แน่นอนชาวเบย์สามารถดูสิ่งตกค้างได้! และแน่นอนว่ามีโมเดลที่ไม่ดีในการวิเคราะห์แบบเบย์ อาจมี Bayesians ไม่กี่คนในมุมมองที่สนับสนุน 70 เช่นนั้น (และฉันสงสัยว่า) แต่คุณแทบจะไม่พบ Bayesian ที่สนับสนุนมุมมองนี้ทุกวันนี้
ฉันไม่ได้อ่านข้อความ แต่ Bayesians ใช้สิ่งต่าง ๆ เช่น Bayes factors เพื่อเปรียบเทียบแบบจำลอง ที่จริงแล้ว Bayesian ยังสามารถคำนวณความน่าจะเป็นของแบบจำลองที่เป็นจริงและเลือกแบบจำลองที่น่าจะเป็นจริงมากกว่า หรือ Bayesian สามารถเฉลี่ยข้ามโมเดลเพื่อให้ได้แบบที่ดีขึ้น หรือสามารถใช้การตรวจสอบการคาดการณ์หลัง มีตัวเลือกมากมายในการตรวจสอบแบบจำลองและแต่ละแบบอาจใช้วิธีใดวิธีหนึ่ง แต่บอกว่าไม่มีแบบจำลองที่ไม่ดีในการวิเคราะห์แบบเบย์
ดังนั้นอย่างมากที่สุดจะเป็นการดีกว่าถ้าจะบอกว่าในแบบสุดโต่งของ Bayesianism (เวอร์ชั่นสุดโต่งที่แทบจะไม่มีใครใช้ในการตั้งค่าที่ใช้ไปแล้ว) คุณไม่ได้รับอนุญาตให้ตรวจสอบแบบจำลองของคุณ แต่มากกว่าที่คุณจะพูดได้ว่าในยุคสมัยของการใช้ชีวิตประจำวันคุณจะไม่ได้รับอนุญาตให้ใช้ข้อมูลเชิงสังเกตการณ์เช่นกัน แต่ทำไมเสียเวลาพูดถึงสิ่งที่โง่ ๆ เหล่านี้เมื่อเราสามารถพูดคุยว่าหากและเมื่อใดในสภาพแวดล้อมที่มีการประยุกต์เราควรใช้วิธีเบย์หรือวิธีประจำหรืออะไรก็ตาม? นั่นคือสิ่งที่สำคัญในความคิดที่ต่ำต้อยของฉัน
อัปเดต: OP ขอการอ้างอิงจากใครบางคนที่สนับสนุน Bayes รุ่นสุดขีด เนื่องจากฉันไม่เคยอ่าน Bayes รุ่นสุดโต่งใด ๆ ฉันจึงไม่สามารถให้ข้อมูลอ้างอิงนี้ได้ แต่ฉันเดาว่า Savage อาจเป็นข้อมูลอ้างอิงได้ ฉันไม่เคยอ่านอะไรที่เขียนโดยเขาดังนั้นฉันอาจผิด
ป.ล. : คิดถึงปัญหาของ "Bayesian ที่ได้รับการสอบเทียบอย่างดี" ( Dawid (1982), JASA , 77 , 379 ) ผู้พยากรณ์วิชาเบย์ที่เชื่อมโยงกันไม่สามารถทำการปรับเทียบได้และดังนั้นจะไม่ตรวจสอบแบบจำลอง / การคาดการณ์ของเขาแม้จะมีหลักฐานมากมายที่บ่งบอกว่าเขาไม่ได้ทำการปรับเทียบ แต่ฉันไม่คิดว่าทุกคนในทางปฏิบัติสามารถอ้างได้ว่าสอดคล้องกัน ดังนั้นการตรวจสอบแบบจำลองจึงมีความสำคัญ
ps2: ฉันชอบกระดาษนี้โดย Efronเช่นกัน ข้อมูลอ้างอิงทั้งหมดคือ: Efron, Bradley (2005) "Bayesians, บ่อยครั้งและนักวิทยาศาสตร์" วารสารสมาคมสถิติอเมริกัน 100 (469)