Xác suất của một sự kiện trong tương lai ngoài đời thực duy nhất: Điều đó có nghĩa là gì khi họ nói rằng Hill Hillary có 75% cơ hội chiến thắng trên truyền hình?


79

Vì cuộc bầu cử là một sự kiện một lần, nó không phải là một thử nghiệm có thể lặp lại. Vậy chính xác thì tuyên bố "Hillary có 75% cơ hội chiến thắng" về mặt kỹ thuật là gì? Tôi đang tìm kiếm một định nghĩa chính xác về mặt thống kê không phải là một định nghĩa trực quan hay khái niệm.

Tôi là một người hâm mộ thống kê nghiệp dư, người đang cố gắng trả lời câu hỏi này xuất hiện trong một cuộc thảo luận. Tôi khá chắc chắn rằng có một phản ứng khách quan tốt cho nó nhưng tôi không thể tự mình nghĩ ra ...


4
Vì các cuộc thăm dò không đưa ra ước tính xác suất và không có bối cảnh xa hơn, có vẻ như tuyên bố đó dựa trên kết quả hiện tại từ một trong những thị trường dự đoán, ví dụ, Thị trường Điện tử Iowa (xem tippie.uiowa.edu/iem ). Xem trang Phương pháp luận của họ hoặc bất kỳ bài viết nào về các thị trường dự đoán để được giải thích sâu hơn.
Mike Hunter

13
Một vấn đề quan trọng ở đây là liệu chúng ta có thể gắn xác suất vào các sự kiện duy nhất (tức là một lần) hay không, trong đó chúng ta không thể áp dụng xác suất theo kinh nghiệm theo cách "nếu tôi lăn một cái chết công bằng một số lần lớn, tỷ lệ nhiều lần tôi cuộn sáu sẽ tiếp cận một phần sáu ". Nhưng có một lập luận rằng mức độ niềm tin chủ quan vẫn phải hành xử trong thực tế giống như một "xác suất" - về mặt kỹ thuật hơn, nên tuân theo các tiên đề của xác suất. Vì vậy, một cách tiếp cận triết học cho câu hỏi này có thể làm cho tham chiếu đến cái gọi là đối số Sách Hà Lan .
Cá bạc

19
75% những điều có 75% cơ hội xảy ra sẽ xảy ra.
dùng253751

2
Nó phụ thuộc vào nguồn của tuyên bố; trong một số trường hợp, nó đề cập đến một xác suất theo một mô hình nào đó, ví dụ (như với các đánh giá xác suất trên fivethentyeight.com) nhưng trong các trường hợp khác, nó liên quan đến một số bối cảnh khác, nó có thể có ý nghĩa khác.
Glen_b

3
Tôi đã đọc được rằng, từ các cuộc thăm dò, kết quả dự kiến của bà Clinton sẽ giành chiến thắng, nhưng khoảng tin cậy của các con số có đến 25% khả năng kết quả thực tế không giống với kết quả mong đợi .
JimmyB

Câu trả lời:


60

Tất cả các câu trả lời cho đến nay đều hữu ích, nhưng chúng không chính xác về mặt thống kê, vì vậy tôi sẽ thực hiện điều đó. Đồng thời, tôi sẽ đưa ra một câu trả lời chung chung thay vì tập trung vào cuộc bầu cử này.

Điều đầu tiên cần ghi nhớ khi chúng tôi cố gắng trả lời các câu hỏi về các sự kiện trong thế giới thực như bà Obama giành chiến thắng trong cuộc bầu cử, trái ngược với các vấn đề toán học được tạo ra như lấy những quả bóng có nhiều màu sắc khác nhau, đó là ' t một cách hợp lý duy nhất để trả lời câu hỏi, và do đó không phải là một câu trả lời hợp lý duy nhất. Nếu ai đó chỉ nói "Hillary có 75% cơ hội chiến thắng" và không tiếp tục mô tả mô hình bầu cử của họ, thì dữ liệu họ sử dụng để ước tính, kết quả xác thực mô hình, giả định lý lịch của họ, cho dù họ đang đề cập đến phiếu bầu phổ biến hoặc phiếu bầu cử, v.v., sau đó họ thực sự không nói cho bạn biết ý nghĩa của chúng, ít cung cấp đủ thông tin để bạn đánh giá xem dự đoán của họ có tốt không. Bên cạnh đó, nó không phải là

Vì vậy, một số thủ tục mà một nhà thống kê có thể sử dụng để ước tính cơ hội của bà Clinton là gì? Thật vậy, làm thế nào họ có thể đóng khung vấn đề? Ở cấp độ cao, có nhiều khái niệm khác nhau về xác suất, hai trong số đó quan trọng nhất là thường xuyên và Bayes.

  • Theo quan điểm thường xuyên , một xác suất đại diện cho tần suất giới hạn của một sự kiện qua nhiều thử nghiệm độc lập của cùng một thử nghiệm, như trong luật số lượng lớn (mạnh hay yếu). Mặc dù bất kỳ cuộc bầu cử cụ thể nào cũng là một sự kiện độc đáo, kết quả của nó có thể được coi là một sự rút ra từ vô số các sự kiện cả lịch sử và giả thuyết, có thể bao gồm tất cả các cuộc bầu cử tổng thống Mỹ, hoặc tất cả các cuộc bầu cử trên toàn thế giới vào năm 2016, hoặc một điều gì khác. 75% cơ hội chiến thắng của bà Clinton có nghĩa là nếu là một chuỗi kết quả (0 hoặc 1) của các cuộc bầu cử độc lập hoàn toàn tương đương với cuộc bầu cử này cho đến khi có liên quan đến mô hình của chúng tôi, thì ý nghĩa mẫu củaX 1 , X 2 , ... , X n nX1,X2,X1,X2,,Xn hội tụ xác suất đến 0,75 làn đi đến vô cùng.

  • Theo quan điểm của Bayes , một xác suất đại diện cho một mức độ đáng tin cậy hoặc đáng tin cậy (có thể là hoặc không thể là niềm tin thực tế, tùy thuộc vào việc bạn có phải là người theo chủ nghĩa Bayes không). 75% cơ hội chiến thắng của bà Clinton đồng nghĩa với việc 75% bà sẽ giành chiến thắng. Đến lượt mình, các tín nhiệm có thể được lựa chọn một cách tự do (dựa trên niềm tin từ trước của một người mẫu hoặc nhà phân tích) trong các ràng buộc của các luật xác suất cơ bản (như định lý của Bayes , và thực tế là xác suất của một sự kiện chung có thể vượt quá xác suất cận biên của một trong hai các sự kiện thành phần). Một cách để tóm tắt các luật này là nếu bạn đặt cược vào kết quả của một sự kiện, đưa ra tỷ lệ cược cho người đánh bạc theo uy tín của bạn, thì không có con bạc nào có thể xây dựng một cuốn sách Hà Lanchống lại bạn, nghĩa là, một bộ cược đảm bảo bạn sẽ mất tiền cho dù sự kiện đó thực sự diễn ra như thế nào.

Cho dù bạn có quan điểm thường xuyên hay Bayes về xác suất, vẫn còn rất nhiều quyết định được đưa ra về cách phân tích dữ liệu và ước tính xác suất. Có thể phương pháp phổ biến nhất dựa trên các mô hình hồi quy tham số, chẳng hạn như hồi quy tuyến tính. Trong cài đặt này, nhà phân tích chọn một họ phân phối tham số (nghĩa là các số đo xác suất ) được lập chỉ mục bởi một vectơ số gọi là tham số. Mỗi kết quả là một biến ngẫu nhiên độc lập được rút ra từ phân phối này, được biến đổi theo các hiệp phương sai, là các giá trị đã biết (như tỷ lệ thất nghiệp) mà nhà phân tích muốn sử dụng để dự đoán kết quả. Nhà phân tích chọn ước tính của các giá trị tham số bằng cách sử dụng dữ liệu và tiêu chí phù hợp với mô hình như bình phương nhỏ nhấthoặc khả năng tối đa . Sử dụng các ước tính này, mô hình có thể đưa ra dự đoán về kết quả (có thể chỉ là một giá trị duy nhất, có thể là một khoảng hoặc tập hợp các giá trị khác) cho bất kỳ giá trị đã cho nào của hiệp phương sai. Đặc biệt, nó có thể dự đoán kết quả của một cuộc bầu cử. Bên cạnh các mô hình tham số, còn có các mô hình không tham số (nghĩa là các mô hình được xác định bởi một họ phân phối được lập chỉ mục với một vectơ tham số dài vô hạn) và cả các phương pháp quyết định các giá trị dự đoán không sử dụng mô hình nào mà dữ liệu được tạo ra , chẳng hạn như phân loại lân cận gần nhấtrừng ngẫu nhiên .

