หลักการความน่าจะเป็นได้รับการกล่าวถึงในหลาย ๆ วิธีด้วยความหมายและความเข้าใจที่แปรปรวน โอกาสหนังสือ AWF Edwards เป็นทั้งการแนะนำที่ดีเยี่ยมในหลาย ๆ ด้านของโอกาสและยังอยู่ในการพิมพ์ นี่คือวิธีที่ Edwards กำหนดหลักการความน่าจะเป็น:
"ภายในกรอบของแบบจำลองทางสถิติข้อมูลทั้งหมดที่ข้อมูลให้เกี่ยวกับข้อดีของสัมพัทธ์ของสองสมมติฐานจะอยู่ในอัตราส่วนความน่าจะเป็นของสมมติฐานเหล่านั้น" (Edwards 1972, 1992 p. 30)
ดังนั้นตอนนี้เพื่อตอบ
"ข้อมูลทั้งหมดในตัวอย่าง" ตามที่คุณอ้างเป็นเพียงการแสดงออกที่ไม่เพียงพอของส่วนที่เกี่ยวข้องของหลักการความน่าจะเป็น เอ็ดเวิร์ดบอกว่ามันดีกว่ามาก: โมเดลมีความสำคัญและข้อมูลที่เกี่ยวข้องคือข้อมูลที่เกี่ยวข้องกับข้อดีที่สัมพันธ์กันของสมมติฐาน มันจะมีประโยชน์ที่จะต้องทราบว่าอัตราส่วนความน่าจะเป็นเพียงความรู้สึกที่สมมติฐานในคำถามมาจากแบบจำลองทางสถิติเดียวกันและเป็นพิเศษร่วมกัน ในความเป็นจริงพวกเขาจะต้องมีคะแนนในฟังก์ชั่นโอกาสเดียวกันสำหรับอัตราส่วนที่จะเป็นประโยชน์
หลักการความน่าจะเป็นเกี่ยวข้องกับทฤษฎีบทของเบย์อย่างที่คุณเห็น แต่มันพิสูจน์ได้โดยไม่ต้องอ้างอิงกับทฤษฎีของเบย์ ใช่p (x | y) คือ (สัดส่วน) โอกาสที่ตราบเท่าที่ x คือข้อมูลและ y เป็นสมมติฐาน (ซึ่งอาจเป็นเพียงค่าพารามิเตอร์ที่ตั้งสมมติฐาน)
หลักการความน่าจะเป็นคือการโต้เถียงเพราะข้อพิสูจน์ได้รับการโต้แย้ง ในความคิดของฉัน disproofs มีความผิดพลาด แต่อย่างไรก็ตามมันเป็นความขัดแย้ง (ในระดับที่แตกต่างกันก็อาจกล่าวได้ว่าหลักการความน่าจะเป็นที่ถกเถียงกันเพราะมันหมายถึงว่าวิธีการอนุมานบ่อยครั้งในบางวิธีที่ผิดพลาดบางคนไม่ชอบที่.) หลักการโอกาสได้รับการพิสูจน์ แต่ขอบเขตของ ความเกี่ยวข้องอาจถูก จำกัด มากกว่าที่นักวิจารณ์จินตนาการเอาไว้
หลักการความน่าจะเป็นมีความสำคัญสำหรับวิธีการแบบเบย์เพราะข้อมูลเข้าสู่สมการแบบเบย์โดยวิธีของความน่าจะเป็น วิธีการแบบเบย์ส่วนใหญ่นั้นสอดคล้องกับหลักการความน่าจะเป็น แต่ไม่ใช่ทั้งหมด บางคนเช่น Edwards และ Royall ยืนยันว่าการอนุมานสามารถทำได้บนพื้นฐานของหน้าที่ความน่าจะเป็นโดยไม่ต้องใช้ทฤษฎีบท Bayes "การอนุมานความน่าจะเป็นล้วนๆ" นั่นคือการโต้เถียงเช่นกัน ในความเป็นจริงมันอาจจะเป็นที่ถกเถียงกันมากกว่าหลักการความน่าจะเป็นเพราะ Bayesians มีแนวโน้มที่จะเห็นด้วยกับผู้ที่พบบ่อยว่าวิธีการโอกาสที่บริสุทธิ์ไม่เหมาะสม (ศัตรูของศัตรูของฉัน ... )