為什麼不允許貝葉斯查看殘差？
在文章“討論：生態學家應該成為貝葉斯主義者嗎？” 布賴恩·丹尼斯（Brian Dennis）對貝葉斯統計給出了令人驚訝的平衡和積極的看法，而他的目的似乎是警告人們。然而，在一段中，沒有任何引用或理由，他說：
貝葉斯，你看，不允許查看他們的殘差。根據模型下結果的極端程度來判斷結果違反了似然原則。對於貝葉斯主義者來說，沒有不好的模型，只有不好的信念。
為什麼不允許貝葉斯算法查看殘差？什麼是合適的引用（即他引用誰）？
Dennis, B.
討論：生態學家應該成為貝葉斯主義者嗎？生態應用，
美國生態學會，1996，6，1095-1103
當然貝葉斯可以看殘差！當然，貝葉斯分析中也有不好的模型。也許 70 年代的一些貝葉斯主義者支持這樣的觀點（我對此表示懷疑），但如今你幾乎找不到任何貝葉斯主義者支持這種觀點。
我沒有閱讀文本，但貝葉斯主義者使用貝葉斯因子之類的東西來比較模型。實際上，貝葉斯甚至可以計算模型為真的概率並選擇更可能為真的模型。或者貝葉斯可以跨模型進行平均，以獲得更好的模型。或者可以使用後驗預測檢查。檢查模型有很多選項，每個選項都可能偏愛一種或另一種方法，但是說貝葉斯分析中沒有壞模型是無稽之談。
因此，至多說，在某些極端版本的貝葉斯主義（順便說一句，幾乎沒有人在應用設置中使用的極端版本）中，您不允許檢查您的模型更為合適。但是你可以說，在某些極端版本的頻率論中，你也不允許使用觀測數據。但是，當我們可以討論在應用環境中是否以及何時應該使用貝葉斯或頻率論方法或其他方法時，為什麼要浪費時間討論這些愚蠢的事情呢？以我的拙見，這才是重要的。
更新： OP 要求提供支持極端版本貝葉斯的人的參考資料。由於我從未讀過任何極端版本的貝葉斯，我無法提供此參考。但我想 Savage 可能是這樣的參考。我從來沒有讀過他寫的任何東西，所以我可能是錯的。
ps.：想想“校準良好的貝葉斯”的問題（Dawid (1982), JASA , 77 , 379）。一個連貫的主觀貝葉斯預測者不能未經校準，因此即使有壓倒性的證據表明他未經校準，也不會審查他的模型/預測。但我認為沒有人在實踐中可以聲稱是連貫的。因此，模型審查很重要。
ps2.：我也喜歡Efron的這篇論文。完整的參考資料是：Efron, Bradley (2005)。“貝葉斯主義者、常客和科學家。” 美國統計協會雜誌 100(469)。