本文選題：貝葉斯推理 + 貝葉斯問題　； 參考：《科學技術哲學研究》2017年06期

【摘要】：貝葉斯推理是以貝葉斯定理為基礎的一種歸納推理形式,它可以成功避免經(jīng)典統(tǒng)計推理中的主觀因素問題和先驗回避問題,并有效消解科學確證、科學接受和歸納邏輯中的諸多悖論和難題,因而在現(xiàn)代歸納邏輯發(fā)展史上占據(jù)著重要地位,并形成了一種關于歸納推理研究的"貝葉斯主義綱領"。但貝葉斯推理會導致許多與直觀概率判斷相悖的結論,從而形成諸多的認知困境。這就對貝葉斯推理的有效性形成了挑戰(zhàn)。借助認知科學的知識可知:認知困境的產生并不是因為貝葉斯推理本身有問題,而是因為人們在進行直觀判斷時傾向于采用啟發(fā)式判斷策略。通過采用"使用自然頻率來表征概率信息"和"使用無代表性內容的問題"等方式可以有效消解此類認知困境。
[Abstract]:Bayesian reasoning is a form of inductive reasoning based on Bayesian Theorem. It can successfully avoid subjective factors and priori avoidance problems in classical statistical reasoning and effectively eliminate scientific confirmation. Scientific acceptance of many paradoxes and problems in inductive logic, which occupies an important position in the history of modern inductive logic, and forms a "Bayesian creed" for the study of inductive reasoning. However, Bayesian reasoning will lead to many conclusions contrary to intuitive probability judgment, thus forming many cognitive dilemmas. This challenges the effectiveness of Bayesian reasoning. With the help of the knowledge of cognitive science, we know that the cognitive dilemma is not caused by the Bayesian reasoning itself, but because people tend to use heuristic judgment strategies in intuitive judgment. Such cognitive dilemmas can be effectively resolved by using natural frequency to represent probability information and using unrepresentative content.
【作者單位】： 西南大學邏輯與智能研究中心;
【基金】：重慶市人文社會科學重點研究基地重點項目(13SKB019) 國家社科基金重大項目(14ZDB016);國家社科基金后期資助項目(15FZX032) 中央高校基本科研業(yè)務費專項資金資助(SWU1709602)
【分類號】：O212.8

【相似文獻】

相關期刊論文 前4條

1 陳亮;張揚;黃一寧;張瀟亮;;公安情報的貝葉斯推理機制研究[J];山西大學學報(自然科學版);2010年01期

2 張向陽,劉鳴;貝葉斯推理研究綜述[J];心理科學進展;2002年04期

3 苑成存;;貝葉斯推理方法探討[J];統(tǒng)計與決策;2007年23期

4 陶良彥;劉思峰;方志耕;袁潮清;;先驗判斷信息下主-客體極大熵博弈模型[J];系統(tǒng)工程;2013年09期

相關博士學位論文 前1條

1 楊莉;兩種概率表征的貝葉斯推理的加工過程[D];江西師范大學;2007年

，

本文編號：2020399