统计决策自信的数学框架

决策自信是对决策正确概率的预判。从统计的角度看，决策自信可以定义为基于相关证据选择的选项正确的贝叶斯后验概率。在这里，我们使用这个正式定义作为起点，开发出一个规范的统计框架来描述决策自信。我们的目标是做出不依赖于噪声结构或特定自信估计算法的一般预测。我们在分析上证明了统计决策自信与可观测决策指标（如证据可辨别性、选择性和准确性）之间的几种相互关系。这些相互关系给出了关于决策自信的必要特征，具体为外部可量化的变量，这些变量可以通过经验进行测试。我们的结果为决策自信的数学严谨处理奠定了基础，这可以为理解不同研究领域（从人类和动物行为到神经表征）中的自信提供一个共同框架。