Tất nhiên Bayes có thể nhìn vào phần dư! Và tất nhiên có những mô hình xấu trong phân tích Bayes. Có thể một vài người Bayes trong số 70 quan điểm được hỗ trợ như thế (và tôi nghi ngờ điều đó), nhưng bạn sẽ khó tìm thấy bất kỳ người Bayes nào ủng hộ quan điểm này trong những ngày này.
Tôi đã không đọc văn bản, nhưng người Bayes sử dụng những thứ như các yếu tố Bayes để so sánh các mô hình. Trên thực tế, một Bayes thậm chí có thể tính xác suất của một mô hình là đúng và chọn mô hình có nhiều khả năng là đúng. Hoặc một Bayes có thể trung bình trên các mô hình, để đạt được một mô hình tốt hơn. Hoặc có thể sử dụng kiểm tra dự đoán sau. Có rất nhiều lựa chọn để kiểm tra một mô hình và mỗi người có thể ủng hộ cách tiếp cận này hay cách khác, nhưng để nói rằng không có mô hình xấu nào trong phân tích Bayes là không có ý nghĩa.
Vì vậy, nhiều nhất, sẽ phù hợp hơn khi nói rằng trong một số phiên bản cực đoan của chủ nghĩa Bayes (phiên bản cực đoan mà hầu như không ai sử dụng trong cài đặt được áp dụng, nhân tiện), bạn không được phép kiểm tra mô hình của mình. Nhưng hơn bạn có thể nói rằng trong một số phiên bản cực đoan của chủ nghĩa thường xuyên, bạn cũng không được phép sử dụng dữ liệu quan sát. Nhưng tại sao phải lãng phí thời gian để thảo luận về những điều ngớ ngẩn này, khi chúng ta có thể thảo luận nếu và khi nào, trong một thiết lập được áp dụng, chúng ta nên sử dụng các phương pháp Bayes hay thường xuyên hay bất cứ điều gì? Đó là điều quan trọng, theo ý kiến khiêm tốn của tôi.
Cập nhật: OP yêu cầu một tài liệu tham khảo của ai đó ủng hộ phiên bản cực đoan của Bayes. Vì tôi chưa bao giờ đọc bất kỳ phiên bản cực đoan nào của Bayes, tôi không thể cung cấp tài liệu tham khảo này. Nhưng tôi đoán rằng Savage có thể là một tài liệu tham khảo. Tôi không bao giờ đọc bất cứ điều gì được viết bởi anh ấy, vì vậy tôi có thể sai.
ps.: Hãy nghĩ về vấn đề của "Bayesian được hiệu chỉnh tốt" ( Dawid (1982), JASA , 77 , 379 ). Một người dự báo Bayesian chủ nghĩa mạch lạc không thể được hiệu chỉnh, và vì vậy sẽ không xem xét mô hình / dự báo của anh ta mặc dù có bất kỳ bằng chứng áp đảo nào cho thấy anh ta không được hiệu chỉnh. Nhưng tôi không nghĩ rằng bất cứ ai trong thực tế có thể tuyên bố là mạch lạc. Vì vậy, xem xét mô hình là quan trọng.
ps2.: Tôi cũng thích bài viết này của Efron . Tài liệu tham khảo đầy đủ là: Efron, Bradley (2005). "Bayes, người thường xuyên, và các nhà khoa học." Tạp chí của Hiệp hội Thống kê Hoa Kỳ 100 (469).