В теории вероятностей и статистике когерентность может иметь несколько разных значений. Согласованность в статистике является показателем качества информации либо внутри одного набора данных, либо между схожими, но не идентичными наборами данных. Полностью связные данные логически непротиворечивы и могут быть надежно объединены для анализа.
Когда мы имеем дело с личными оценками вероятности или предполагаемыми вероятностями, полученными нестандартными способами, это свойство самосогласованности всего набора таких оценок.
Один из способов выражения такой самосогласованности – это ответы на различные предложения по ставкам, как это описано в контексте последовательности (философская стратегия азартных игр) . [1]
Принцип согласованности в байесовской теории принятия решений — это предположение, что субъективные вероятности следуют обычным правилам/аксиомам вероятностных вычислений (где достоверность этих правил соответствует только что упомянутой самосогласованности) и, таким образом, на основе этих вероятностей можно получить непротиворечивые решения. . [1]
В анализе временных рядов , и особенно в спектральном анализе , он используется для описания силы связи между двумя рядами, где возможная зависимость между двумя рядами не ограничивается одновременными значениями, но может включать опережающие, запаздывающие и сглаженные отношения. [2]
Представленные здесь концепции иногда называют когерентностью [1] и, по сути, представляют собой концепции когерентности при обработке сигналов. Однако обратите внимание, что количественный коэффициент когерентности иногда можно назвать квадратом когерентности . [2]