¿Pruebas de ausencia = ausencia de pruebas?

Question

¿Algún experto que pueda explicar la fórmula de abajo en un inglés más sencillo, por favor? - ¿Está de acuerdo con la fórmula?

Answer 1

Un evento A se llama pruebas para un evento B si este último es más probable a la luz de la primera que en ausencia de la primera. Por ejemplo, si se descubre mi cadáver, se debería considerar más probable el suceso "anon fue asesinado" que si se me descubre respirando y escribiendo alegremente en mi teclado o, alternativamente, no se me encuentra (en cuyo caso podría estar todavía bastante vivo pero quizás escondido). Dicho así, el dicho parece bastante tautológico, pero hay dos problemas comunes y muy graves cuando se intenta ponerlo en práctica en el mundo real:

• Cuánto más probable es la "ausencia de evento B " es en vista de la ausencia de evento A puede ser insignificante, y esencialmente discutible en comparación con otra información más significativa también disponible: puede que no hayas descubierto mi cadáver, lo que técnicamente es una prueba de que no he sido asesinado según la definición matemática, pero si también recibes un vídeo por correo que muestra mi horripilante asesinato a manos del Joker, la falta de cadáver carece de sentido.
• Tal vez el evento A no lo hace en realidad de "evidencia", pero la intuición de todos es que sí: puede ser perfectamente consistente con B y más fácil de procesar junto a la creencia en B que la creencia en la no- B . Por ejemplo: las historias dramáticas que ponen al propio país bajo una luz negativa podrían ser consideradas menos probables por la ciudadanía si hay una ausencia total de noticias sobre dichas historias (¿no deberíamos esperar que esas historias se difundieran de alguna manera?) pero este es un razonamiento falaz porque tal vez hay una razón sistémica para que no se informe; tal vez las noticias están siendo suprimido por intereses nacionales, por lo que la suposición de que los informes son pruebas serias es errónea.

En última instancia, todo se reduce a información y perspectiva . Tal vez no tengamos la información necesaria para hacer el más seguro de los juicios, en cuyo caso cualquier cálculo de probabilidad es volátil en el sentido de que podría cambiar rápidamente a la luz de la actualización bayesiana a través de información nueva (y no necesariamente tan sorprendente). Y tal vez la falta de perspectiva nubla el juicio de uno, permitiéndole pensar que un hecho hipotético sería una prueba significativa cuando en realidad la historia podría ser bastante más complicada, y las observaciones básicas cumplen superficialmente con falsas preconcepciones.

Anexo : Como señala Henning, también hay una diferencia importante entre la ausencia real de una forma particular de evidencia y el mero hecho de no encontrar dicha evidencia - si nuestro modelo probabilístico se refiere a lo primero, entonces no será realista porque raramente podemos comprobar que no se encuentra ninguna evidencia en ningún sitio (no somos omniscientes), mientras que si se refiere a lo segundo es considerablemente más débil porque no podemos tomar $\neg A$ como un hecho establecido, sino más bien como una conjetura.

Además, mis viñetas y el énfasis en la perspectiva y la información pueden tener un respaldo matemático: aunque el argumento es sólido y la conclusión se desprende, también es cierto que más la información puede cambiar la desigualdad al revés:

$$P(\;\neg B\;|\;\neg\text{ evidence } A)>P(\;\neg B\;|\text{ evidence }A),\text{ but}$$ $$P(\;\neg B\;|\;\neg\text{ evidence } A,\text{ info }X)<P(\;\neg B\;|\text{ evidence }A,\text{ info }X).$$

No operamos en el vacío, por lo que la posibilidad de que la información adicional desvíe nuestros cálculos es real. Más concretamente, una cosa que hace no establecer es que $\neg B$ es más probable que $B$ En otras palabras, incluso si $A$ es una prueba para $B$ y su "ausencia" es una prueba de $\neg B$ puede ser inundado por otros hechos, de modo que $B$ sigue siendo probable que sea cierto aunque nos falten las pruebas $A$ para ello, como en el ejemplo en el que otros carecen de mi cadáver, pero sigue siendo mucho más probable (a la vista del vídeo) que yo haya sido asesinado (técnicamente, podría haberlo montado y editado, sin embargo ). Simbólicamente,

$$A\text{ evidence for }B\not\Rightarrow P(\neg B|\neg A)>P(B|\neg A).$$

En definitiva, tomarse en serio este dicho en el mundo real tiene prácticamente garantizado el peligro sin una perspectiva precisa y una comprensión mucho más profunda del contexto.

Answer 2

Por lo que puedo entender, es sólo un matiz de palabras. La negación lógica no es una buena representación de lo que significa la "ausencia". Voy a suponer que es estándar para describir la observación de $A$ como "evidencia"; dadas las condiciones del cartel esto parece ser al menos algo razonable. Sin embargo, entonces la "ausencia de pruebas" no significa observar $\neg A$ . Simplemente significa que no estamos observando $A$ -- que podría ser porque ambos $A$ y $\neg A$ son acontecimientos que no pueden ser, o no han sido, observados directamente.

La "ausencia de evidencia" también puede ser tomada para describir la situación de que no podemos identificar ningún observable aleatorio que sea incluso (probablemente) dependiente de $B$ . Esto también es muy diferente a observar dicha variable y encontrar que no soporta $B$ .

En esencia, el autor está cometiendo la misma falacia que niega. Está asumiendo que la frase "ausencia de evidencia" debe ser modelada matemáticamente como una construcción que realmente modela presencia de pruebas en contra.

O, en términos de lógica modal, $\neg \Box A$ no es lo mismo que $\Box \neg A$ .

(Ya que ningún post está completo sin una mala analogía: Considere A="está lloviendo" y B="el tren irá lleno". A es, en efecto, una "prueba" de B en el sentido del cartel, porque cuando hace mal tiempo es probable que más gente coja el tren en lugar de ir al trabajo en bicicleta. Entonces la "evidencia" sería mirar por la ventana y ver que llueve a cántaros, en cuyo caso se podría concluir válidamente que el riesgo de un tren lleno es mayor de lo habitual. "Ausencia de evidencia" sería estar en un sótano sin ventanas y no saber cómo está el si. No se puede razonar de "estoy en un sótano" a "probablemente el tren no esté lleno". Øyhus parece afirmar que la "ausencia de evidencia" implica estar seguro de que el tiempo es seco).

Answer 3

Parece que has encontrado un error en ModelBuilder, pero afortunadamente hay una solución.

En su modelo maestro inserte una herramienta de cálculo de valores, Espacio de trabajo es una condición previa para ello. En la herramienta Calcular, escriba la expresión como se muestra a continuación y asegúrese de que el tipo de datos de salida está establecido en carpeta . A continuación, puedes conectarlo a tu submodelo, para que todo funcione.

Answer 4

Si se lee un poco en la página web de Oyhus, se puede ver que el impulso de esta prueba es, al menos en parte, como respuesta a declaraciones como: "Aunque no haya pruebas de la existencia de Dios, eso no significa que Dios no exista".

Estrictamente hablando, la prueba no es una respuesta a esta afirmación en absoluto. El truco radica en un poco del oficio de persuasión de desdibujar la distinción entre "evidencia de la no existencia" y "prueba de la no existencia".

Lo que realmente se demuestra en la prueba es que la falta de pruebas de una afirmación la hace más probable la afirmación es falsa (es decir, la prueba de la inexistencia). Esto está muy lejos de ser cierta la afirmación es falsa (es decir, la prueba de la inexistencia).