Частое определение вероятности; существует ли формальное определение?

10

Существует ли какое-либо формальное (математическое) определение того, что понимают частые люди под «вероятностью». Я читал, что это относительная частота появления «в долгосрочной перспективе», но есть ли какой-то формальный способ определить это? Есть ли известные ссылки, где я могу найти это определение?

РЕДАКТИРОВАТЬ:

Под частым ответом (см. Комментарий @whuber и мои комментарии к ответу @Kodiologist и @Graeme Walsh ниже этого ответа) я имею в виду тех, кто «верит», что эта долгосрочная относительная частота существует. Может быть, это (частично) также отвечает на вопрос @Tim


источник
7
Пожалуйста, объясните, что вы имеете в виду под "Frequentist". Использование, которое я видел в других темах, указывает на то, что многие люди не имеют последовательного или ясного понимания того, что может означать этот термин. Поэтому определение поможет сохранить актуальность любых ответов.
whuber
5
@whuber Я полагаю, что определение «не-байесовский» часто используется как «не байесовский», а в «байесовском» в большинстве случаев «не-частый» :)
Тим
1
Близко связаны: en.wikipedia.org/wiki/Empirical_probability
Серебряная
2
Я собирался сказать, что этот stats.stackexchange.com/a/230943/113090 , вероятно, будет интересен для вас, но потом я понял, что вы тот, кто опубликовал этот ответ, так что не берите в голову. В любом случае, ваш мыслительный процесс может представлять интерес для тех, у кого такой же вопрос, как и у вас (например, у меня): «существует ли формальное частотное определение вероятности»
Chill2Macht,
6
Я не уверен, что у меня хватит сил написать ответ самостоятельно, но я бы хотел оставить здесь ту же ссылку на статью Стэнфордской энциклопедии « Интерпретации вероятности», которую я разместил под вашим ответом в соответствующей ветке. Раздел о частых интерпретациях / определениях хорош для чтения. В нем много говорится о различных концептуальных проблемах с попытками дать частичное определение вероятности.
амеба

Ответы:

4

TL; DR Не похоже, что можно определить частичное определение вероятности в соответствии с колмогоровской структурой, которая не является полностью круговой (т.е. в смысле круговой логики).

limnnAn
nA

Но все эти понятия сходимости требуют, чтобы мера на вероятностном пространстве была определена как значимая. Разумеется, интуитивно понятным выбором будет почти наверняка выбрать сходимость. Это имеет особенность, которой предел должен существовать точечно, за исключением события с нулевой мерой. То, что представляет собой набор нулевой меры, будет совпадать для любого семейства мер, которые являются абсолютно непрерывными по отношению друг к другу - это позволяет нам определить понятие почти уверенной сходимости, делающего строгий вышеуказанный предел, в то же время оставаясь несколько агностичным относительно того, что лежит в основе мера для измеримого пространства событий есть (т. е. потому что это может быть любая мера, абсолютно непрерывная относительно некоторой выбранной меры). Это предотвратит цикличность в определении, которая возникнет из-за того, что определенная мера будет установлена ​​заранее,

Однако, если мы используем почти уверенную сходимость, то это означает, что мы ограничиваемся ситуацией строгого закона больших чисел (далее SLLN). Позвольте мне изложить эту теорему (как дано на стр. 133 Чунга) для ссылки здесь:

Пусть - последовательность независимых одинаково распределенных случайных величин. Тогда у нас есть где .{Xn}

E|X1|<SnnE(X1)a.s.
E|X1|=limsupn|Sn|n=+a.s.
Sn:=X1+X2++Xn

Допустим, у нас есть измеримое пространство и мы хотим определить вероятность некоторого события относительно некоторого семейства взаимно абсолютно непрерывных вероятностных мер . Тогда с помощью теоремы Колмогорова о расширении или теоремы Ионеску о Тулче (я думаю, что обе работы) мы можем построить семейство пространств произведений , по одному на каждого . (Обратите внимание, что существование бесконечных пространств произведений, которое является заключением теоремы Колмогорова, требует, чтобы мера каждого пространства была равна , поэтому я теперь ограничиваюсь вероятностью, а не произвольными мерами). Затем определите(X,F)AF{μi}iI{(j=1Xj)i}iIμi11Aj - случайная переменная индикатора, то есть равная если встречается в й копии, и если нет, другими словами,Тогда ясно, что (где обозначает ожидание относительно ), так что строгий закон больших чисел будет фактически применить к (потому что по конструкции1Aj0

nA=1A1+1A2++1An.
0Ei1Aj1Eiμi(j=1Xj)i1Ajраспределяются одинаково и независимо - обратите внимание, что независимое распределение означает, что мера пространства произведений является мультипликативной по отношению к координатным мерам), поэтому мы получаем, что и, следовательно, наше определение вероятности относительно естественно, должно быть .
nAnEi1A1a.s.
AμiE11A

Я только что понял, однако, что хотя последовательность случайных величин будет сходиться почти наверняка относительно тогда и только тогда, когда она почти наверняка сходится относительно , ( где ) это не обязательно означает, что оно будет сходиться к одному и тому же значению ; на самом деле, SLLN гарантирует, что этого не произойдет, если общем случае неверно.nAnμi1μi2i1,i2IEi11A=Ei21A

Если как-то "достаточно каноничен", скажем, как равномерное распределение для конечного множества, то, возможно, это хорошо работает, но на самом деле не дает никакой новой идеи. В частности, для равномерного распределения, , т. Вероятность - это просто пропорция точек или элементарных событий в которые принадлежат , который мне снова кажется несколько круглым. Для непрерывной случайной величины я не вижу, как мы могли бы когда-либо договориться о «каноническом» выборе .E 1 A = | A |μAXAμE1A=|A||X|AXAμ

Т.е. кажется, что имеет смысл определять частоту события как вероятность события, но не похоже, что имеет смысл определять вероятность события как частоту (по крайней мере, не будучи круговой). Это особенно проблематично, поскольку в реальной жизни мы фактически не знаем, какова вероятность; мы должны оценить это.

Также обратите внимание, что это определение частоты для подмножества измеримого пространства зависит от выбранной меры, являющейся вероятностным пространством; например, для счетного числа копий наделенных мерой Лебега, не существует показателя произведения, поскольку . Аналогично, мера с использованием меры канонического произведения равна , которая либо увеличивается до бесконечности, если либо равна нулю, если , т. е. теоремы продолжения Колмогорова и Тулчи - это особые результаты, свойственные вероятностным мерам. μ ( R ) = n j = 1 X ( μ ( X ) ) n μ ( X ) > 1 μ ( X ) < 1Rμ(R)=j=1nX(μ(X))nμ(X)>1μ(X)<1

Chill2Macht
источник
1
Спасибо за хороший ответ (+1). Я согласен, что есть «проблемы» с определением в терминах долгосрочной относительной частоты, что, вероятно, было одной из причин, по которым Колмогоров разработал свой Grundbegriffe. Однако, когда мы говорим о частых людях, мы должны поставить себя во временные рамки перед теорией Колмогорова, я думаю?
2
@ fcop Думаю, если честно, понятия не имею. Я предполагаю, что я пытаюсь сказать, что я не понимаю, как какое-либо строгое оправдание для частичного понимания вероятности может привести к полезному / некруглому определению.
Chill2Macht
@fcop Я действительно ценю щедрую щедрость - у меня было очень плохое настроение сегодня до получения. Это, честно говоря, несколько сбило меня с толку (в хорошем смысле). Опять же, я действительно ценю это
Chill2Macht
не говорите об этом, ваш ответ очень хорошо разработан и математически обоснован.
6

Я не думаю, что есть математическое определение, нет. Разница между различными интерпретациями вероятности не является разницей в том, как математически определяется вероятность. Вероятность может быть математически определена следующим образом: если пространство мер с , то вероятность любого события равна только . Я надеюсь, что вы согласны с тем, что это определение нейтрально по отношению к таким вопросам, как то, следует ли нам интерпретировать вероятности частым или байесовским способом.(Ω,Σ,μ)μ(Ω)=1SΣμ(S)

Kodiologist
источник
это хорошо, но это определение вероятности как которое удовлетворяет аксиомам Колмогорова, очень абстрактно, его нужно определять в конкретных случаях. Это то же самое, что «круг - это набор точек, которые находятся на заданном расстоянии от фиксированной точки». Это ничего не значит, если вы не скажете, в каком метрическом пространстве вы находитесь: вы должны сказать, каково определение «расстояния». Я думаю, что определение в качестве долгосрочной относительной частоты соответствует аксиомам Колмогорова, что вы думаете? PS Определение в комментарии @Silverfish также выполняет эти аксиомы. μP
(продолжение) поэтому, для краткости, я могу определить ( определите правильное слово) множество которые удовлетворяют аксиомам Колмогорова, и все они являются действительными вероятностями согласно аксиоматической теории. μ
Можно утверждать, что система Колмогорова обеспечивает в аксиоматический базис - который не обязательно влечет за собой интерпретацию или частотной байесовский. В духе частых взглядов основная идея заключается в том, что по мере увеличения числа испытаний до бесконечности эмпирическая частота стабилизируется или приближается к некоторому значению; вероятность события. Хотя частотный подход улучшает классический подход, отсутствие строгости ведет к аксиоматическому основанию. Это больше вопрос истории теории вероятностей?
limn(nA/n)=PA=P(A).
Грэм Уолш
@ Грэм Уолш: не могли бы вы привести это в ответ и дополнить его аргументами, почему такое определение соответствует аксиомам Колмогорова? (конечно, можно поставить под сомнение существование предела, но тогда мы можем сказать, что частые люди - это те, кто «верит» в его существование?)P(A)
2
@fcop Как отмечает Уолш, это «определение» не является строгим.
Кодиолог