相关笔记： 13.3 对竞争性科学说明的评价 | 12.4 因果分析的方法
概览
第14章是全书的终章，为归纳逻辑提供了定量评价工具——概率。全章从概率的哲学解释出发（14.1 关于概率的几种观点），系统讲解概率演算的基本定理（14.2 概率演算），最后将概率理论应用于日常决策（14.3 日常生活中的概率）。概率是归纳逻辑的核心评价性概念，正如皮尔斯所言：“概率理论就是定量地研究逻辑的科学。“
一、全章知识框架
graph TB CH["第14章 概率"] CH --> A["概率的解释<br/>14.1"] CH --> B["概率演算<br/>14.2"] CH --> C["日常应用<br/>14.3"] A --> A1["验前解释<br/>（古典理论）"] A --> A2["相对频率解释"] A --> A3["概率相对于证据"] B --> B1["乘法定理<br/>P(a∩b)"] B --> B2["加法定理<br/>P(a∪b)"] B --> B3["条件概率<br/>P(b|a)"] C --> C1["期望值<br/>EV=ΣPᵢ×Vᵢ"] C --> C2["赌博分析"] C --> C3["投资决策"]
二、各节核心要点
14.1 关于概率的几种观点
概率的两种解释：
| 解释 | 定义 | 公式 | 示例 |
|---|---|---|---|
| 验前解释（古典理论） | 等可能结果中成功数/可能数 | 掷硬币正面朝上 = 1/2 | |
| 相对频率解释 | 参照类中体现属性的相对频率 | 25岁美国妇女存活率 = 0.971 |
共同点
两种解释都主张：概率相对于证据，任何事件不具有内在概率。
14.2 概率演算（全章核心）
两大基本定理：
| 定理 | 适用条件 | 公式 |
|---|---|---|
| 乘法定理 | 共同发生 | 独立： |
| 非独立： | ||
| 加法定理 | 替代性发生 | 互斥： |
| 非互斥： |
经典实例：双骰赌博中掷骰者赢的概率 = 244/495 ≈ 0.493
14.3 日常生活中的概率
期望值公式：
| 场景 | 期望值 | 结论 |
|---|---|---|
| 公平抛硬币（1:1） | $1.00 | 期望值 = 价格 |
| 密歇根州三位数奖券 | $0.50 | 期望值 = 价格的50% |
| 赌场双骰赌博 | $0.986 | 期望值 < 价格（赌场优势） |
赌徒谬误
“所有正确的赌徒死去时都身无分文”——赌场的优势虽小（~1.4%），但大量下注确保了利润。
三、跨章节关联
| 关联方向 | 关联内容 |
|---|---|
| ←第13章 | 假说-演绎法中假说的确证程度可用概率量化 |
| ←第12章 | 密尔五法的归纳结论是概率性的，概率为其提供量化评价 |
| ←第11章 | 休谟问题：归纳推理的合理性无法被演绎证明，概率理论是其回应之一 |
| ←第1章 | 演绎论证具有确定性，归纳论证具有概率性——概率是归纳的评价工具 |
四、待创建Wiki概念页
- 概率（核心概念，全书终章主题）
- 期望值（决策理论核心概念）
- 条件概率（概率演算核心概念）
- 赌徒谬误（常见推理错误）
全书总结
概率理论为归纳逻辑提供了定量评价的基础。从第11章的类比推理，到第12章的密尔五法，到第13章的科学假说，再到第14章的概率演算——归纳逻辑从定性走向定量，构成了完整的推理方法论体系。“概率理论就是定量地研究逻辑的科学。“——C.S.皮尔斯