물론 베이지안은 잔차를 볼 수 있습니다! 물론 베이지안 분석에는 잘못된 모델이 있습니다. 아마도 70의 지원되는 견해에있는 베이지안 몇 몇이 그런 식으로 의심 스럽지만 요즘에는이 견해를지지하는 베이지안을 거의 찾을 수 없을 것입니다.
나는 텍스트를 읽지 않았지만 베이지안은 모델을 비교하기 위해 베이 즈 요인과 같은 것을 사용합니다. 실제로 베이지안은 모형이 참일 확률을 계산하고 사실 일 가능성이 더 높은 모형을 선택할 수도 있습니다. 또는 베이지안은 더 나은 모델을 달성하기 위해 모델 간 평균을 계산할 수 있습니다. 또는 사후 예측 검사를 사용할 수 있습니다. 모델을 검사 할 수있는 많은 옵션이 있으며 각 모델은 하나의 접근 방식을 선호 할 수 있지만 베이지안 분석에 잘못된 모델이 없다고 말하는 것은 의미가 없습니다.
따라서 기껏해야 Bayesianism의 극단적 인 버전 (적용된 설정에서 거의 사용하지 않는 극단적 인 버전)에서는 모델을 확인할 수 없다고 말하는 것이 가장 적절합니다. 그러나 극단적 인 버전의 빈번한 상황에서는 관측 데이터도 사용할 수 없습니다. 그러나 이러한 어리석은 일에 대해 논의하는 데 왜 시간이 걸리는가? 적용 환경에서 언제 베이지안이나 빈번한 방법을 사용해야하는지에 관해 논의 할 수 있는가? 그것이 저의 겸손한 견해에서 중요한 것입니다.
업데이트 : OP는 극단적 인 버전의 Bayes를 옹호하는 사람에 대한 참조를 요청했습니다. Bayes의 극단적 인 버전을 읽지 않았으므로이 참조를 제공 할 수 없습니다. 그러나 나는 야만인이 그런 참고일지도 모른다고 생각합니다. 나는 그가 쓴 글을 읽지 않았기 때문에 틀릴 수도있다.
추신 : "잘 보정 된 베이지안"( Dawid (1982), JASA , 77 , 379 ) 의 문제에 대해 생각하십시오 . 일관된 주관 론자 베이지안 예측자는 교정 할 수 없으므로 교정되지 않았다는 엄청난 증거에도 불구하고 그의 모델 / 예측을 검토하지 않을 것입니다. 그러나 나는 실제로 누군가가 그 일관된 주장을 할 수 있다고 생각하지 않습니다. 따라서 모델 검토가 중요합니다.
ps2 .: Efron의이 논문도 좋아 합니다 . 자세한 내용은 Efron, Bradley (2005)입니다. "베이지안, 빈민가, 과학자." 미국 통계 협회 저널 100 (469).