قانون الأعداد الكبيرة حقًا

قانون الأعداد الكبيرة حقًا هو ملاحظة في الإحصاء مفادها أن أي نتيجة مستبعدة للغاية (أي حدث ذو احتمال منخفض باستمرار ولكنه غير صفري عبر العينات) من المرجح أن تحدث، إذا توفر عدد كافٍ من العينات المستقلة. وهو ليس قانونًا رياضيًا ، بل تعبير شائع . [ 1 ] وقد استُخدم هذا القانون لدحض الادعاءات شبه العلمية . [ 2 ]

يُنسب هذا الاكتشاف إلى الإحصائيين بيرسي دياكونيس وفريدريك موستيلر . [ 1 ] وبالمثل، قال المتشكك والساحر بن جيلت إن "احتمالات مليون إلى واحد تحدث ثماني مرات يوميًا" بين سكان مدينة نيويورك البالغ عددهم حوالي 8 ملايين نسمة . [ 3 ] وفي فئة أخرى من الحالات التوضيحية - والتي تتضمن أيضًا التوافيق - تكررت أرقام سحب اليانصيب في تتابع متقارب أو حتى فوري. [ 4 ] [ 5 ] [ 6 ]

أمثلة

رسوم بيانية لاحتمالية عدم رصد أحداث مستقلة ، كل منها باحتمالية 1/ n ، بعد n من تجارب برنولي ، و1 − P مقابل n . مع ازدياد n ، تتقارب احتمالية عدم ظهور حدث عشوائي بنسبة 1/ n بعد n من المحاولات بسرعة إلى 1/ e .

لنفترض أن حدثًا ماأ{\displaystyle A}تبلغ احتمالية حدوثه في تجربة واحدة 1% فقط. ثم، ضمن تجربة واحدة، هناك احتمالية بنسبة 99% لحدوثه.أ{\displaystyle A}لن يحدث ذلك. ومع ذلك، إذا أُجريت 100 تجربة مستقلة، فإن احتمال حدوث ذلكأ{\displaystyle A}لا يحدث في أي منها، ولا مرة واحدة، هو0.9910036.6%{\displaystyle 0.99^{100}\approx 36.6\%}[ 7 ] لذلك، فإن احتمالأ{\displaystyle A}يحدث في واحدة على الأقل من كل 100 تجربة1-0.9910063.4%{\displaystyle 1-0.99^{100}\approx 63.4\%}إذا زاد عدد المحاولات إلى 1000، فإن هذا الاحتمال يرتفع إلى1-0.99100099.997%{\displaystyle 1-0.99^{1000}\approx 99.997\%}بمعنى آخر، من المرجح جداً أن يحدث حدث غير محتمل للغاية، إذا تم إجراء عدد كافٍ من التجارب المستقلة.

وبالمثل، بالنسبة لحدث ماب{\displaystyle B}باحتمالية حدوث ذلك في أي تجربة فردية تبلغ "واحد من مليار"، فإن احتمالية حدوث ذلك عبر مليار تجربة مستقلةب{\displaystyle B}يحدث مرة واحدة على الأقل1-0.9999999991،٠٠٠،٠٠٠،٠٠٠63.21%{\displaystyle 1-0.999999999^{1,000,000,000}\approx 63.21\%}إن إجراء عدد "كبير حقًا" من التجارب المستقلة، مثل 8 مليارات (وهو العدد التقريبي لسكان الأرض في عام 2022)، يرفع هذا الرقم إلى 99.96%{\displaystyle 99.96\%}[ 8 ]

يمكن صياغة هذه الحسابات بلغة رياضية على النحو التالي: "يمكن أن يصبح احتمال وقوع حدث غير محتمل X في N تجربة مستقلة قريبًا بشكل تعسفي من 1، بغض النظر عن مدى صغر احتمال وقوع الحدث X في تجربة واحدة، بشرط أن يكون N كبيرًا حقًا." [ 9 ]

على سبيل المثال، عندما لا يكون احتمال وقوع الحدث غير المحتمل X ثابتًا صغيرًا ولكنه يتناقص كدالة لـ N، انظر الرسم البياني.

في الأنظمة عالية التوافر ، يجب أخذ حتى الأحداث النادرة الحدوث في الاعتبار. في الأنظمة المتسلسلة ، حتى عندما يكون احتمال فشل عنصر واحد منخفضًا جدًا، فإن احتمال فشل النظام بأكمله يرتفع بعد توصيلها بأعداد كبيرة (لتقليل احتمالية فشل النظام، يمكن استخدام التكرار - في مثل هذه الأنظمة المتوازية ، حتى الأجزاء الزائدة غير الموثوقة للغاية والمتصلة بأعداد كبيرة تزيد من احتمال عدم التعطل إلى المستوى العالي المطلوب ). [ 10 ]

في نقد العلوم الزائفة

يُثار هذا القانون في سياق انتقاد العلوم الزائفة ، ويُعرف أحيانًا بتأثير جين ديكسون (انظر أيضًا التنبؤ اللاحق ). ينص هذا القانون على أنه كلما زاد عدد التنبؤات التي يُطلقها العرّاف، زادت احتمالية تحقق أحدها. وبالتالي، إذا تحقق أحدها، يتوقع العرّاف أن نتجاهل الغالبية العظمى من التنبؤات التي لم تتحقق، وهو ما يُعرف بانحياز التأكيد . [ 11 ] قد يقع البشر ضحيةً لهذا الخطأ.

