ความน่าจะเป็นเชิงประจักษ์คืออะไร?

ความน่าจะเป็นเชิงประจักษ์คือการคำนวณความน่าจะเป็นตามการเกิดขึ้นจริงของเหตุการณ์บางประเภทมันแตกต่างจากความน่าจะเป็นโดยประมาณหรือเชิงทฤษฎีซึ่งสร้างมูลค่าตามหลักการทั่วไปมากกว่าที่จะสังเกตความจริงความน่าจะเป็นเชิงประจักษ์อธิบายกระบวนการอุปนัยมากขึ้นซึ่งลดข้อผิดพลาดที่เกิดจากโมเดลที่ไม่ถูกต้อง แต่เพิ่มข้อผิดพลาดที่เกิดจากเหตุการณ์แบบสุ่ม

ตัวอย่างง่ายๆสำหรับการทำความเข้าใจความน่าจะเป็นสองประเภทคือการพลิกเหรียญซ้ำ ๆบอกว่าเหรียญพลิก 100 ครั้งมันขึ้นมา 54 ครั้งและก้อย 46 ครั้งมีสองวิธีที่แตกต่างกันในการประเมินความน่าจะเป็นที่การโยนครั้งต่อไปจะเกิดขึ้นหัวความน่าจะเป็นทางทฤษฎีคือ 50 เปอร์เซ็นต์ความน่าจะเป็นนี้ยังคงที่จากการพลิกไปสู่พลิกในทางกลับกันความน่าจะเป็นเชิงประจักษ์คือ 54%เหรียญได้ขึ้นมา 54% ของเวลาจนถึงตอนนี้จากข้อมูลนี้เท่านั้นเราอาจคาดหวังว่าจะมีแนวโน้มที่จะเกิดขึ้นอีกเล็กน้อยความน่าจะเป็นเชิงประจักษ์เปลี่ยนแปลงไปตามการมาถึงของข้อมูลใหม่หากหลังจากการพลิก 200 ครั้งเหรียญได้ขึ้นมา 104 ครั้งความน่าจะเป็นเชิงประจักษ์ของเหรียญต่อไปคือตอนนี้ 52%

ความน่าจะเป็นเชิงประจักษ์จะน่าเชื่อถือมากขึ้นหากแบบจำลองสำหรับการผลิตความน่าจะเป็นทางทฤษฎีนั้นดี mdash; ในตัวอย่างข้างต้นหากเหรียญเป็นธรรม mdash; ความน่าจะเป็นเชิงทฤษฎีและเชิงประจักษ์จะมาบรรจบกันเมื่อขนาดตัวอย่างเพิ่มขึ้นหลังจากการพลิกเหรียญหนึ่งล้านเหรียญผู้สังเกตการณ์ควรคาดหวังความน่าจะเป็นเชิงประจักษ์ที่ใกล้เคียงกับความน่าจะเป็นที่คาดการณ์ไว้ 50%

ความน่าจะเป็นสองประเภทที่แตกต่างกันมากเท่าไหร่ผู้สังเกตการณ์ก็ยิ่งพิจารณาเปลี่ยนพารามิเตอร์ของแบบจำลองของเขาหรือเธอสำหรับความน่าจะเป็นทางทฤษฎีในการเข้าใจผิดแบบคลาสสิกของนักพนันซึ่งเหรียญขึ้นมา 99 ครั้งตำราเรียนคณิตศาสตร์ขั้นพื้นฐานจะบอกว่าเหรียญต่อไปยังคงมีโอกาส 50% ที่จะเป็นหางคำตอบนี้ขึ้นอยู่กับสมมติฐานที่ว่าเหรียญมีความยุติธรรม: มันมีการกระจายน้ำหนักและความต้านทานอากาศอย่างสม่ำเสมอว่ามันถูกโยนอย่างมีประสิทธิภาพและสุ่มและอื่น ๆความน่าจะเป็นโดยประมาณอาจบอกนักการพนันในสถานการณ์นี้ว่าเหรียญไม่ยุติธรรมความเบี่ยงเบนอย่างมากจากความน่าจะเป็นทางทฤษฎีแสดงให้เห็นว่าอาจมีบางอย่างผิดปกติกับหนึ่งในสมมติฐานที่ใช้ในการคำนวณ

ความน่าจะเป็นเชิงประจักษ์ไม่จำเป็นต้องเป็นสองเท่าของความน่าจะเป็นทางทฤษฎีเสมอไปมันอาจใช้ในการคำนวณความน่าจะเป็นของเหตุการณ์ที่รู้กันน้อยตัวอย่างเช่นหากบุคคลหนึ่งกำลังพลิกวัตถุสองด้านที่ทั้งสองด้านมีคุณสมบัติที่แตกต่างกันเธออาจพึ่งพาองค์ประกอบเชิงประจักษ์ของความน่าจะเป็นของการลงจอดในด้านหนึ่งยิ่งเธอมีข้อมูลมากเท่าไหร่คุณภาพของการคำนวณเชิงประจักษ์ก็ยิ่งสูงขึ้น

คนในสาขาเศรษฐศาสตร์และการเงินอาจใช้ความน่าจะเป็นเชิงประจักษ์เพื่อช่วยแจ้งการตัดสินใจของพวกเขานักเศรษฐศาสตร์หลังจากสร้างแบบจำลองทางทฤษฎีของตลาดควรต้องการตรวจสอบการคำนวณของเธอกับการคำนวณเชิงประจักษ์ของความน่าจะเป็นที่เกี่ยวข้องเธออาจพึ่งพาความน่าจะเป็นเชิงประจักษ์อย่างมากในการเติมสัมประสิทธิ์ในแบบจำลองของเธอว่าเธออาจไม่มีวิธีการคำนวณอื่นในทางปฏิบัติแบบจำลองทางเศรษฐกิจที่มีประโยชน์มักจะรวมองค์ประกอบของความน่าจะเป็นเชิงทฤษฎีและเชิงประจักษ์เสมอ