47．概率陈述的解释问题
我将从区别两类概率陈述开始：相数字表示某一概率的陈述——我称之为数值概率陈述——以及不用数字表示的概率陈述。
例如，“用两颗骰子掷11的概率为1／18”，这种陈述就是数值概率陈述一个例子。非数值概率陈述可以有各种各样。“把水和酒精混合获得均匀的混合物是十分可几的”，这类陈述如得到适当阐明，就能转变为数值概率陈述（例如，“获得……的概率很接近1”）。另一种很不同的数值概率陈述例如“发现一种与量子论相矛盾的物理效应是高度不可几的”；我认为这种陈述不可能转变为数值概率陈述，或者与某种数值概率陈述等价，而不歪曲它的意义。我将首先讨论数值概率陈述；非数值概率陈述，我认为不那么重要，容后再考虑。
与每一个数值概率陈述有联系的是这样一个问题：“我们应如何解释这类陈述，特别是这类陈述所作出的数值方面的断言？”
48．主观解释和客观解释
古典的（Laplace的）概率理论把某一概率的数值定义为用同样可能的情况数除有利的情况数所得的商。我们可以不理会已经提出来的反对这个定义的逻辑上的异议，如“同样可能的”不过是“同样可几的”另一种说法。但是甚至在那时我们也很难承认这个定义提供了一个可毫不含糊地应用的解释。因为其中隐含着若干种不同的解释，我要把这些解释分为主观的和客观的两类。
概率论的主观解释常常使用的带有心理学味道的说法，如“数学期望”，或者比方说，“误差的正态定律”等等，使人想起概率论的主观解释；其最初的形式是心理学主义的。它把概率的大小看作为确定或不确定、相信或怀疑的感觉的量度，这些感觉可由某些断言或推测在我们心中引起。关于某些非数值陈述，“可几的”一词可用这种方法颇为满意地加以转译；但是我认为沿着这些路线对数值概率陈述所作的阐释是十分不能令人满意的。
然而，主观解释的较新变种应该在这里给予更认真的考虑。还不是在心理学上，而是在逻辑上把概率陈述解释为关于可称之为陈述“逻辑近似”的断言。正如我们全都知道的那样，陈述能互相处于各种逻辑关系中，如可推演性、不相容性或相互依赖性；而逻辑－主观理论（Keynes是它的主要阐述者）把概率关系看作是两个陈述之间的特种逻辑关系。这种概率关系的两个极端情况是可推演性和矛盾：有人说，如陈述p从陈述q推导出，则q把概率1“给予”p。如p和q相互矛盾，则q给p的概率为0。在这两个极端之间有其他概率关系，大概可以下列方法解释：陈述声（给定q）的数值概率越大，则它的内容超出陈述q已包含的内容越少，p的概率依赖q（并且q把某种概率“给予”p）。
从Keynes把概念定义为“理性信仰程度”这一事实可看出这个理论与心理学主义理论之间的密切关系。他的“理性信仰程度”是指信赖量，可以根据我们从”给予”陈述p概率的那个陈述q中得到的信息或知识赋予p以信任量。
第三种解释，客观解释，把每一个数值概率陈述看作为一种相对频率的陈述，某一种类事件在一偶发事件序列内以这种频率发生。
根据这种解释，“用这颗骰子下一次掷五的概率等于1／6”这陈述实际上不是一个关于下一次掷骰子的断言；宁可说，它是一个关于整个一类掷骰子的断言，下一次掷骰子不过是其中一个元素。这个陈述所说的不过是在这类掷骰子中得5的相对频率等于1／6。
按照这个观点，如果我们能够对数值概率陈述作出濒率阐述，这些陈述才是可接受的。不能作出频率解释的那些概率陈述，尤其是非数值概率陈述，常常被频率理论家回避。
下面我将尝试重新把概率理论作为一种（经过修改的）频率理论建立起来。因此我宣布我信仰客观解释；主要是因为我相信只有客观理论才能解释概率计算在经验科学中的应用。大家承认，主观理论能够给如何判定概率陈述的问题提供一个前后一致的解决办法；并且一般地说，它面临的逻辑困难比客观理论少。但是它的解决办法是：概率陈述是非常经验的；它们是重言的。当我们想起物理学利用概率论时，这种解决办法就证明是完全不能接受的了。（我摈弃主观理论的这种变种：认为客观频率理论应从主观假定中推导出来——也许利用Bernoulli定理作为“桥梁”；由于逻辑上的理由我认为这种纲领是不能实现的。）
49．机遇理论的基本问题
概率理论的最重要应用是用于我们可称之为“似相遇的”（chance－like）或“随机的”事件，或偶发事件。它们的特征是一种特殊的不可计算性，这使得人们经过许多次不成功的尝试后倾向于相信，一切已知的理性预测方法用于这些事件必定失败。可以说，我们感觉到除了先知以外没有一个科学家能够预测它们。然而正是这种不可计算性使我们得出这样的结论：概率的计算能够应用于这些事件。
如果我们接受主观理论，那么从不可计算性达到可计算性（即达到某种计算的可应用性）这个有点悖论性质的结论，确实不再具有悖论性质了。但是这种避免悖论的方法是极不令人满意的。因为它包含着这样的观点：概率计算与经验科学的所有其他方法相反，不是一种计算预测的方法。按照主观理论，它不过是一种使我们已知的东西或者更确切地说，使我们未知的东西实行逻辑变换的方法；因为正是在我们缺乏知识时我们实行这些变换。这种观念确实使悖论消解，但它不能解释被解释为频率陈述的无知陈述如何能够在经验上受到检验和得到验证。然而这正好是我们的问题。我们如何能够解释这个事实：我们可从不可计算性——即从无知——中作出能够解释为经验频率陈述的结论，并且尔后我们发现它们在实践中得到光辉的验证呢？
甚至频率理论直到现在还不能对这个问题——我将称之为机遇理论的基本问题——提供一个令人满意的解答。在第67节将表明这个问题与“收敛公理”有联系，后者是目前形式的这个理论的一个组成部分。但是在这个公理消除后，在频率理论框架内找到一个令人满意的解决办法是可能的。通过分析这样一些假定就会找到这种解答，这些假定使我们能够从单个偶发事件不规则序列推论到它们频率的规则性或稳定性。
50．von Mises 的频率理论
为概率计算的所有主要定理提供基础的频率理论首先由Richard von Mises提出的。他的基本思想如下。
概率计算是似机遇的或随机的事件或偶发事件序列，即例如连续掷骰子那种重复性事件序列的理论。借助两个公理条件把这些序列定义为“似机遇的”或“随机的”：收敛公理（或极限公理），和随机公理。如果一个事件序列满足这两个条件，von Mises就称它为一个“集合”（collective）。
大体上说，一个集会就是一个事件或偶发事件的序列，它在原则上可以无限地延续下去；例如掷骰子序列。假设骰子是破坏不了的。在这些事件中，每一个都有一定的特性和性质；例如可以掷个5，因而具有性质5。如果我们选取直到序列某一元素以前已出现的所有具有性质5的掷骰子次数，除以直到那个元素以前掷骰子的总数（即序列中它的基数），那么我们就获得直到那个元素以前的5的相对频率。如果我们确定了直到这个序列每个元素以前5的相对频率，我们就用这种方法获得一个新的序列——5的相对频率序列。这种频率序列不同于它与之相应的原先的事件序列，后者可称为“事件序列”或“性质序列”。
我选取我们称之为“二择一”（alternative）作为一个集合的简单例子。我们用这个词指假定只有两种性质的事件序列——例如掷一个钱币猜正反面的序列。一种性质（正面）用“1”表示，另一种性质（反面）用“0”来表示。于是事件序列（或性质序列）可用下式表示：
（A）01100011101010……
与这种“二择一”相应——或更精确地说，与这种二择一的性质“1”相关——的是下列“相对频率序列”，或“频率序列”：
……
收敛公理（或“极限公理”）假定，随着事件序列越来越长。频率序列将趋向一个确定的极限值。von Mises使用这个公理是因为我们必须弄清楚我们能够借以工作的某个固定的频率值（即使实际的频率值有一些波动）。在任何集合中至少有两种性质；如果我们得到与某个集合所有性质相应的频率极限值，那么我们就得到集合的“分布”。
随机公理或有时称之为“排除赌博系统原理”（the principle of the excluded gambling system），是打算用来为序列的似机遇性质提供数学表现。显然，如果掷硬币的序列有规律性，比方说在每三次掷正面后就出现反面相当有规律，那么一个赌徒就会用某种赌博系统来改善他的运气。随机公理就一切集合假定，不存在能够成功地应用于这种集合的赌博系统。它假定，不管我们可以选取何种赌博系统以选择认为有利的掷猜（tosses），我们将发现，如果赌博有足够长的时间继续下去，认为有利的掷猜序列中的相对频率接近的极限值与所有掷猜序列的极限值是一样的。因此存在着一种赌徒能借以改善他运气的赌博系统的序列不是von Mises意义上的集合。
