Prior Distributions from Prospective Posterior Judgments
An unacknowledged shortcoming of current prior elicitation methods is lack of attention to prior-posterior coherence; that is, whether the posterior distribution obtained mathematically from an expert's elicited prior distribution and the observed data truly matches the expert's posterior beliefs. On seeing the data, it is possible that the expert arrives at a different judgment than that dictated by the mathematical calculation. If one accepts the data and the axioms of probability as valid, a meaningful discrepancy implies that the prior used did not in fact reflect the expert's true prior beliefs. Indeed, one could argue that prior-posterior coherence is the "litmus test" for judging whether the elicited prior accurately reflects the expert's true prior beliefs. We describe a new prior elicitation approach that promotes prior-posterior coherence through inferring the prior based on an expert's elicited judgments about the posterior under varying hypothetical outcome data scenarios.
Distributions a priori à partir de jugements postérieurs prospectifs
Une lacune non reconnue des méthodes actuelles d’élicitation des lois a priori est le manque d’attention portée à la cohérence a priori et a posteriori, c’est-à-dire à la question de savoir si la distribution postérieure obtenue mathématiquement à partir de la distribution a priori d’un expert et des données observées correspond réellement aux croyances postérieures de l’expert. En voyant les données, il est possible que l’expert parvienne à un jugement différent de celui dicté par le calcul mathématique. Si l’on accepte les données et les axiomes de probabilité comme valides, une divergence importante implique que la loi a priori utilisée ne reflétait pas en fait les véritables croyances précédentes de l’expert. En effet, on pourrait affirmer que la cohérence a priori et a posteriori est le « test décisif » pour juger si la distribution a priori élicitée reflète avec précision les véritables croyances antérieures de l’expert. Nous décrivons une nouvelle approche d’élicitation a priori qui favorise la cohérence a priori et a posteriori en déduisant la distribution a priori en se basant sur des jugements élicités par un expert au sujet d’un a posteriori en fonction de divers scénarios de données ayant des résultats hypothétiques variables.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais