Richard Jeffrey - Richard Jeffrey

Richard C. Jeffrey
Nascer 5 de agosto de 1926
Faleceu 9 de novembro de 2002
Alma mater Universidade de Princeton
Era Filosofia do século 20
Região Filosofia ocidental
Escola Filosofia analítica
Principais interesses
Teoria da decisão , epistemologia
Ideias notáveis
Probabilismo radical , condicionamento de Jeffrey , método da árvore da verdade para teste de silogismo

Richard Carl Jeffrey (05 de agosto de 1926 - 9 de novembro, 2002) era um americano filósofo , lógico , e probabilidade teórico . Ele é mais conhecido por desenvolver e defender a filosofia do probabilismo radical e a heurística associada da cinemática de probabilidade , também conhecida como condicionamento de Jeffrey .

vida e carreira

Nascido em Boston, Massachusetts , Jeffrey serviu na Marinha dos Estados Unidos durante a Segunda Guerra Mundial . Como aluno de pós-graduação, ele estudou com Rudolf Carnap e Carl Hempel . Ele recebeu seu MA da University of Chicago em 1952 e seu Ph.D. de Princeton em 1957. Depois de ocupar cargos acadêmicos no MIT , City College of New York , Stanford University e na University of Pennsylvania , ele ingressou no corpo docente de Princeton em 1974 e tornou-se professor emérito lá em 1999. Ele também foi um professor visitante na Universidade da Califórnia, Irvine .

Jeffrey, que morreu de câncer de pulmão aos 76 anos, era conhecido por seu senso de humor, que muitas vezes transparecia em seu estilo de escrita alegre. No prefácio de sua Probabilidade Subjetiva publicada postumamente , ele se refere a si mesmo como "um velho idiota apaixonado morrendo por excesso de Pall Malls ".

Trabalho filosófico

Como filósofo, Jeffrey se especializou em epistemologia e teoria da decisão . Ele é talvez mais conhecido por defender e desenvolver a abordagem bayesiana da probabilidade.

Jeffrey também escreveu, ou co-escreveu, dois livros de lógica amplamente usados ​​e influentes : Lógica formal: seu escopo e limites , uma introdução básica à lógica, e Computabilidade e lógica , um texto mais avançado que trata, entre outras coisas, do famoso negativo resultados da lógica do século XX, como os teoremas da incompletude de Gödel e o teorema da indefinibilidade de Tarski .

Probabilismo radical

Na estatística frequentista , o teorema de Bayes fornece uma regra útil para atualizar uma probabilidade quando novos dados de frequência se tornam disponíveis. Na estatística bayesiana, o teorema em si desempenha um papel mais limitado. O teorema de Bayes conecta probabilidades que são mantidas simultaneamente. Não diz ao aluno como atualizar as probabilidades quando novas evidências se tornam disponíveis ao longo do tempo. Essa sutileza foi apontada pela primeira vez em termos por Ian Hacking em 1967.

No entanto, adaptar o teorema de Bayes, e adotá-lo como regra de atualização, é uma tentação. Suponha-se que um aluno formas probabilidades P idade ( A & B ) = p e P velho ( B ) = q . Se o aprendiz subsequentemente aprender que B é verdadeiro, nada nos axiomas de probabilidade ou nos resultados daí derivados diz a ele como se comportar. Ele pode ficar tentado a adotar o teorema de Bayes por analogia e definir seu P novo ( A ) =  P antigo ( A  |  B ) =  p / q .

Na verdade, essa etapa, a regra de atualização de Bayes, pode ser justificada, como necessária e suficiente, por meio de um argumento de livro holandês dinâmico que é adicional aos argumentos usados ​​para justificar os axiomas. Este argumento foi apresentado pela primeira vez por David Lewis na década de 1970, embora ele nunca o publicasse.

Isso funciona quando os novos dados são certos. CI Lewis argumentou que "Se algo deve ser provável, então algo deve ser certo". Deve haver, no relato de Lewis, alguns certos fatos sobre os quais as probabilidades foram condicionadas . No entanto, o princípio conhecido como regra de Cromwell declara que nada, além de uma lei lógica, pode ser certo, se tanto. Jeffrey famosa rejeitado Lewis' dictum e brincou: 'É probabilidades todo o caminho.' Ele chamou essa posição de probabilismo radical .

Nesse caso, a regra de Bayes não é capaz de captar uma mera mudança subjetiva na probabilidade de algum fato crítico. A nova evidência pode não ter sido antecipada ou mesmo ser capaz de ser articulada após o evento. Parece razoável, como uma posição inicial, adotar a lei da probabilidade total e estendê-la para atualização da mesma forma que o teorema de Bayes.

P novo ( A ) =  P antigo ( A  |  B ) P novo ( B ) +  P antigo ( A  | não- B ) P novo (não- B )

Adotar tal regra é suficiente para evitar um livro holandês, mas não é necessário. Jeffrey defendeu isso como uma regra de atualização sob o probabilismo radical e chamou isso de cinemática de probabilidade. Outros o chamaram de condicionamento Jeffrey .

Não é a única regra de atualização suficiente para o probabilismo radical. Outros têm sido defendida incluindo ET Jaynes ' princípio máxima entropia e Brian Skyrms ' princípio da reflexão .

O condicionamento de Jeffrey pode ser generalizado de partições para eventos de condição arbitrária, dando-lhe uma semântica frequentista.

Veja também

Bibliografia selecionada

  • Lógica formal: seu escopo e limites . 1ª ed. McGraw Hill, 1967. ISBN  0-07-032316-X
  • A lógica da decisão . 2ª ed. University of Chicago Press, 1990. ISBN  0-226-39582-0
  • Probabilidade e a arte do julgamento . Cambridge University Press, 1992. ISBN  0-521-39770-7
  • Computabilidade e Lógica (com George Boolos e John P. Burgess ). 4ª ed. Cambridge University Press, 2002. ISBN  0-521-00758-5
  • Probabilidade subjetiva: a coisa real . Cambridge University Press, 2004. ISBN  0-521-53668-5

Referências

links externos