Recientemente terminé de leer The Lady Tasting Tea , un libro divertido sobre la historia de las estadísticas. Al final del libro, el autor, David Salsburg , propone tres problemas filosóficos abiertos en estadística, cuyas soluciones argumentaría tendrían mayores implicaciones para la aplicación de la teoría estadística a la ciencia. Nunca antes había oído hablar de estos problemas, así que estoy interesado en las reacciones de otras personas ante ellos. Me estoy aventurando en un territorio sobre el que tengo poco conocimiento, así que voy a describir la descripción de Salsburg de estos problemas y plantear dos preguntas generales sobre estos problemas a continuación.
Los problemas filosóficos de Salsburg son:
- ¿Se pueden usar modelos estadísticos para tomar decisiones?
- ¿Cuál es el significado de probabilidad cuando se aplica a la vida real?
- ¿La gente realmente entiende la probabilidad?
Estadística y toma de decisiones.
Como ilustración del problema presentado en la pregunta 1, Salsburg presenta la siguiente paradoja. Supongamos que organizamos una lotería con 10000 boletos sin numerar. Si usamos la probabilidad para tomar una decisión sobre si un boleto determinado ganará la lotería al rechazar esta hipótesis para boletos con probabilidades a continuación, digamos, .001, ¡rechazaremos la hipótesis de un boleto ganador para todos los boletos en la lotería!
Salsburg utiliza este ejemplo para argumentar que la lógica es inconsistente con la teoría de la probabilidad como la teoría de la probabilidad se entiende actualmente, y que, por lo tanto, actualmente no tenemos un buen medio para integrar estadísticas (que, en su forma moderna, se basa en gran parte en teoría de probabilidad) con un medio lógico de toma de decisiones.
El significado de probabilidad
Como una abstracción matemática, Salsburg argumenta que la probabilidad funciona bien, pero cuando intentamos aplicar los resultados a la vida real, nos encontramos con el problema de que la probabilidad no tiene un significado concreto en la vida real. Más específicamente, cuando decimos que hay un 95% de probabilidad de lluvia mañana, no está claro a qué entidades se aplica ese 95%. ¿Se aplica al conjunto de posibles experimentos que podríamos realizar para obtener conocimiento sobre la lluvia? ¿Se aplica al conjunto de personas que podrían salir y mojarse? Salsburg argumenta que la falta de un medio para interpretar las probabilidades crea problemas para cualquier modelo estadístico basado en la probabilidad (es decir, la mayoría de ellos).
¿La gente entiende la probabilidad?
Salsburg argumenta que un intento de resolver los problemas con la falta de un medio concreto para interpretar la probabilidad es a través del concepto de " probabilidad personal ", propuesto por Jimmie Savage y Bruno de Finetti, que entiende la probabilidad como creencias personales sobre la probabilidad de eventos futuros. Sin embargo, para que la probabilidad personal proporcione una base coherente para la probabilidad, las personas deben tener una comprensión común de lo que es la probabilidad y un medio común de utilizar la evidencia para sacar conclusiones sobre la probabilidad. Desafortunadamente, evidencia como la producida por Kahneman y Tversky sugiere que las creencias personales podrían ser una base difícil sobre la cual crear una base coherente para la probabilidad. Salsburg sugiere que los métodos estadísticos que modelan las probabilidades como creencias (¿tal vez como los métodos bayesianos? Estoy ampliando mis conocimientos aquí) deberán abordar este problema.
Mis preguntas
- ¿En qué medida los problemas de Salsburg son realmente problemas para las estadísticas modernas?
- ¿Hemos avanzado en la búsqueda de soluciones a estos problemas?