对于von Mises来说，概率是“集合中相对频率极限度”的另一个术语。所以概率概念仅应用于事件序列；从Keynes等人的观点看来，这样的限定大概是完全不能接受的。对于批评他的解释太窄的人，von Mises的回答是强调科学的使用概率（例如在物理学中）与一般的使用概率之间的不同。他指出要求定义恰当的科学术语非要在一切方面去适应不确切的、前科学的用法是个错误。
按照von Mises的意见，概率计算的任务只不过在于此：从具有某些给定“初始分布”（initial distributions）的某些给定“初始集合”（initial collectives）推论出具有“导出分布”（derived distributions）的“导出集合”（derived collectives）；简言之，根据给定的概率计算出那些没有给定的概率。
von Mises把他的理论的独特特点概括为四点：集合概念先于概率概念；定义概率概念为相对频率的极限值；提出随机公理；以及规定概率计算的任务。
51．新的概率理论计划
von Mises提出的两条公理或公设以定义集合概念曾遇到强烈的批评——我认为这个批评不是没有道理的。特别是反对把收政公理和随机公理结合起来，理由是不允许把极限或收敛的数学概念应用于按照定义（即由于随机公理）必定不服从任何数学规则或定律的序列。因为数学极限值不过是决定序列的数学规则或定律的特有性质。数学极限值不过是这种数学规则或定律的一种性质，如果任意选定一个接近于零的分数，序列中都有一个元素，使得在它之后的所有元素与某个一定的值的差小于这个分数——于是这个值称为它们的极限值。
为了对付这些反对意见，有人建议不要把收敛公理和随机公理结合起来，仅假定收敛，即被限值的存在。至于随机公理，建议或者全然放弃它（Kamke），或者用较弱的要求代替它（Reichenbach）。这些意见的前提是认为引起麻烦的是随机公理。
与这些观点相对照，我倾向于责怪收敛公理不亚于责怪随机公理。因此我认为有两项任务要做：改进随机公理——主要是一个数学问题；以及完全消除收敛公理——认识论家特别关心的一个问题（参阅第66节）。
下面我首先讨论数学问题，然后讨论认识论问题。
这两项任务中的第一项，即数学理论的重建，其主要目的是从一个修改了的随机公理推导出Bernoulli定理——第一个“大数定律”；修改为实现这个目的所需，不要求更多。更确切地说，我的目的是推导出二项式公式（Binomial Formula，有时称为“Newton公式”），我称为“第三式”。因为能用通常的方法从这个公式中获得Bernoulli定理和概率论的其他极限定理。
我的计划是首先制定一个有穷类（finite class）的频率理论，并且尽量在这个框架内发展这个理论——即直至推导出（“第一”）二项式。这个有穷类频率理论原来是类理论（thetheory of classes）一个十分基本的部分。它之得到发展只是为了获得讨论随机公理的基础。
接着我将通过引入收敛公理的老方法进而到无穷序列，即能够无限延续的事件序列，因为我们需要它来讨论随机公理。在推导出和考察Bernoulli定理之后，我将考虑如何能消除收敛公理，以及哪一类公理系统我们应该作为结果保留下来。
在数学推导的过程中，我将使用三个不同的频率符号：F”示有穷类的相对频率；F’示无穷频率…序列相对频率的极限值；最后F示客观额率，即在“不规则”或“随机”或“似机遇”序列中的相对频率。
52．有穷类内的相对频率
让我们考虑一类α的有穷数目的偶发事件，例如昨天用这粒特定的骰子掷猜这类偶发事件。设这类α为非空类（non－empty），可以说它起着参考系的作用，将称之为（有穷的）参考类（reference－class）。属于α的元素数目，即它的基数，用“N（α）”表示，读作“α数”。另一类β，可以是有穷的，也可以不是有穷的。我们称β为性质类（property－class）。例如它可以是所有掷5的类，或（如我们将要说的）所有具有性质5的掷猜类。
属于α又属于β的那些元素类，例如昨天用这粒特定的骰子掷并有性质5的掷类被称为α和β�
小提示：按 回车 [Enter] 键 返回书目，按 ← 键 返回上一页， 按 → 键 进入下一页。
赞一下
添加书签加入书架