33 votos

¿Cómo se llama la falacia estadística por la que los resultados de lanzamientos anteriores de monedas influyen en las creencias sobre los lanzamientos posteriores?

Como todos sabemos, si se lanza una moneda que tiene la misma probabilidad de salir cara que cruz, entonces si se lanza la moneda muchas veces, la mitad de las veces saldrá cara y la otra mitad saldrá cruz.

Cuando discutía esto con un amigo, me dijo que si lanzabas la moneda 1000 veces, y digamos que las primeras 100 veces salía cara, entonces las probabilidades de que saliera cruz aumentaban (la lógica es que si es imparcial, entonces para cuando la hayas lanzado 1000 veces tendrás aproximadamente 500 caras y 500 colas, así que la cola debe ser más probable).

Sé que eso es una falacia, ya que los resultados pasados no influyen en los futuros. ¿Existe un nombre para esta falacia en particular? Además, ¿hay una explicación mejor de por qué es una falacia?

46voto

Sami Kujala Puntos 60

Se llama _Falacia del jugador_ .

35voto

Jeff Bauer Puntos 236

La primera frase de esta pregunta, incorpora otra falacia (relacionada):

"Como todos sabemos, si se lanza una moneda que tiene la misma probabilidad de de salir cara como de salir cruz, entonces si se lanza la moneda muchas veces, la mitad de las veces saldrá cara y la otra mitad saldrá cruz ."

No, no conseguiremos eso, no conseguiremos la mitad de las veces cara y la mitad de las veces cruz. Si consiguiéramos eso, entonces el Jugador no estaría tan equivocado después de todo . La expresión matemática de esta afirmación verbal es la siguiente: Para un "gran" (pero finito) $n'$ tenemos $n_{h} = \frac {n'}{2}$ donde evidentemente $n_{h}$ indica el número de veces que la moneda sale cara. Como $n'$ es finito, entonces $n'+1$ también es finito y un valor distinto de $n'$ . Así que lo que sucede después de el $n'+1$ ¿se ha hecho un flip? O ha salido cara, o no. En ambos casos, $n_h$ acaba de dejar de ser igual a "la mitad del número de lanzamientos".

Pero quizás lo que realmente queríamos decir era un "inimaginablemente grande" $n$ ? Entonces afirmamos

$$\lim_{n\rightarrow \infty}n_{h} = \frac n{2}$$

Pero aquí, el RHS ("lado derecho") contiene $n$ que por el LHS ("left-hand-side"), ha pasado al infinito. Así que el Lado Derecho también es infinito, y por tanto lo que dice esta afirmación es que el número de veces que la moneda saldrá cara es igual a infinito, si lanzamos la moneda un número infinito de veces (la división por $2$ es insignificante) :

$$\lim_{n\rightarrow \infty}n_{h} = \frac n{2} = \infty$$

Esta es una afirmación esencialmente correcta, pero inútil y obviamente no es lo que tenemos en mente.

En definitiva, la afirmación de la pregunta no se sostiene, independientemente de que el "total de lanzamientos" se considere finito o no.

Tal vez entonces debamos afirmar

$$\lim_{n\rightarrow \infty}\frac {n_{h}}{n} = \frac 1{2} \;\;?$$

En primer lugar, esto se traduce en "La proporción del número de cabezas que salen sobre el número total de lanzamientos tiende al valor $1/2$ cuando el número de lanzamientos tiende a infinito", que es una afirmación diferente - no hay "la mitad del total de lanzamientos" aquí. Además, así es como probabilidad se sigue percibiendo a veces como un límite determinista de las frecuencias relativas. El problema de esta afirmación es que contiene en el LHS una forma indeterminada: tanto el numerador como el denominador van al infinito.

Hmmm, traigamos el variable aleatoria arsenal. Definir una variable aleatoria $X_i$ como tomar el valor $1$ si el $i$ -El sorteo salió cara, $0$ si sale cruz. Entonces tenemos $$ \frac {n_{h}}{n} = \frac 1n \sum_{i=1}^nX_i$$

¿Podemos ahora al menos afirmar

$$\lim_{n\rightarrow \infty}\frac 1n \sum_{i=1}^nX_i = \frac 1{2} \;\;?$$

No . Se trata de un límite determinista. Permite todos los posibles realizaciones de la secuencia del $X$ por lo que ni siquiera garantiza que exista un límite, y mucho menos que sea igual a $1/2$ . De hecho, tal afirmación sólo puede ser vista como una restricción en la secuencia, y destruiría la independencia de los lanzamientos.

