Bayesianism uses Bayes' theorem to determine a hypothesis's probability based on a new piece of evidence. However, the traditional Bayesian approach cannot integrate intrinsically uncertain evidence, such as those testimonies that report events, attributing only a more or less high degree of probability to important details of them. The work shows how, thanks to R. C. Jeffrey's generalisation, which he called Bayesian kinematics, one can integrate intrinsically uncertain evidence into the Bayesian approach.
Il bayesianismo si avvale del teorema di Bayes per la determinazione della probabilità di un’ipotesi sulla base di determinate prove. L’impostazione bayesiana tradizionale non è però in grado d’integrare le prove intrinsecamente incerte, come ad esempio quelle testimonianze che riportano determinati eventi attribuendo a dettagli importanti di essi solo un grado più o meno elevato di probabilità. Il lavoro mostra come, grazie alla generalizzazione di R. C. Jeffrey, da lui denominata cinematica bayesiana, anche le prove intrinsecamente incerte si lasciano integrare nell’impostazione bayesiana.
La valutazione bayesiana delle prove incerte The Bayesian evaluation of uncertain evidence / Mura, Alberto Mario. - In: CASSAZIONE PENALE. - ISSN 1125-856X. - 3(2021).
La valutazione bayesiana delle prove incerte The Bayesian evaluation of uncertain evidence
Alberto Mura
2021-01-01
Abstract
Bayesianism uses Bayes' theorem to determine a hypothesis's probability based on a new piece of evidence. However, the traditional Bayesian approach cannot integrate intrinsically uncertain evidence, such as those testimonies that report events, attributing only a more or less high degree of probability to important details of them. The work shows how, thanks to R. C. Jeffrey's generalisation, which he called Bayesian kinematics, one can integrate intrinsically uncertain evidence into the Bayesian approach.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.