De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda

La palabra probabilidad se ha utilizado de diversas formas desde que se aplicó por primera vez al estudio matemático de los juegos de azar . ¿Mide la probabilidad la tendencia real, física, de que algo ocurra, o es una medida de la fuerza con la que uno cree que ocurrirá, o se basa en ambos elementos? Al responder a estas preguntas, los matemáticos interpretan los valores de probabilidad de la teoría de la probabilidad .

Hay dos categorías amplias [1] [2] de interpretaciones de probabilidad que se pueden llamar probabilidades "físicas" y "probatorias". Las probabilidades físicas, que también se denominan probabilidades objetivas o de frecuencia , están asociadas con sistemas físicos aleatorios como las ruedas de la ruleta, los dados rodantes y los átomos radiactivos. En tales sistemas, un tipo de evento dado (como un dado que arroja un seis) tiende a ocurrir a un ritmo persistente, o "frecuencia relativa", en una larga serie de pruebas. Las probabilidades físicas explican o se invocan para explicar estas frecuencias estables. Los dos tipos principales de teoría de la probabilidad física son explicaciones frecuentistas (como las de Venn,[3] Reichenbach [4]y von Mises [5] ) y relatos de propensión (como los de Popper, Miller, Giere y Fetzer). [6]

La probabilidad probatoria, también llamada probabilidad bayesiana , puede asignarse a cualquier enunciado, incluso cuando no se trata de un proceso aleatorio, como una forma de representar su plausibilidad subjetiva o el grado en que el enunciado está respaldado por la evidencia disponible. En la mayoría de las cuentas, las probabilidades probatorias se consideran grados de creencia, definidos en términos de disposiciones para apostar con ciertas probabilidades. Las cuatro interpretaciones evidenciales principales son la interpretación clásica (por ejemplo, la de Laplace) [7] , la interpretación subjetiva ( de Finetti [8] y Savage [9] ), la interpretación epistémica o inductiva ( Ramsey , [10] Cox [11]) y la interpretación lógica ( Keynes [12] y Carnap [13] ). También hay interpretaciones de evidencia de grupos de cobertura de probabilidad, que a menudo se etiquetan como "intersubjetivos" (propuesto por Gillies [14] y Rowbottom [6] ).

Algunas interpretaciones de la probabilidad están asociadas con enfoques de inferencia estadística , incluidas las teorías de estimación y la prueba de hipótesis . La interpretación física, por ejemplo, es tomada por seguidores de métodos estadísticos "frecuentistas", como Ronald Fisher [ dudoso - discutir ] , Jerzy Neyman y Egon Pearson . Estadísticos del bayesiano opuestoPor lo general, la escuela acepta la existencia y la importancia de las probabilidades físicas, pero también considera que el cálculo de las probabilidades probatorias es válido y necesario en estadística. Este artículo, sin embargo, se centra en las interpretaciones de la probabilidad más que en las teorías de la inferencia estadística.

La terminología de este tema es bastante confusa, en parte porque las probabilidades se estudian en una variedad de campos académicos. La palabra "frecuentista" es especialmente complicada. Para los filósofos, se refiere a una teoría particular de la probabilidad física, una que ha sido más o menos abandonada. Para los científicos, por otro lado, " probabilidad frecuentista " es simplemente otro nombre para la probabilidad física (u objetiva). Aquellos que promueven la inferencia bayesiana ven " estadísticas frecuentistas"como un enfoque de la inferencia estadística que reconoce solo probabilidades físicas. Además, la palabra" objetivo ", tal como se aplica a la probabilidad, a veces significa exactamente lo que aquí significa" físico ", pero también se usa para las probabilidades probatorias que están fijadas por restricciones racionales, como como probabilidades lógicas y epistémicas.

Se acuerda unánimemente que las estadísticas dependen de alguna manera de la probabilidad. Pero, en cuanto a qué es la probabilidad y cómo está relacionada con las estadísticas, rara vez ha habido un desacuerdo y una ruptura de comunicación tan completos desde la Torre de Babel. Sin duda, gran parte del desacuerdo es meramente terminológico y desaparecería con un análisis suficientemente agudo.

-  (Savage, 1954, p 2) [9]

Filosofía [ editar ]

La filosofía de la probabilidad presenta problemas principalmente en materia de epistemología y la difícil interfaz entre los conceptos matemáticos y el lenguaje ordinario tal como lo utilizan los no matemáticos. La teoría de la probabilidad es un campo de estudio establecido en matemáticas. Tiene sus orígenes en la discusión de las matemáticas de los juegos de azar entre Blaise Pascal y Pierre de Fermat en el siglo XVII, [15] y fue formalizado y convertido en axiomático como una rama distinta de las matemáticas por Andrey Kolmogorov.en el siglo veinte. En forma axiomática, los enunciados matemáticos sobre la teoría de la probabilidad conllevan el mismo tipo de confianza epistemológica dentro de la filosofía de las matemáticas que comparten otros enunciados matemáticos. [16] [17]

El análisis matemático se originó en observaciones del comportamiento de los equipos de juego, como naipes y dados , que están diseñados específicamente para introducir elementos aleatorios e igualados; en términos matemáticos, son sujetos de indiferencia . Ésta no es la única forma en que se utilizan las declaraciones probabilísticas en el lenguaje humano ordinario: cuando la gente dice que " probablemente lloverá ", por lo general no significa que el resultado de lluvia versus no lluvia es un factor aleatorio que las probabilidades favorecen actualmente; en cambio, tal vez se entienda mejor que tales declaraciones califiquen sus expectativas de lluvia con cierto grado de confianza. Asimismo, cuando se escribe que "la explicación más probable" del nombre deLudlow, Massachusetts "es que recibió su nombre de Roger Ludlow ", lo que se quiere decir aquí no es que Roger Ludlow sea favorecido por un factor aleatorio, sino que esta es la explicación más plausible de la evidencia, que admite otras explicaciones menos probables. .

Thomas Bayes intentó proporcionar una lógica que pudiera manejar diversos grados de confianza; como tal, la probabilidad bayesiana es un intento de reformular la representación de enunciados probabilísticos como una expresión del grado de confianza en el que se mantienen las creencias que expresan.

Aunque la probabilidad inicialmente tenía motivaciones algo mundanas, su influencia y uso moderno está muy extendido, desde la medicina basada en la evidencia , pasando por el six sigma , hasta la prueba probabilísticamente verificable y el panorama de la teoría de cuerdas .

Un resumen de algunas interpretaciones de probabilidad [2]
ClásicoFrecuenteSubjetivoPropensión
Hipótesis principalPrincipio de indiferenciaFrecuencia de ocurrenciaGrado de creenciaGrado de conexión causal
Base conceptualSimetría hipotéticaDatos pasados ​​y clase de referenciaConocimiento e intuiciónEstado actual del sistema
Enfoque conceptualConjeturalEmpíricoSubjetivoMetafísico
Posibilidad de un solo casosíNosísí
PrecisosíNoNosí
ProblemasAmbigüedad en principio de indiferenciaDefinición circularProblema de clase de referenciaConcepto en disputa

Definición clásica [ editar ]

Artículo principal: Definición clásica de probabilidad.

El primer intento de rigor matemático en el campo de la probabilidad, defendido por Pierre-Simon Laplace , se conoce ahora como la definición clásica . Desarrollado a partir de estudios de juegos de azar (como tirar dados ), establece que la probabilidad se comparte por igual entre todos los resultados posibles, siempre que estos resultados puedan considerarse igualmente probables. [1] (3,1)

La teoría del azar consiste en reducir todos los sucesos del mismo género a un cierto número de casos igualmente posibles, es decir, a aquellos sobre los que podemos estar igualmente indecisos en cuanto a su existencia, y en determinar el número de casos. favorable al evento cuya probabilidad se busca. La razón de este número al de todos los casos posibles es la medida de esta probabilidad, que es, por tanto, simplemente una fracción cuyo numerador es el número de casos favorables y cuyo denominador es el número de todos los casos posibles.

-  Pierre-Simon Laplace, Ensayo filosófico sobre probabilidades [7]
La definición clásica de probabilidad funciona bien para situaciones con solo un número finito de resultados igualmente probables.

Esto se puede representar matemáticamente de la siguiente manera: si un experimento aleatorio puede resultar en N resultados mutuamente excluyentes e igualmente probables y si N A de estos resultados dan como resultado la ocurrencia del evento A , la probabilidad de A se define por

Hay dos limitaciones claras a la definición clásica. [18] En primer lugar, es aplicable solo a situaciones en las que solo hay un número "finito" de resultados posibles. Pero algunos experimentos aleatorios importantes, como lanzar una moneda hasta que salga cara, dan lugar a un conjunto infinito de resultados. Y en segundo lugar, debe determinar de antemano que todos los resultados posibles son igualmente probables sin depender de la noción de probabilidad para evitar la circularidad, por ejemplo, mediante consideraciones de simetría.

Frecuencias [ editar ]

Para los frecuentistas, la probabilidad de que la pelota caiga en cualquier tronera solo puede determinarse mediante ensayos repetidos en los que el resultado observado converge con la probabilidad subyacente a largo plazo .
Artículo principal: probabilidad de frecuencia

Los frecuentadores postulan que la probabilidad de un evento es su frecuencia relativa en el tiempo, [1] (3.4) es decir, su frecuencia relativa de ocurrencia después de repetir un proceso un gran número de veces en condiciones similares. Esto también se conoce como probabilidad aleatoria . Se supone que los eventos están gobernados por algunos fenómenos físicos aleatorios , que son fenómenos que son predecibles, en principio, con suficiente información (ver determinismo ); o fenómenos que son esencialmente impredecibles. Los ejemplos del primer tipo incluyen lanzar dados o hacer girar una ruleta ; un ejemplo del segundo tipo es la desintegración radiactiva. En el caso de lanzar una moneda justa, los frecuentistas dicen que la probabilidad de sacar cara es 1/2, no porque haya dos resultados igualmente probables, sino porque series repetidas de un gran número de intentos demuestran que la frecuencia empírica converge al límite 1 / 2 a medida que el número de ensayos llega al infinito.

Si denotamos por el número de ocurrencias de un evento en los juicios, entonces si decimos eso .

La visión frecuentista tiene sus propios problemas. Por supuesto, es imposible realizar una infinidad de repeticiones de un experimento aleatorio para determinar la probabilidad de un evento. Pero si solo se realiza un número finito de repeticiones del proceso, aparecerán diferentes frecuencias relativas en diferentes series de ensayos. Si estas frecuencias relativas definen la probabilidad, la probabilidad será ligeramente diferente cada vez que se mida. Pero la probabilidad real debería ser siempre la misma. Si reconocemos el hecho de que solo podemos medir una probabilidad con algún error de medición adjunto, todavía nos metemos en problemas, ya que el error de medición solo puede expresarse como una probabilidad, el mismo concepto que estamos tratando de definir. Esto hace que incluso la definición de frecuencia sea circular; ver por ejemplo "¿Cuál es la probabilidad de un terremoto? ” [19]

Subjetivismo [ editar ]

Artículo principal: probabilidad bayesiana

Los subjetivistas, también conocidos como bayesianos o seguidores de la probabilidad epistémica , dan a la noción de probabilidad un estatus subjetivo al considerarla como una medida del "grado de creencia" del individuo que evalúa la incertidumbre de una situación particular. La probabilidad epistémica o subjetiva a veces se denomina credibilidad , en oposición al término posibilidad de una probabilidad de propensión. Algunos ejemplos de probabilidad epistémica son asignar una probabilidad a la proposición de que una ley de la física propuesta es verdadera o determinar qué tan probable es que un sospechoso haya cometido un crimen, con base en la evidencia presentada. El uso de la probabilidad bayesiana suscita el debate filosófico sobre si puede contribuirjustificaciones de la fe . Los bayesianos señalan que el trabajo de Ramsey [10] (p. 182) y de Finetti [8] (p 103) demuestra que las creencias subjetivas deben seguir las leyes de la probabilidad para que sean coherentes. [20] La evidencia arroja dudas de que los humanos tengan creencias coherentes. [21] [22] El uso de la probabilidad bayesiana implica especificar una probabilidad previa . Esto puede obtenerse considerando si la probabilidad previa requerida es mayor o menor que una probabilidad de referencia [ aclaración necesaria ] asociada con un modelo de urna o unexperimento mental . El problema es que para un problema dado, se podrían aplicar múltiples experimentos mentales, y elegir uno es una cuestión de juicio: diferentes personas pueden asignar diferentes probabilidades previas, conocidas como el problema de la clase de referencia . El " problema del amanecer " es un ejemplo.

Propensión [ editar ]

Artículo principal: probabilidad de propensión

Los teóricos de la propensión piensan en la probabilidad como una propensión física, o disposición o tendencia de un tipo dado de situación física a producir un resultado de cierto tipo o producir una frecuencia relativa a largo plazo de tal resultado. [23] Este tipo de probabilidad objetiva a veces se denomina "azar".

Las propensiones, o posibilidades, no son frecuencias relativas, sino supuestas causas de las frecuencias relativas estables observadas. Las propensiones se invocan para explicar por qué la repetición de un cierto tipo de experimento generará tipos de resultados dados a tasas persistentes, que se conocen como propensiones o posibilidades. Los frecuentadores no pueden adoptar este enfoque, ya que las frecuencias relativas no existen para lanzamientos únicos de una moneda, sino solo para conjuntos grandes o colectivos (ver "posible caso único" en la tabla anterior). [2] Por el contrario, un propensitista puede utilizar la ley de los grandes númerospara explicar el comportamiento de las frecuencias a largo plazo. Esta ley, que es una consecuencia de los axiomas de probabilidad, dice que si (por ejemplo) una moneda se lanza repetidamente muchas veces, de tal manera que su probabilidad de caer cara es la misma en cada lanzamiento, y los resultados son probabilísticamente independiente, entonces la frecuencia relativa de caras estará cerca de la probabilidad de caras en cada lanzamiento. Esta ley permite que las frecuencias estables a largo plazo sean una manifestación de probabilidades invariantes de un solo caso . Además de explicar la aparición de frecuencias relativas estables, la idea de propensión está motivada por el deseo de dar sentido a las atribuciones de probabilidad de un solo caso en la mecánica cuántica, como la probabilidad de desintegración de un átomo en particular. en un momento determinado.

El principal desafío al que se enfrentan las teorías de la propensión es decir exactamente qué significa la propensión. (Y luego, por supuesto, para mostrar que la propensión así definida tiene las propiedades requeridas). En la actualidad, desafortunadamente, ninguna de las explicaciones bien reconocidas de la propensión se acerca a enfrentar este desafío.

Charles Sanders Peirce presentó una teoría de la probabilidad de la propensión . [24] [25] [26] [27] Una teoría de la propensión posterior fue propuesta por el filósofo Karl Popper , que tenía sólo un ligero conocimiento de los escritos de C. S. Peirce, sin embargo. [24] [25] Popper señaló que el resultado de un experimento físico es producido por un cierto conjunto de "condiciones generadoras". Cuando repetimos un experimento, como dice el refrán, realmente realizamos otro experimento con un conjunto (más o menos) similar de condiciones generadoras. Decir que un conjunto de condiciones generadoras tiene propensión p a producir el resultado Esignifica que esas condiciones exactas, si se repiten indefinidamente, producirían una secuencia de resultados en la que E ocurrió con una frecuencia relativa limitada p . Entonces, para Popper, un experimento determinista tendría una propensión 0 o 1 para cada resultado, ya que esas condiciones generadoras tendrían el mismo resultado en cada ensayo. En otras palabras, las propensiones no triviales (aquellas que difieren de 0 y 1) solo existen para experimentos genuinamente no deterministas.

Varios otros filósofos, incluidos David Miller y Donald A. Gillies , han propuesto teorías de la propensión algo similares a las de Popper.

Otros teóricos de la propensión (por ejemplo, Ronald Giere [28] ) no definen explícitamente las propensiones en absoluto, sino que ven la propensión como definida por el papel teórico que desempeña en la ciencia. Argumentaron, por ejemplo, que las magnitudes físicas como la carga eléctrica tampoco se pueden definir explícitamente en términos de cosas más básicas, sino solo en términos de lo que hacen (como atraer y repeler otras cargas eléctricas). De manera similar, la propensión es lo que cumple los diversos roles que desempeña la probabilidad física en la ciencia.

¿Qué papel juega la probabilidad física en la ciencia? Cuales son sus propiedades? Una propiedad central del azar es que, cuando se conoce, obliga a la creencia racional a tomar el mismo valor numérico. David Lewis llamó a esto el Principio Principal , [1] (3.3 y 3.5) un término que los filósofos han adoptado en su mayoría. Por ejemplo, suponga que está seguro de que una moneda sesgada en particular tiene una propensión de 0,32 a caer cara cada vez que se lanza. ¿Cuál es entonces el precio correcto para una apuesta que paga $ 1 si la moneda sale cara y nada de lo contrario? Según el Principio Principal, el precio justo es de 32 centavos.

Probabilidad lógica, epistémica e inductiva [ editar ]

Artículo principal: lógica probabilística

Se reconoce ampliamente que el término "probabilidad" se utiliza a veces en contextos en los que no tiene nada que ver con la aleatoriedad física. Considere, por ejemplo, la afirmación de que la extinción de los dinosaurios probablemente fue causada por un gran meteorito que chocó contra la tierra. Declaraciones como "La hipótesis H es probablemente cierta" se han interpretado en el sentido de que la evidencia empírica (actualmente disponible) (E, digamos) apoya H en un alto grado. Este grado de apoyo de H por E se ha denominado probabilidad lógica de H dada E, o probabilidad epistémica de H dada E, o probabilidad inductiva de H dada E.

Las diferencias entre estas interpretaciones son bastante pequeñas y pueden parecer intrascendentes. Uno de los principales puntos de desacuerdo radica en la relación entre probabilidad y creencia. Las probabilidades lógicas se conciben (por ejemplo, en el Tratado de probabilidad de Keynes [12] ) como relaciones objetivas y lógicas entre proposiciones (u oraciones) y, por lo tanto, no dependen de ninguna manera de las creencias. Son grados de vinculación (parcial) o grados de consecuencia lógica , no grados de creencia . (Sin embargo, dictan los grados adecuados de creencia, como se analiza a continuación). Frank P. Ramsey, por otro lado, se mostró escéptico acerca de la existencia de tales relaciones lógicas objetivas y argumentó que la probabilidad (evidencial) es "la lógica de la creencia parcial". [10] (p. 157) En otras palabras, Ramsey sostuvo que las probabilidades epistémicas son simplemente grados de creencia racional, en lugar de ser relaciones lógicas que simplemente restringen los grados de creencia racional.

Otro punto de desacuerdo se refiere a la unicidad de la probabilidad probatoria, en relación con un estado de conocimiento dado. Rudolf Carnap sostuvo, por ejemplo, que los principios lógicos siempre determinan una probabilidad lógica única para cualquier declaración, en relación con cualquier cuerpo de evidencia. Ramsey, por el contrario, pensó que si bien los grados de creencia están sujetos a algunas restricciones racionales (como, entre otros, los axiomas de probabilidad), estas restricciones generalmente no determinan un valor único. En otras palabras, las personas racionales pueden diferir algo en sus grados de creencia, incluso si todos tienen la misma información.

Predicción [ editar ]

Artículo principal: inferencia predictiva

Una explicación alternativa de la probabilidad enfatiza el papel de la predicción : predecir observaciones futuras sobre la base de observaciones pasadas, no sobre parámetros no observables. En su forma moderna, es principalmente en la vena bayesiana. Esta era la función principal de la probabilidad antes del siglo XX, [29] pero cayó en desgracia en comparación con el enfoque paramétrico, que modeló los fenómenos como un sistema físico que se observó con error, como en la mecánica celeste .

El enfoque predictivo moderno fue pionero en Bruno de Finetti , con la idea central de intercambiabilidad : que las observaciones futuras deben comportarse como observaciones pasadas. [29] Este punto de vista llamó la atención del mundo anglófono con la traducción de 1974 del libro de Finetti, [29] y desde entonces ha sido propuesto por estadísticos como Seymour Geisser .

Probabilidad axiomática [ editar ]

Las matemáticas de la probabilidad se pueden desarrollar sobre una base completamente axiomática que es independiente de cualquier interpretación: consulte los artículos sobre teoría de la probabilidad y axiomas de probabilidad para un tratamiento detallado.

Ver también [ editar ]

  • Frecuencia (estadísticas)
  • Probabilidad negativa
  • Filosofía de la estadística
  • Probabilidad Pignística
  • Amplitud de probabilidad (mecánica cuántica)
  • Problema del amanecer
  • Epistemología bayesiana

Referencias [ editar ]

  1. ↑ a b c d Hájek, Alan (21 de octubre de 2002), Zalta, Edward N. (ed.), Interpretations of Probability , The Stanford Encyclopedia of PhilosophyLa taxonomía de las interpretaciones de probabilidad dada aquí es similar a la del artículo más extenso y completo sobre Interpretaciones de la probabilidad de la Enciclopedia de Filosofía de Stanford en línea. Las referencias a ese artículo incluyen un número de sección entre paréntesis cuando corresponda. Un resumen parcial de ese artículo:
    • Sección 2: Criterios de adecuación para las interpretaciones de probabilidad
    • Seccion 3:
      • 3.1 Probabilidad clásica
      • 3.2 Probabilidad lógica
      • 3.3 Probabilidad subjetiva
      • 3.4 Interpretaciones de frecuencia
      • 3.5 Interpretaciones de propensión
  2. ↑ a b c de Elía, Ramón; Laprise, René (2005). "Diversidad en las interpretaciones de la probabilidad: implicaciones para el pronóstico del tiempo". Revisión mensual del clima . 133 (5): 1129-1143. Código Bibliográfico : 2005MWRv..133.1129D . doi : 10.1175 / mwr2913.1 ."Hay varias escuelas de pensamiento sobre la interpretación de probabilidades, ninguna de ellas sin fallas, contradicciones internas o paradojas". (p 1129) "No existen clasificaciones estándar de interpretaciones de probabilidad, e incluso las más populares pueden sufrir variaciones sutiles de un texto a otro". (p 1130) La clasificación en este artículo es representativa, al igual que los autores y las ideas reivindicadas para cada clasificación.
  3. ↑ Venn, John (1876). La lógica del azar . Londres: MacMillan.
  4. ^ Reichenbach, Hans (1948). La teoría de la probabilidad, una investigación sobre los fundamentos lógicos y matemáticos del cálculo de probabilidades . Prensa de la Universidad de California.Traducción al inglés del original alemán de 1935. ASIN: B000R0D5MS
  5. ^ Mises, Richard (1981). Probabilidad, estadística y verdad . Nueva York: Publicaciones de Dover. ISBN 978-0-486-24214-9. Traducción al inglés de la tercera edición alemana de 1951 que se publicó 30 años después de la primera edición alemana.
  6. ↑ a b Rowbottom, Darrell (2015). Probabilidad . Cambridge: Polity. ISBN 978-0745652573.
  7. ^ a b Laplace, PS, 1814, edición en inglés de 1951, A Philosophical Essay on Probabilities, Nueva York: Dover Publications Inc.
  8. ↑ a b de Finetti, Bruno (1964). "Prospectiva: sus leyes lógicas, sus fuentes subjetivas". En Kyburg, HE (ed.). Estudios de Probabilidad Subjetiva . HE Smokler. Nueva York: Wiley. págs. 93-158. Traducción del original francés de 1937 con notas posteriores añadidas.
  9. ↑ a b Savage, LJ (1954). Los fundamentos de la estadística . Nueva York: John Wiley & Sons, Inc. ISBN 978-0-486-62349-8.
  10. ↑ a b c Ramsey, FP (1931). "Capítulo VII, Verdad y probabilidad (1926)" (PDF) . En Braithwaite, RB (ed.). Fundamentos de las matemáticas y otros ensayos lógicos . Londres: Kegan, Paul, Trench, Trubner & Co. págs. 156–198 . Consultado en agosto de 2013 . Verifique los valores de fecha en: |access-date=( ayuda ) Contiene tres capítulos (ensayos) de Ramsey. La versión electrónica contiene solo esos tres.
  11. ^ Cox, Richard Threlkeld (1961). El álgebra de la inferencia probable . Baltimore: Prensa de Johns Hopkins.
  12. ↑ a b Keynes, John Maynard (1921). Tratado de probabilidad . MacMillan . Consultado en agosto de 2013 . Verifique los valores de fecha en: |access-date=( ayuda )
  13. ^ Carnap, Rudolph (1950). Fundamentos lógicos de la probabilidad . Chicago: Prensa de la Universidad de Chicago.Carnap acuñó la noción de "probabilidad 1 " y "probabilidad 2 " para la probabilidad probatoria y física, respectivamente.
  14. ^ Gillies, Donald (2000). Teorías filosóficas de la probabilidad . Londres Nueva York: Routledge. ISBN 978-0415182768.
  15. ^ Fermat y Pascal sobre probabilidad (@ socsci.uci.edu)
  16. ^ Laszlo E. Szabo, A Physicalist Interpretation of Probability Archivado el 4 de marzo de 2016 en la Wayback Machine (Charla presentada en el Seminario de Filosofía de la Ciencia, Eötvös, Budapest, 8 de octubre de 2001).
  17. ^ Laszlo E. Szabo, Cosas objetivas similares a la probabilidad con y sin indeterminismo objetivo, Estudios de historia y filosofía de la física moderna 38 (2007) 626-634 ( Preimpresión )
  18. ^ Spanos, Aris (1986). Fundamentos estadísticos de la modelización econométrica . Cambridge Nueva York: Cambridge University Press. ISBN 978-0521269124.
  19. ^ Freedman, David y Philip B. Stark (2003) "¿Cuál es la probabilidad de un terremoto?" Ciencia de terremotos y riesgo sísmico.
  20. ^ Jaynes, ET (2003). Teoría de la probabilidad la lógica de la ciencia . Cambridge, Reino Unido Nueva York, NY: Cambridge University Press. ISBN 978-0521592710.
  21. ^ Kahneman, Daniel (2011). Pensando, rápido y lento . Nueva York: Farrar, Straus y Giroux. ISBN 978-0374275631.El libro contiene numerosos ejemplos de la diferencia entre el pensamiento idealizado y el actual. "[C] uando se les pide que juzguen la probabilidad, la gente en realidad juzga algo más y cree que ha juzgado la probabilidad". (pág. 98)
  22. ^ Grove, William M .; Meehl, Paul E. (1996). "Eficiencia comparativa de procedimientos de predicción informales (subjetivos, impresionistas) y formales (mecánicos, algorítmicos): la controversia clínico-estadística" (PDF) . Psicología, Políticas Públicas y Derecho . 2 (2): 293–332. CiteSeerX 10.1.1.471.592 . doi : 10.1037 / 1076-8971.2.2.293 . Archivado desde el original (PDF) el 30 de octubre de 2011.   Las decisiones estadísticas son consistentemente superiores a las decisiones subjetivas de los expertos.
  23. ^ Peterson, Martin (2009). Introducción a la teoría de la decisión . Cambridge, Reino Unido Nueva York: Cambridge University Press. pag. 140. ISBN 978-0521716543.
  24. ↑ a b Miller, Richard W. (1975). "Propensión: ¿Popper o Peirce?". Revista británica de filosofía de la ciencia . 26 (2): 123-132. doi : 10.1093 / bjps / 26.2.123 .
  25. ^ a b Haack, Susan ; Kolenda, Konstantin, Konstantin; Kolenda (1977). "Dos falibilistas en busca de la verdad". Actas de la Sociedad Aristotélica . 51 (Volúmenes suplementarios): 63-104. doi : 10.1093 / aristoteliansupp / 51.1.63 . JSTOR 4106816 . 
  26. ^ Burks, Arthur W. (1978). Oportunidad, causa y razón: una investigación sobre la naturaleza de la evidencia científica . Prensa de la Universidad de Chicago. págs.  694 páginas . ISBN 978-0-226-08087-1.
  27. ^ Peirce, Charles Sanders y Burks, Arthur W., ed. (1958), Collected Papers of Charles Sanders Peirce Volumes 7 y 8, Harvard University Press, Cambridge, MA, también edición de Belnap Press (de Harvard University Press), vols. 7-8 encuadernados, 798 páginas, en línea a través de InteLex , reimpreso en 1998 Thoemmes Continuum.
  28. ^ Ronald N. Giere (1973). "Probabilidades objetivas de caso único y los fundamentos de la estadística" . Estudios de Lógica y Fundamentos de las Matemáticas . 73 . Elsevier . págs. 467–483. doi : 10.1016 / S0049-237X (09) 70380-5 . ISBN 978-0-444-10491-5.
  29. ↑ a b c Geisser, Seymour (1993). Inferencia predictiva . Prensa CRC. ISBN 978-0-412-03471-8.