Lo que puede decir, es que esta suma media converge en la probabilidad ("débilmente") a $1/2$ (Ley de Bernoulli de los grandes números),

$$\lim_{n\rightarrow \infty}\text {Pr}\left(\left|\frac 1n \sum_{i=1}^nX_i-\frac 12 \right|<\varepsilon\right) =1 , \;\;\;\forall \varepsilon >0$$

y en el caso que nos ocupa, que también converge casi seguramente ("fuertemente") (Borel -Ley de los Grandes Números)

$$\text {Pr}\left(\lim_{n\rightarrow \infty}\frac 1n \sum_{i=1}^nX_i=\frac 12 \right) =1 , \;\;\;$$

Pero se trata de afirmaciones probabilísticas sobre el probabilidad asociado a la diferencia entre $n_h/n$ y $1/2$ y no sobre el límite de la diferencia $n_h-n_t$ (que según la afirmación falsa debería ser cero, y no lo es).

Hay que admitir que se necesita un esfuerzo intelectual dedicado para realmente entender estas dos afirmaciones, y en qué se diferencian (en la "teoría" y en la "práctica") de algunas de las anteriores -todavía no pretendo una comprensión tan profunda para mí-.

15voto

AdamSane Puntos 1825

Esta falacia tiene muchos nombres.

1) Es probablemente más conocido como el Falacia del jugador

2) también se le llama a veces "el ley de los números pequeños (ver también aquí ) (porque se relaciona con la idea de que las características de la población deben reflejarse en muestras pequeñas) - que creo que es un nombre limpio por su contraste con la ley de los grandes números, pero desafortunadamente la el mismo El nombre se aplica a la distribución de Poisson (y también se utiliza a veces por los matemáticos para significar otra cosa), por lo que puede ser confuso.

3) entre las personas que creen en la falacia a veces se le llama el ' ley de los promedios ', que en particular tiende a ser invocado después de una corrida sin algún resultado para argumentar que el resultado es 'debido', pero por supuesto no existe tal ley de corto plazo - nada actúa para "compensar" un desequilibrio inicial: la única manera de que una discrepancia inicial se elimine es mediante el volumen de valores posteriores que a su vez tienen una media de 1/2 .

Consideremos un experimento en el que se lanza repetidamente una moneda justa; dejemos que $H_i$ sea el número de cabezas y $T_i$ sea el número de colas observadas hasta el final del $i$ -en el juicio. Nótese que $i=H_i+T_i$

Es interesante observar que a largo plazo (es decir $n\to\infty$ ), mientras que $\frac{H_n}{n}$ converge en probabilidad a $\frac{_1}{^2}$ , $E|H_n-T_n|$ crece con el aumento de $n$ - De hecho, crece sin límites; no hay nada que lo "empuje hacia 0".

3voto

Avraham Puntos 1845

Sólo para tener en cuenta, que si se obtiene una gran racha de cara o cruz en una fila, puede ser mejor revisando su suposición previa suponiendo que la moneda era justa.

1voto

Craisis Puntos 191

¿Está pensando en el "estocástico"? El lanzamiento de una moneda justa (o el lanzamiento de un dado justo) es estocástico (es decir, independiente) en el sentido de que no depende de un lanzamiento anterior de dicha moneda. Suponiendo una estafa justa, el hecho de que la moneda haya sido lanzada cien veces con un centenar de cabezas como resultado no cambia el hecho de que el siguiente lanzamiento tenga un 50/50 de posibilidades de salir cara.

Por el contrario, la probabilidad de sacar una carta determinada sacando una carta de una baraja sin reemplazo no es estocástica porque la probabilidad de sacar una carta determinada cambiará la probabilidad de sacar la carta en la siguiente extracción (si fuera con reemplazo, sería estocástica).

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X