It is clear that directly mapping t

It is clear that directly mapping the observational uncertainty into a likelihood ratio only results in the identical belief for the node in question (as intended in Jeffrey conditionalization) when the priors are uniform. When the priors are non-uniform, a likelihood ratio of 4:1 will increase the belief, but not necessarily to the intended degree.
Some people feel this is an advantage of this representation, supposedly indicating that the observation is an external “opinion” from someone whose priors are unknown. However, if we wish to represent unknown priors, we have no business
inferring a posterior at all!
If we really want the uncertain evidence to shift the beliefs to Bel(X = T) = P(X = TjV) = 0:8, then we can still use a virtual node and likelihood ratio approach, but we need to compute the ratio properly. Let’s return to our earthquake example.

Kết quả (Việt) 1:

Nó là rõ ràng rằng trực tiếp ánh xạ quan sát sự không chắc chắn vào một tỷ lệ khả năng chỉ dẫn đến niềm tin giống hệt nhau cho nút trong câu hỏi (như dự định trong Jeffrey conditionalization) khi các priors được thống nhất. Khi các priors phòng không thống nhất, một tỷ lệ khả năng 4:1 sẽ làm tăng niềm tin, nhưng không nhất thiết phải đến mức dự định.Một số người cảm thấy đây là một lợi thế của đại diện này, được cho là chỉ ra rằng các quan sát là thiết bị ngoài "ý kiến" từ một ai đó mà priors chưa được biết. Tuy nhiên, nếu chúng tôi muốn đại diện cho không rõ tiền, chúng tôi đã không có kinh doanhsuy luận một sau ở tất cả!Nếu chúng ta thực sự muốn bằng chứng không chắc chắn để thay đổi niềm tin để Bel(X = T) = P(X = TjV) = 0:8, sau đó chúng tôi có thể vẫn còn sử dụng một ảo nút và phương pháp tiếp cận khả năng tỷ lệ, nhưng chúng tôi cần để tính toán tỷ lệ đúng cách. Hãy trả lại cho chúng tôi ví dụ trận động đất.

Kết quả (Việt) 2:

Rõ ràng là trực tiếp lập bản đồ không chắc chắn quan sát vào một tỷ lệ khả năng kết quả chỉ trong niềm tin giống hệt nhau cho các nút trong câu hỏi (như dự định ở Jeffrey conditionalization) khi priors là đồng bộ. Khi priors là không đồng đều, một tỷ lệ khả năng của 4:. 1 sẽ làm tăng niềm tin, nhưng không nhất thiết phải đến mức độ có ý định
Một số người cảm thấy đây là một lợi thế của đại diện này, được cho là chỉ ra rằng các quan sát là một "ý kiến" bên ngoài từ một người mà priors là chưa biết. Tuy nhiên, nếu chúng ta muốn đại diện cho priors không rõ, chúng tôi không có kinh doanh
Suy luận một hậu ở tất cả!
Nếu chúng ta thực sự muốn các bằng chứng chắc chắn để chuyển các tín ngưỡng để Bel (X = T) = P (X = TjV) = 0: 8, sau đó chúng ta vẫn có thể sử dụng một cách tiếp cận nút và khả năng tỷ lệ ảo, nhưng chúng ta cần phải tính toán tỷ lệ đúng. Hãy quay trở lại ví dụ trận động đất của chúng tôi.