Lectura adicional [ editar ]

  • Cohen, L. (1989). Una introducción a la filosofía de la inducción y la probabilidad . Oxford Nueva York: Clarendon Press Oxford University Press. ISBN 978-0198750789.
  • Águila, Antonio (2011). Filosofía de la probabilidad: lecturas contemporáneas . Abingdon, Oxon Nueva York: Routledge. ISBN 978-0415483872.
  • Gillies, Donald (2000). Teorías filosóficas de la probabilidad . Londres Nueva York: Routledge. ISBN 978-0415182768.Una monografía completa que cubre las cuatro principales interpretaciones actuales: lógica, subjetiva, frecuencia, propensión. También propone una interpretación intersubectiva novedosa.
  • Hacking, Ian (2006). El surgimiento de la probabilidad: un estudio filosófico de las primeras ideas sobre probabilidad, inducción e inferencia estadística . Cambridge Nueva York: Cambridge University Press. ISBN 978-0521685573.
  • Paul Humphreys , ed. (1994) Patrick Suppes : Filósofo científico , Biblioteca Synthese, Springer-Verlag.
    • Vol. 1: Probabilidad y causalidad probabilística .
    • Vol. 2: Filosofía de la Física, Teoría de la Estructura y Medición y Teoría de la Acción .
  • Jackson, Frank y Robert Pargetter (1982) "Probabilidad física como una propensión", Noûs 16 (4): 567–583.
  • Khrennikov, Andrei (2009). Interpretaciones de probabilidad (2ª ed.). Berlín Nueva York: Walter de Gruyter. ISBN 978-3110207484.Cubre principalmente modelos de probabilidad que no son de Kolmogorov, particularmente con respecto a la física cuántica .
  • Lewis, David (1983). Artículos filosóficos . Nueva York: Oxford University Press. ISBN 978-0195036466.
  • Platón, Jan von (1994). Creando probabilidad moderna: sus matemáticas, física y filosofía en perspectiva histórica . Cambridge Inglaterra Nueva York: Cambridge University Press. ISBN 978-0521597357.
  • Rowbottom, Darrell (2015). Probabilidad . Cambridge: Polity. ISBN 978-0745652573.Una introducción muy accesible a la interpretación de la probabilidad. Cubre todas las interpretaciones principales y propone una interpretación novedosa a nivel de grupo (o 'intersubjetiva'). También cubre falacias y aplicaciones de interpretaciones en las ciencias sociales y naturales.
  • Skyrms, Brian (2000). Elección y azar: una introducción a la lógica inductiva . Australia Belmont, CA: Wadsworth / Thomson Learning. ISBN 978-0534557379.

Enlaces externos [ editar ]

  • Zalta, Edward N. (ed.). "Interpretaciones de probabilidad" . Enciclopedia de Filosofía de Stanford .
  • Interpretaciones de probabilidad en el Proyecto de ontología filosófica de Indiana
  • Interpretación de la probabilidad en PhilPapers