Key points are not available for this paper at this time.
本文回顾了整合多个概率分布的统计技术。框架是决策者咨询若干专家关于某些事件的意见。专家以概率分布的形式表达他们的看法。决策者必须将专家的分布整合成一个单一分布,以用于决策。本文回顾了两类整合方法。使用超贝叶斯程序时,决策者把专家意见视为数据,可通过贝叶斯定理与其自身先验分布结合。使用线性意见池时,决策者对专家意见进行线性组合。使专家意见整合困难的主要特点是这些意见之间通常存在高度相关或依赖。本文的一个主题是需要训练程序,使专家提供相对独立的意见,或采用隐式或显式建模专家依赖关系的整合方法。分析表明,m个依赖专家的价值等同于k个独立专家,其中k ≤ m。在某些情况下,可以给出k的精确值;在其他情况下,可以对k设定上下界。
Building similarity graph...
Analyzing shared references across papers
Loading...
Robert A. Jacobs
Neural Computation
University of Rochester
Building similarity graph...
Analyzing shared references across papers
Loading...
Robert A. Jacobs(星期五)研究了该问题。
www.synapsesocial.com/papers/6a086f34280cd4e998e8be13 — DOI: https://doi.org/10.1162/neco.1995.7.5.867
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: