Sdílení pravděpodobnostní informace bayesovských agentů

Abstract

Potřeba kombinovat pravděpodobnostní rozdělení v mnoha problémech teorie rozhodování. V této práci navzujeme na články [14] a [15], ve kterých se potlačuje supra Bayesovský přístup [9]. Je uvedena metoda pro kombinování konečných diskrétních rozdělení stejně. Taktýž způsob, jak zacházet s neúplnou informací a ohraničenými spojitými rozdělenimi. V diskrténím případě náš přístup je v duchu, ale liší se v několika klíčových bodech od práce [20]. Výsledkem je posunutý aritmetický průměr vektorů pravděpodobností, což je odlišné od obvyklého (viz [9]) aritmetického průměru.

A need for combining probability distribution arises in many decision-theoretical problems. In this work we follow articles [14] and [15] in pursuing the supra Bayesian approach [9]. A method for combining nite discrete distributions is introduced, as well as a way to deal with incomplete information and bounded continuous distributions. In the discrete case our approach is along the lines of, but di erent at a few key points from the thesis [20]. The result is a shifted arithmetic mean of pmfs, which is discrepant from the usual arithmetic pooling (see [9] for details).