Statistisk syllogism

Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 5 januari 2021; kontroller kräver 2 redigeringar .

En statistisk syllogism  är en icke- deduktiv syllogism av följande form:

Andelen X-objekt av klass F har egenskapen G;
Det är känt att I är ett objekt av klass F;
Följaktligen I har egenskap G med en sannolikhet av storleksordningen X

Användning

Eftersom den statistiska syllogismen är en induktiv proposition ger den en probabilistisk slutsats. Och för att bedöma tillförlitligheten av denna slutsats måste du använda samma medel som för att bedöma tillförlitligheten hos andra induktiva resonemang. I synnerhet är det viktigt att korrekt uppskatta andelen X. För att tillämpa syllogismen är det önskvärt att X är stort och att objektet från F väljs slumpmässigt . Om ett objekt från klass F inte väljs slumpmässigt , kan syllogismen fortfarande tillämpas framgångsrikt, förutsatt att det valda objektet är typiskt för klass F. Detta är samma krav som vanligtvis ställs vid provtagning

Ett av problemen med att använda en syllogism är att ämnet m kan tillhöra många referensklasser: F1, F2, F3, ..., Fn För att tillämpa den statistiska syllogismen korrekt i en sådan situation behöver du:

Ett annat problem är att ignorera informationen om att objektet m inte är en typisk representant för klassen F. Exempel :

Om vi ​​vet att pudlar vanligtvis är vänliga
Men vi vet att pudel Donnie ofta får stryk
Följaktligen Vi får räkna med misstanken att Donnie inte är någon vanlig pudel.

Variationer

Den "positiva formen" av den statistiska syllogismen med andra ord: [1]

De flesta objekt från klassen F har egenskapen G
Objekt m tillhör klass F
Följaktligen Objektet m har egenskapen G snarare än inte.

Den "negativa formen" av samma syllogism med andra ord:

Få föremål från klassen F har egenskapen G
Objekt m tillhör klass F
Följaktligen Objekt m har inte egenskapen G snarare än har den

Exempel

De flesta (X) personer (F) är längre än 80 cm (G);
Charlie (I) är en person (F);
Följaktligen Charlie (I) är troligen (X) längre än 80 cm. (G)
Få fåglar (F) kan inte flyga (G)
Undulaten (m) är en fågel (F)
Följaktligen Det är mer sannolikt att undulaten (m) kan flyga (¬G) än att den inte kan flyga
Det är känt att 501 av 1000 (X) deltagare i (F) rodeo inte betalade (G) för biljetter
En slumpmässig besökare (I) är en besökare (F)
Följaktligen en och annan (I) rodeodeltagare kan stämmas för utebliven betalning (G) eftersom han hellre (X) inte betalar (G) för biljetten än att betala

Statistisk syllogism som ligger till grund för den induktiva generaliseringen om egenskaperna hos den allmänna befolkningen baserat på mätningar av objekt från urvalet

Det är mest troligt (X) att stora urval från populationen P har sammansättningar nära sammansättningen av P
Det är känt att S är ett stort slumpmässigt urval från mängden P
På det här sättet Sammansättningen av S är nära sammansättningen av P

Se även

Anteckningar

  1. ↑ Fyra varianter av induktivt argument, Institutionen för filosofi, UNCG
  2. ↑ LJ Cohen, (1981) Subjective probability and the paradox of the gatecrasher, Arizona State Law Journal, sid. 627
  3. ↑ Nance, Dale A., A Comment on the Supposed Paradoxes of a Mathematical Interpretation of the Logic of Trials Arkiverad 6 december 2018 på Wayback Machine (1986). Case Western Reserve University. Fakultetens publikationer. Papper 456  .