En teoría de probabilidad y estadística , la coherencia puede tener varios significados diferentes. La coherencia en estadística es una indicación de la calidad de la información, ya sea dentro de un único conjunto de datos o entre conjuntos de datos similares pero no idénticos. Los datos completamente coherentes son lógicamente consistentes y se pueden combinar de manera confiable para su análisis.
Cuando se trata de evaluaciones de probabilidad personal, o supuestas probabilidades derivadas de formas no estándar, se trata de una propiedad de autoconsistencia a lo largo de todo un conjunto de dichas evaluaciones.
Una forma de expresar dicha autoconsistencia es en términos de respuestas a diversas proposiciones de apuestas, como se describe en relación con la coherencia (estrategia filosófica de juego) . [1]
El principio de coherencia en la teoría de decisión bayesiana es el supuesto de que las probabilidades subjetivas siguen las reglas/axiomas ordinarios de los cálculos de probabilidad (donde la validez de estas reglas corresponde a la autoconsistencia a la que acabamos de hacer referencia) y, por lo tanto, que se pueden obtener decisiones consistentes a partir de estas probabilidades. [1]
En el análisis de series de tiempo , y particularmente en el análisis espectral , se utiliza para describir la fuerza de asociación entre dos series donde la posible dependencia entre las dos series no se limita a valores simultáneos sino que puede incluir relaciones adelantadas, retrasadas y suavizadas. [2]
Los conceptos que se utilizan aquí se conocen a veces como coherencia [1] y son esencialmente los que se establecen para la coherencia en el procesamiento de señales. Sin embargo, tenga en cuenta que el coeficiente de cantidad de coherencia a veces se puede llamar coherencia al cuadrado . [2]