihood is protected from the Dutch Book, and hence is epistemic. Our aim is to provide the theoretical support for this intuitive notion.


翻译:我们使用称为荷兰书的逻辑装置来建立隐喻信任,定义为信任感(在观察到的)信任间隔。在正统的常客论推断中,这种隐喻财产是不存在的,甚至被否认的。在金融市场,包括赌博市场,荷兰书也被称为套利交易或无风险盈利交易。如果外部代理人使用它作为赌注价格不受荷兰书的保护,那么数字信任就被视为隐喻。理论上,为了构建荷兰书,代理人必须利用任何相关子集中现有的未使用的信息。Pawitan和Lee(2021年)表明信任是一种扩大的可能性,而可能性原则则指出数据中包含所有信息的可能性,因此没有留下相关的子集。直观地说,这意味着与所有可能性相关的信任受到荷兰书的保护,因此是缩略语。我们的目的是为这一直观概念提供理论支持。

0
下载
关闭预览

相关内容

专知会员服务
124+阅读 · 2020年9月8日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
109+阅读 · 2020年6月10日
因果关联学习,Causal Relational Learning
专知会员服务
183+阅读 · 2020年4月21日
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
已删除
将门创投
8+阅读 · 2018年10月31日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
专知会员服务
124+阅读 · 2020年9月8日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
109+阅读 · 2020年6月10日
因果关联学习,Causal Relational Learning
专知会员服务
183+阅读 · 2020年4月21日
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
已删除
将门创投
8+阅读 · 2018年10月31日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员