Đưa ra dự đoán là một chuyện, nhưng làm thế nào để bạn biết liệu chúng có tốt không? Rốt cuộc, dự đoán không chính xác đầy đủ là tồi tệ hơn vô dụng. Kiểm tra dự đoán là một phần của thực tiễn xác thực mô hình lớn hơn, nghĩa là, định lượng mức độ tốt của một mô hình nhất định cho một mục đích nhất định. Hai phương pháp phổ biến để xác nhận dự đoán là xác thực chéo và chia dữ liệu thành các tập con thử nghiệm và kiểm tra trước khi phù hợp với bất kỳ mô hình nào. Ở mức độ mà các cuộc bầu cử trong dữ liệu là đại diện cho cuộc bầu cử tổng thống Mỹ năm 2016, các ước tính về độ chính xác dự đoán mà chúng tôi nhận được từ việc xác thực dự đoán sẽ cho chúng tôi biết dự đoán của chúng tôi sẽ chính xác như thế nào về cuộc bầu cử tổng thống Mỹ năm 2016.


Tôi thích câu trả lời này rất nhiều, chỉ ra rằng có hai quan điểm chung là những gì tôi đang mong đợi để thấy. Tôi nghĩ rằng ít hơn sẽ có nhiều hơn mặc dù.
Mike Wise

4
Đã có một vài câu trả lời súc tích. Tôi muốn thực hiện một nỗ lực hoàn thiện hơn.
Nhà khoa học Kodi

7
Tôi không nghĩ rằng quan điểm thường xuyên là có thể. Một sự kiện như một cuộc bầu cử vốn dĩ không phải là ngẫu nhiên. Nếu bạn lặp lại cuộc bầu cử một triệu lần trong cùng điều kiện chính xác, bạn sẽ nhận được kết quả tương tự một triệu lần. Chúng tôi chỉ giới thiệu một cách giả tạo vào các mô hình của mình để bù đắp cho kiến ​​thức không đầy đủ của chúng tôi về các điều kiện.
Stefan

6
Đó là một vấn đề không phải bàn cãi trong triết lý thống kê. Quan điểm riêng của tôi là không có mô hình nào đúng theo nghĩa đen, nhưng một số mô hình hữu ích hơn các mô hình khác.
Nhà khoa học Kodi

32

Khi các nhà thống kê muốn dự đoán một kết quả nhị phân (Hillary thắng vs Hillary không thắng), họ tưởng tượng rằng vũ trụ đang tung ra một đồng tiền tưởng tượng - Thủ trưởng, Hillary thắng; Đuôi, cô thua. Đối với một số nhà thống kê, đồng xu thể hiện mức độ tin tưởng của họ vào kết quả; đối với những người khác, đồng xu đại diện cho những gì có thể xảy ra nếu chúng ta tổ chức lại cuộc bầu cử trong cùng hoàn cảnh lặp đi lặp lại. Về mặt triết học, thật khó để biết ý nghĩa của chúng ta khi chúng ta nói về những sự kiện không chắc chắn trong tương lai, ngay cả trước khi chúng ta kéo số vào đó. Nhưng chúng ta có thể nhìn vào nơi số lượng đến từ.

Tại thời điểm này trong cuộc bầu cử, chúng tôi có một chuỗi các kết quả thăm dò ý kiến. Đây là dạng: 1000 người đã được thăm dò ý kiến, nói, Ohio. 40% ủng hộ Trump, 39% ủng hộ Hillary, 21% không quyết định. Sẽ có các cuộc thăm dò tương tự từ các cuộc bầu cử trước đó cho các ứng cử viên đảng Dân chủ, Cộng hòa (và đảng theo dõi khác) tương ứng. Đối với những năm trước, cũng có kết quả. Bạn có thể biết rằng, giả sử, các ứng cử viên có 40% phiếu bầu trong cuộc thăm dò vào tháng 7, đã giành được 8 trên tổng số 10 cuộc bầu cử trước đó. Hoặc kết quả có thể nói, trong 7 trên 10 cuộc bầu cử, đảng Dân chủ đã chiếm Ohio. Bạn có thể biết Ohio so sánh với Texas như thế nào (có lẽ họ không bao giờ chọn cùng một ứng cử viên) - bạn có thể có thông tin về cách bỏ phiếu không quyết định - và bạn có thể có những mô hình thú vị về những gì xảy ra khi một ứng cử viên bắt đầu "tăng vọt".

Vì vậy, khi bạn tính đến các cuộc bầu cử trước đó, bạn có thể nói rằng đồng xu bầu cử đã được tung ra một số lần. Cuộc bầu cử tương tự không được tổ chức lại sau mỗi 4 năm, nhưng chúng ta có thể giả vờ rằng đó là loại. Từ tất cả các thông tin này, những người thăm dò ý kiến ​​xây dựng các mô hình phức tạp để dự đoán kết quả cho năm nay.

75% cơ hội chiến thắng của Hillary liên quan đến tình trạng kiến ​​thức của chúng ta "ngày nay". Nó nói rằng một ứng cử viên với loại kết quả thăm dò ý kiến ​​mà cô ấy có "bây giờ", ở các bang mà cô ấy có chúng, và đưa ra các xu hướng trong các cuộc thăm dò của cô ấy trong suốt chiến dịch, chiến thắng cuộc bầu cử trong 3 năm bầu cử trong số 4. Một tháng kể từ bây giờ, xác suất chiến thắng của cô sẽ thay đổi, bởi vì mô hình sẽ dựa trên trạng thái của các cuộc thăm dò vào tháng Tám.

Hoa Kỳ đã không có một số lượng lớn các cuộc bầu cử thống kê trong lịch sử của mình, ít hơn nhiều kể từ khi bỏ phiếu bắt đầu. Chúng ta cũng không thể chắc chắn rằng các xu hướng bỏ phiếu từ những năm 70 vẫn được áp dụng. Vì vậy, đó là tất cả một chút tinh ranh.

Điểm mấu chốt là Hillary nên bắt đầu thực hiện bài phát biểu nhậm chức của mình.


1
Cô vẫn có bài phát biểu chấp nhận đề cử để vượt qua đầu tiên.
WBT

26

Khi các nhà thống kê nói điều này, họ không đề cập đến lề của chiến thắng hoặc chia sẻ phiếu bầu. Họ đang chạy một số lượng lớn các mô phỏng của cuộc bầu cử và tính bao nhiêu phần trăm số phiếu mà mỗi ứng cử viên đạt được. Đối với nhiều mô hình tổng thống mạnh mẽ, họ có dự báo cho từng tiểu bang. Một số gần và nếu cuộc đua được chạy nhiều lần, cả hai ứng cử viên có thể giành chiến thắng. Bởi vì các khoảng dự đoán nhiều lần trùng lặp với biên độ chiến thắng bằng 0, nó không phải là phản hồi nhị phân mà thay vào đó, một mô phỏng sẽ cho chúng ta biết chính xác hơn những gì mong đợi.

Trang phương pháp luận của FiveThentyEight có thể giúp hiểu thêm một chút về những gì đang diễn ra: http://fivethentyeight.com/features/a-users-guide-to-fivethentyeights-2016-general-election-forecast/


17

Có một tập phát thanh freakonomics rất phù hợp với câu hỏi này (nói chung, không phải trong chi tiết cụ thể của cuộc bầu cử). Trong đó, Stephen Dubner phỏng vấn sự lãnh đạo của một dự án từ một cơ quan quốc phòng Hoa Kỳ để xác định cách tốt nhất để dự báo các sự kiện chính trị toàn cầu.

Nó [cũng] giúp rất nhiều để biết nhiều hơn về chính trị hơn hầu hết mọi người. Tôi muốn nói rằng họ gần như là điều kiện cần thiết để làm tốt. Nhưng họ không đủ, bởi vì có rất nhiều người rất thông minh và gần gũi. Có rất nhiều người rất thông minh và nghĩ rằng không thể gắn xác suất vào các sự kiện độc đáo .

Sau đó, họ thảo luận về những gì không nên làm

Nếu bạn hỏi những loại câu hỏi đó, hầu hết mọi người đều nói, Làm sao bạn có thể gán xác suất cho những sự kiện có vẻ là sự kiện lịch sử độc đáo? Có vẻ như không có cách nào để làm điều đó. Điều tốt nhất chúng ta thực sự có thể làm là, sử dụng các thông báo mơ hồ, đưa ra các dự báo mơ hồ. Chúng ta có thể nói những điều như, thì Vâng, điều này có thể xảy ra. Điều này có thể xảy ra. Điều này có thể xảy ra. VI Và để nói điều gì đó có thể xảy ra không phải là nói nhiều.

Sau đó, tập phim đi vào các phương pháp mà các nhà dự báo thành công nhất đã sử dụng để ước tính các xác suất này, ủng hộ cách tiếp cận Bayes không chính thức

Vì vậy, thậm chí không biết gì về nhà độc tài châu Phi hay đất nước, hãy nói rằng tôi chưa bao giờ nghe nói về nhà độc tài này, tôi chưa bao giờ nghe về đất nước này, và tôi chỉ nhìn vào tỷ lệ cơ sở và tôi nói, hmm, trông giống như khoảng 87 phần trăm. Đó là ước tính linh cảm ban đầu của tôi. Sau đó, câu hỏi là, tôi phải làm gì? Vâng Vâng, sau đó tôi bắt đầu tìm hiểu điều gì đó về đất nước và nhà độc tài. Và nếu tôi biết rằng nhà độc tài trong câu hỏi là 91 tuổi và bị ung thư tuyến tiền liệt tiến triển, tôi nên điều chỉnh xác suất của mình . Và nếu tôi biết rằng có những cuộc bạo loạn ở thành phố thủ đô và có những gợi ý về các cuộc đảo chính quân sự ở ngoài khơi, tôi nên điều chỉnh lại xác suất của mình . Nhưng bắt đầu với xác suất lãi suất cơ bản là một cách tốt để ít nhất đảm bảo rằng ban đầu bạn sẽ ở trong sân bóng hợp lý.

Tập phim có tên Làm thế nào để bớt kinh khủng hơn trong việc dự đoán tương lai , và là một phần nghe rất thú vị. Tôi khuyến khích bạn kiểm tra xem nếu bạn quan tâm đến loại điều này!


3
+1. Trong một bài viết cũ hơn, tôi đã phác thảo cách tiếp cận này với một ví dụ đang chạy. Tôi nhằm mục đích thực hiện nó theo cách trung lập liên quan đến cuộc tranh luận giữa Bayes và vs Thường xuyên, chỉ ra rằng phương pháp Bayes không phải là phương tiện duy nhất để ước tính xác suất, đưa ra dự báo hoặc cung cấp thông tin hữu ích về các sự kiện dường như độc đáo. Tôi đã cố gắng xác định chính xác xác suất đóng vai trò nào trong các phân tích như vậy và, mặc nhiên, để nhấn mạnh sự cần thiết phải ước tính chính xác xác suất (thay vì chỉ đưa ra một cách "không thông tin").
whuber

1
Liên quan đến chủ đề này là cuộc tranh cãi được gọi là "bàn tay nóng". Trong một bài viết độc đáo có tiêu đề Ngạc nhiên bởi những kẻ đánh bạc và những kẻ giả mạo nóng bỏng? , Miller và Sanjuro đưa ra bằng chứng thuyết phục rằng văn học đã sai trong nhiều thập kỷ khi phủ nhận sự tồn tại của "bàn tay nóng". Các tài liệu lịch sử dựa trên xác suất vô điều kiện của các thử nghiệm iou Bernoulli trong khi xác suất có điều kiện của một chuỗi hữu hạn của các thử nghiệm tương tự xác nhận trực giác nóng bỏng của bàn tay. Tương tự như vậy đối với các cuộc bầu cử, người ta có thể coi cuộc bầu cử này là kết quả của một chuỗi các kết quả xác suất có điều kiện.
Mike Hunter

15

Cuộc bầu cử năm 2016 thực sự là một sự kiện một lần. Nhưng như vậy là lật một đồng xu hoặc ném chết.

Khi ai đó tuyên bố họ biết một ứng cử viên có 75% cơ hội chiến thắng, họ không dự đoán được kết quả. Họ đang tuyên bố họ biết hình dạng của cái chết.

Kết quả của cuộc bầu cử không thể làm mất hiệu lực này. Nhưng nếu mô hình họ sử dụng để đạt 75% được kiểm tra đối với nhiều cuộc bầu cử thì nó có thể được chứng minh là có giá trị dự đoán hạn chế. Hoặc nó có thể được sinh ra là có giá trị.

Tất nhiên, một khi một người dự đoán có giá trị được biết đến với các ứng cử viên, họ có thể thay đổi hành vi của họ và mô hình có thể được thực hiện không liên quan. Hoặc nó có thể được thổi tất cả ra khỏi tỷ lệ. Chỉ cần nhìn vào những gì xảy ra ở Iowa.


7
+1 cho "Họ đang tuyên bố rằng họ biết hình dạng của cái chết".
WBT

@WBT, không có thông báo sai hoàn toàn. 75% không liên quan gì đến xác suất (vật lý) mà (được cho là) ​​để chi phối các sự kiện ngẫu nhiên, chẳng hạn như cuộn xúc xắc. Họ có nghĩa là họ có 75% mức độ chắc chắn
innisfree

1
@innisfree Phép ẩn dụ vẫn hữu ích. Mặc dù tôi nhận ra bằng nhận xét của bạn về các câu trả lời khác mà bạn không đồng ý (và bạn được hoan nghênh đăng câu trả lời khác), 75% là người cho rằng phân phối xác suất kết quả bằng với một trường hợp chết bốn mặt (hình chóp) của bốn mặt được dán nhãn "Hillary." Ẩn dụ chảy tốt hơn một chút nếu bạn xem xét "hình dạng" để bao gồm cả nhãn.
WBT

6

Khi ai đó nói rằng "Hillary có 75% cơ hội chiến thắng", điều đó có nghĩa là nếu bạn đề nghị họ đặt cược trong đó một người nhận được 25 đô la nếu Hillary thắng và người kia nhận được 75 đô la nếu Hillary không thắng, họ sẽ xem xét điều đó đặt cược công bằng và không có lý do cụ thể để thích một trong hai bên.

Các tỷ lệ này thường đến từ các thị trường dự đoán. Chúng tóm tắt tất cả các thông tin có sẵn và thường vượt trội so với các phương pháp phân tích dự đoán hầu hết các sự kiện.

Thị trường dự đoán cung cấp cho mọi người cơ hội để đặt cược về việc một sự kiện cụ thể sẽ xảy ra hay không. Các khoản chi trả được thiết lập bằng thương lượng giữa những người ở cả hai phía của đề xuất. Thông thường, những người có kiến ​​thức đặc biệt về một đề xuất sẽ cố gắng tận dụng kiến ​​thức đó để kiếm tiền, điều này có tác dụng phụ là rò rỉ thông tin đó.

Ví dụ: giả sử có một thị trường dự đoán về việc một người nổi tiếng cụ thể sẽ sống đến cuối năm nay. Công chúng biết tuổi của người nổi tiếng và bất cứ ai cũng có thể tra cứu xác suất cơ bản rằng người nổi tiếng sẽ chết vào cuối năm. Nếu đó là tất cả những gì đã biết, bạn sẽ mong mọi người sẵn sàng đặt cược vào một bên hoặc bên kia của đề xuất này với xác suất gần như vậy.

Bây giờ, giả sử ai đó biết rằng người nổi tiếng có sức khỏe kém nhưng đang che giấu điều đó. Hoặc thậm chí nói rằng nhiều người biết rằng gia đình của người nổi tiếng có tiền sử bệnh tim sẽ làm giảm tỷ lệ sống sót của họ. Những người có thông tin đó sẽ sẵn sàng chấp nhận một mặt của đề xuất đó, khiến tỷ lệ điều chỉnh giống như người mua đẩy giá cổ phiếu lên và người bán đẩy nó xuống.

Nói cách khác, khi tỷ lệ cược quá thấp, mọi người tìm kiếm lợi nhuận sẽ đẩy họ lên. Và khi chúng quá cao, mọi người tìm kiếm lợi nhuận đẩy họ xuống. Giá của đặt cược cuối cùng phản ánh trí tuệ tập thể của mọi người về tỷ lệ cược của đề xuất xảy ra giống như tất cả giá phản ánh trí tuệ tập thể về chi phí và giá trị của mọi thứ.


2
Thật đáng tiếc khi không có câu trả lời nào khác đề cập đến cá cược, đây thực chất là định nghĩa về một xác suất có vẻ như mọi người đã quên nó.
Michael Le Barbier Grünewald

2
@ MichaelGrünewald: Không hoàn toàn. Mặc dù có thể có tỷ lệ cược đánh bạc phản ánh xác suất thực (chẳng hạn như các trò chơi liên quan đến bánh xe roulette hoặc trò chơi bài), đó không phải là điều này. Tỷ lệ cá cược cho những người sẽ giành chiến thắng trong cuộc bầu cử tương tự như giá cổ phiếu ... họ chủ yếu dựa vào cách mọi người cảm nhận.
Robert Harvey

@RobertHarvey Vấn đề là xác suất thể hiện niềm tin chủ quan (sự kỳ vọng sẽ nhắc nhở chúng ta điều đó). Vì vậy, vâng, tôi có thể xây dựng mô hình, tổng hợp thông tin bằng cách sử dụng những cách thông minh nhất nhưng cuối cùng, tất cả những gì tôi có thể nêu ra là Được cung cấp tất cả thông tin có sẵn mà tôi có thể truy cập, tôi tin rằng các tỷ lệ cá cược này là công bằng. Không có điều gì giống như xác suất thực sự của người Hồi giáo - tính toán xác suất sẽ giúp chúng ta tính toán niềm tin của mình. Trừ khi có thể bạn quan tâm đến việc xác định xác suất thực sự.
Michael Le Barbier Grünewald

@RobertHarvey Bạn có thể lập luận rằng mọi thứ đều dựa trên cảm giác của mọi người. Nếu tôi đưa ra một lập luận toán học, đó là vì tôi cảm thấy nó đúng. Mọi người có thể tự do quyết định tỷ lệ cược nào để chấp nhận đặt cược đề xuất theo bất kỳ phương pháp nào họ muốn, tùy ý hoặc nghiêm ngặt. Trong một phương pháp dự đoán tốt, có đủ người có thông tin rằng kết quả cuối cùng truyền đạt sự khôn ngoan của đám đông.
David Schwartz

4

Câu hỏi chính là làm thế nào để bạn chỉ định một xác suất cho một sự kiện duy nhất. Câu trả lời là bạn phát triển một mô hình mà nó không còn là duy nhất. Tôi nghĩ một ví dụ dễ dàng hơn là xác suất tổng thống chết trong văn phòng là gì? Bạn có thể xem tổng thống là một người ở một độ tuổi nhất định, như một người ở một độ tuổi và giới tính nhất định ,. V.v ... mỗi mô hình cung cấp cho bạn một dự đoán khác nhau ... một tiên nghiệm không có mô hình chính xác..có tùy thuộc vào thống kê để chọn mô hình nào là phù hợp nhất.


1
Mặc dù tôi đã đưa ra câu trả lời dài hơn trên dấu kiểm "chính xác" của mình, tôi cũng thực sự thích câu trả lời này. Chuyển câu hỏi đến tỷ lệ tổng thống chết trong văn phòng làm rõ nó. Cảm ơn MỌI NGƯỜI vì tất cả sự quan tâm chu đáo của bạn!
pitosalas

1
Có một khung (thống kê Bayes) để gán xác suất (mức độ hợp lý) cho bất kỳ giả thuyết nào, bao gồm kết quả của các sự kiện duy nhất
innisfree

3

Với các cuộc thăm dò cho thấy một cuộc đua rất chặt chẽ, 75% có thể hoặc không thể chính xác.

Bạn đang hỏi nó nghĩa là gì chứ không phải họ đã tính toán điều này như thế nào. Hàm ý là (nếu chúng ta bỏ qua bất kỳ ai khác ngoại trừ bà Clinton và một đối thủ lớn của bà) rằng bạn sẽ cần đặt cược 3 đô la để nhận lại 4 đô la nếu cô ấy thắng. Thay phiên, đặt cược $ 1 cho người chạy khác sẽ trả lại $ 4 nếu anh ta thắng.

Câu trả lời của tôi tạo ra một sự khác biệt nhỏ, giữa cơ hội thực tế cho một ứng cử viên để giành chiến thắng và những gì mọi người (người đánh bạc hoặc tỷ lệ cược tạo ra) đang mong đợi. Tôi nghi ngờ rằng khi bạn nhìn thấy những con số như thế này, ví dụ 75%, bạn đang thấy những con số của nhà sản xuất tỷ lệ cược, khi bạn thấy 49 đến 48%, bạn đang thấy kết quả thăm dò ý kiến.


2
Và vì người hỏi đang hỏi về ý nghĩa thống kê, lưu ý rằng mặc dù điều này thường không xảy ra trong các cuộc bầu cử, bạn hoàn toàn có thể dự đoán kết quả "chặt chẽ", ví dụ 52/48, nhưng vẫn tin tưởng 75% vào người chiến thắng mà không cần tham khảo đến Vegas cho tỷ lệ cược của họ. Ví dụ, trong trận chung kết Thế vận hội 100m nam, tỷ lệ chiến thắng sẽ thấp hơn 4%, nhưng mô hình thống kê của bạn có thể dự đoán một người chiến thắng có khả năng. Đó là tất cả về khoảng tin cậy trên 52/48, đủ lớn khi dự đoán các cuộc bầu cử mà nó thường không chuyển thành 75% cơ hội.
Steve Jessop

1
Tôi nghĩ JoeTaxpayer rất hữu ích, thực dụng (theo nghĩa triết học của thuật ngữ đó). Đó là một bài trình bày lý thuyết quyết định hơi thiếu chính xác. Đó là cách tỷ lệ cá cược parimutuel được thiết lập. Các đặc điểm khác có thể là "sự khôn ngoan của đám đông" hoặc "giá dựa trên thị trường". Nó thực sự giải quyết câu hỏi, tôi có thể làm gì với thông tin đó (giả sử tôi tin nó.)
DWin

1
Tôi chưa thấy đề cập đến các trường đại học bầu cử. POTUS được bầu thông qua các trường đại học bầu cử. Vì vậy, nếu bà Clinton chỉ nhận được 51% của 51% trường đại học bầu cử và không ai trong số những người còn lại, thì chỉ với ~ 26% số phiếu phổ biến, bà sẽ thắng. Do đó, kết quả thăm dò ý kiến, thường không xem xét đại học bầu cử, đôi khi sai.
MikeP

2
Các cuộc thăm dò của @MikeP không báo cáo cơ hội chiến thắng, họ báo cáo, tốt, kết quả cuộc thăm dò. Các mô hình báo cáo cơ hội giành chiến thắng dựa trên dữ liệu từ các cuộc thăm dò ở các tiểu bang khác nhau và đưa trường đại học bầu cử vào tài khoản - ít nhất là những người đáng kính.
hobbs

2

Nếu họ làm đúng, điều gì đó sẽ xảy ra khoảng 3/4 thời gian khi họ nói rằng nó có 75% cơ hội xảy ra. (hay nói chung hơn, cùng một ý tưởng được điều chỉnh theo tất cả các dự báo tỷ lệ phần trăm)

Có thể quy định nhiều ý nghĩa hơn tùy thuộc vào ý kiến ​​triết học của chúng tôi và mức độ chúng tôi tin vào các mô hình, nhưng quan điểm thực dụng này là một mẫu số chung thấp nhất - ít nhất, các phương pháp thống kê thử (mặc dù có thể là một mặt hiệu quả hơn là trực tiếp) để làm cho các dự báo tuân theo quan điểm thực dụng này.


Không, ý nghĩa rõ ràng là nhận thức luận / Bayes, 75% mức độ niềm tin. Không ai tưởng tượng ra các thí nghiệm giả trong đó kết quả bầu cử là một biến ngẫu nhiên.
innisfree

@Innisfree: Nếu một nửa số lần bạn có 75% mức độ tin tưởng vào điều gì đó hóa ra là sai, bạn cần phải tính toán lại cách bạn đo lường niềm tin của mình! Không cần các thí nghiệm tưởng tượng được tham gia, chỉ cần một thước đo khách quan về mức độ thường xuyên niềm tin của bạn được chuyển thành hiện thực trong quá khứ.
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.