يُمكن إيجاد مظهر مشابه لهذا القانون في المقامرة ، حيث يميل المقامرون إلى تذكر مكاسبهم ونسيان خسائرهم، [ 12 ] حتى لو كانت الخسائر تفوق المكاسب بكثير (مع أن العكس قد يكون صحيحًا أيضًا، بحسب الشخص، عندما يعتقد أنه بحاجة إلى مزيد من تحليل خسائره لتحسين أسلوب لعبه [ 13 ] ). يربط ميكال آسفيد هذا الأمر بـ"انحياز الذاكرة الانتقائية"، مما يسمح للمقامرين بتجاهل عواقب مقامرتهم [ 13 ] من خلال تضخيم قيمة مكاسبهم الحقيقية (أو خسائرهم في الحالة المعاكسة - "انحياز الذاكرة الانتقائية في كلا الاتجاهين").

انظر أيضاً

ملحوظات

  1. 1 2 إيفريت 2002
  2. بيتمان، برنارد د.، (15 أبريل 2018)، هل يثير اهتمامك انخفاض احتمالية التزامن؟ علماء نظرية الصدفة والإحصائيون يختلفون حول معنى الأحداث النادرة. في موقع PsychologyToday
  3. كيدا، توماس إي. (توماس إدوارد) (2006). لا تصدق كل ما تفكر فيه  : الأخطاء الستة الأساسية التي نرتكبها في التفكير . أمهرست، نيويورك: بروميثيوس بوكس. ص  97. ISBN 1615920056. OCLC 1019454221 . 
  4. هاند، ديفيد ج. (1 فبراير 2014). "الرياضيات تفسر الاحتمالات البعيدة، والمعجزات، والفوز باليانصيب [ مقتطف ] " . مجلة ساينتفك أمريكان .
  5. "معهد الإحصاء الرياضي | الكتابة اليدوية: مبدأ عدم الاحتمالية" .
  6. ميرسكي، ستيف (1 مايو 2014). "يوضح الإحصائي ديفيد ج. هاند كيف يصبح ما يبدو غير محتمل أمرًا مؤكدًا" . مجلة ساينتفك أمريكان .
  7. هنا يعمل قانون آخر من "مبدأ عدم الاحتمال" أيضًا - "قانون رافعة الاحتمال"، وهو (وفقًا لديفيد هاند ) نوع من تأثير الفراشة : لدينا قيمة "قريبة" من 1 مرفوعة إلى رقم كبير مما يعطي قيمة منخفضة "بشكل مدهش" أو حتى قريبة من الصفر إذا كان هذا الرقم أكبر، وهذا يدل على بعض الآثار الفلسفية، ويشكك في النماذج النظرية ولكنه لا يجعلها عديمة الفائدة - يمكن أن يكون تقييم واختبار الفرضية النظرية (حتى عندما يكون احتمال صحتها قريبًا من 1) قابليتها للتفنيد - وهي سمة مقبولة على نطاق واسع باعتبارها مهمة للبحث العلمي الذي لا يهدف إلى الوصول إلى معرفة دوغمائية أو مطلقة، انظر: البرهان الإحصائي .
  8. آلة حاسبة بيانية في ديسموس (رسم بياني)
  9. البرهان في: إليمير إيلاد روزينجر، (2016)، "الكم، الفيزيائيون، والاحتمالات ...  ؟" صفحة 28
  10. موثوقية الأنظمة في كتاب "موثوقية موجزة للمهندسين" ، ياروسلاف مينتشيك، 2016
  11. 1980، جمعية أوستن لمعارضة العلوم الزائفة (ASTOP) التي وزعتها ICSA (مؤسسة العائلة الأمريكية سابقًا) " صحائف حقائق العلوم الزائفة، ASTOP: محققو علم النفس "
  12. دانيال فريمان، جيسون فريمان، 2009، لندن، "اعرف عقلك: المشاكل العاطفية والنفسية اليومية وكيفية التغلب عليها"، ص 41
  13. 1 2 ميكال آسفيد، 2002، إلينوي، الديناميات النفسية وعلم نفس المقامرة: عقل المقامر ، المجلد الأول، ص 129

مراجع