बेशक Bayesians अवशिष्टों को देख सकते हैं! और निश्चित रूप से बायेसियन विश्लेषण में खराब मॉडल हैं। हो सकता है कि 70 के समर्थित विचारों में कुछ बायेसियन ऐसा हो (और मुझे संदेह है), लेकिन आप शायद ही इन दिनों इस दृश्य का समर्थन करने वाला कोई बायेसियन पाएंगे।
मैंने पाठ नहीं पढ़ा, लेकिन बेयसियन मॉडल की तुलना करने के लिए बेयस कारकों जैसी चीजों का उपयोग करते हैं। वास्तव में, एक बायेसियन भी एक मॉडल के सही होने की संभावना की गणना कर सकता है और उस मॉडल को चुन सकता है जो सच होने की अधिक संभावना है। या बेइज़ियन एक बेहतर मॉडल प्राप्त करने के लिए, मॉडल भर में औसत कर सकते हैं। या पश्चवर्ती भविष्यवाणिय जांच का उपयोग कर सकते हैं। एक मॉडल की जांच करने के लिए बहुत सारे विकल्प हैं और हर कोई एक दृष्टिकोण या किसी अन्य के पक्ष में हो सकता है, लेकिन यह कहना कि बायेसियन विश्लेषण में कोई भी खराब मॉडल नहीं है गैर-भावना है।
इसलिए, अधिक से अधिक, यह कहना अधिक उचित होगा कि बायेसियनवाद के कुछ चरम संस्करणों में (चरम संस्करण जो लागू सेटिंग्स में लगभग कोई उपयोग नहीं करता है, वैसे) आपको अपने मॉडल की जांच करने की अनुमति नहीं है। लेकिन जैसा कि आप कह सकते हैं कि अक्सर अतिवाद के कुछ चरम संस्करणों में आपको अवलोकन डेटा का उपयोग करने की अनुमति नहीं है। लेकिन क्यों समय बर्बाद करने के लिए इन मूर्खतापूर्ण चीजों पर चर्चा की जाती है, जब हम चर्चा कर सकते हैं कि क्या और कब, एक लागू सेटिंग में, हमें बायेसियन या लगातारवादी तरीकों का उपयोग करना चाहिए या जो भी हो? यही महत्वपूर्ण है, मेरी विनम्र राय में।
अद्यतन: ओपी ने बेयस के चरम संस्करण की वकालत करने वाले किसी व्यक्ति के संदर्भ के लिए कहा। चूंकि मैंने कभी भी बेस के किसी भी चरम संस्करण को नहीं पढ़ा है, इसलिए मैं यह संदर्भ प्रदान नहीं कर सकता। लेकिन मुझे लगता है कि सैवेज इस तरह का एक संदर्भ हो सकता है। मैंने उनके द्वारा लिखित कुछ भी कभी नहीं पढ़ा, इसलिए मैं गलत हो सकता हूं।
ps: "अच्छी तरह से कैलिब्रेटेड बायेसियन" ( दाऊद (1982), JASA , 77 , 379 ) की समस्या के बारे में सोचें । एक सुसंगत व्यक्तिवादी बेयसियन फोरकास्टर को अलिखित नहीं किया जा सकता है, और इसलिए वह किसी भी भारी सबूत के बावजूद अपने मॉडल / पूर्वानुमान की समीक्षा नहीं करेगा कि वह अनब्रिब्रेटेड है। लेकिन मुझे नहीं लगता कि व्यवहार में कोई भी उस सुसंगत होने का दावा कर सकता है। इस प्रकार, मॉडल की समीक्षा महत्वपूर्ण है।
ps2 .: मुझे भी एफ्रॉन का यह पेपर पसंद है । पूरा संदर्भ है: एफ्रॉन, ब्रैडली (2005)। "बायेसियन, फ़्रीविज़न और वैज्ञानिक।" जर्नल ऑफ़ द अमेरिकन स्टैटिस्टिकल एसोसिएशन 100 (469)।