Zawahałem się przed przystąpieniem do tej dyskusji, ale ponieważ wydaje się, że omijała ją trywialna kwestia dotycząca sposobu wyrażania liczb, być może warto ją ponownie skoncentrować. Punktem wyjścia do rozważenia jest:
Prawdopodobieństwo jest hipotetyczną właściwością. Proporcje podsumowują obserwacje.
Częstościowym może polegać na Prawo wielkich liczb do uzasadnienia stwierdzenia typu „długim okresie proporcji wydarzeniu [jest] jego prawdopodobieństwo.” Daje to znaczenie stwierdzeniom takim jak „prawdopodobieństwo jest oczekiwaną proporcją”, które w innym przypadku mogłyby wydawać się jedynie tautologiczne. Inne interpretacje prawdopodobieństwa również prowadzą do związków między prawdopodobieństwami a proporcjami, ale są mniej bezpośrednie niż to.
W naszych modelach zwykle przyjmujemy prawdopodobieństwa za określone, ale nieznane. Ze względu na ostre kontrasty między znaczeniami „prawdopodobne”, „określone” i „nieznane” niechętnie stosuję termin „niepewny”, aby opisać tę sytuację. Jednak zanim przeprowadzimy sekwencję obserwacji, proporcja [ostateczna], jak każde przyszłe zdarzenie, jest rzeczywiście „niepewna”. Po dokonaniu tych obserwacji proporcja jest zarówno określona, jak i znana. (Być może to właśnie oznacza „gwarantowane” w PO. ) Duża część naszej wiedzy na temat [hipotetycznego] prawdopodobieństwa zapośredniczona jest przez te niepewne obserwacje i oparta na pomyśle, że mogliby się okazać inaczej. Wten sens - że niepewność dotycząca obserwacji jest przekazywana z powrotem do niepewnej wiedzy o prawdopodobieństwie leżącym u podstaw - wydaje się uzasadnione nazywanie tego prawdopodobieństwa „niepewnością”.
W każdym razie oczywiste jest, że prawdopodobieństwa i proporcje funkcjonują inaczej w statystyce, pomimo ich podobieństw i bliskich związków. Błędem byłoby uznanie ich za to samo.
Odniesienie
Huber, WA Ignorancja nie jest prawdopodobieństwem . Analiza ryzyka, tom 30, wydanie 3, strony 371–376, marzec 2010 r.