Optimality and computations for relative surprise inferences

Relative surprise inferences are based on how beliefs change from a priori to a posteriori. As they are based on the posterior distribution of the integrated likelihood, inferences of this type are invariant under relabellings of the parameter of interest. The authors demonstrate that these inferences possess a certain optimality property. Further, they develop computational techniques for implementing them, provided that algorithms are available to sample from the prior and posterior distributions. Optimalité et calculs pour des inférences à surprise relative Résumé : Les inférences dites à surprise relative se fondent sur l’amplitude de la variation observée entre les lois a priori et a posteriori. Puisqu’elles découlent de la loi a posteriori associée à la vraisemblance intégrée, les inférences de ce type sont invariantes par reétiquettage du paramètre d’intérêt. Les auteurs montrent que ces inférences possèdent une certaine propriété d’optimalité. De plus, ils développent des techniques de calcul permettant leur implantation, à condition de disposer d’algorithmes d’échantillonnage des lois a priori et a posteriori.