Probabilidade 

Como o conhecimento é, em grande parte, incerto, a aplicação da probabilidade torna-se indispensável, pois lida com a incerteza. A teoria evoluiu desde os jogos de azar até as aplicações científicas modernas. Os axiomas de Kolmogorov fundamentam a representação algébrica da probabilidade, que pode ser interpretada, nesta obra, de forma dualista: epistêmica e estatística. Para Schurz, a probabilidade epistêmica expressa crenças racionais. Já a probabilidade estatística refere-se à frequência relativa de eventos no longo prazo, quando o número de repetições ou o tamanho da amostra tende, teoricamente, ao infinito. A probabilidade condicional conecta eventos, e as distribuições binomial e a gaussiana descrevem resultados possíveis no limite de frequência. A obra distingue três tipos de inferência: 1- dedutiva, que transfere a verdade com certeza; 2- indutiva, que envolve incerteza; 3- abdutiva, que busca a melhor explicação para um fato, exigindo validação indutiva posterior. O princípio de coordenação estatística conecta crenças epistêmicas a frequências empíricas. A calibração assegura que probabilidades epistêmicas se ajustem às estatísticas observadas, sendo crucial para a aprendizagem indutiva. O raciocínio indutivo é justificado pela otimização e pela meta-indução, sendo central às teorias bayesianas de confirmação, que relacionam evidência e hipótese por meio do aumento da probabilidade da segunda. Nos testes de hipóteses estatísticas, a representatividade da amostra e o uso de grupos de controle são fundamentais. O texto diferencia estatística de teste, voltada à verificação de hipóteses, e estatística inferencial, voltada à busca das hipóteses mais plausíveis, utilizando intervalos de aceitação e de confiança de forma diferenciada. A distinção entre correlação e causalidade é enfatizada, destacando que correlações não implicam relações causais. O autor usa a justificação bayesiana da verossimilhança. Outros tópicos abordam o ajuste de curvas, a relação entre probabilidade e aceitação racional, a independência estatística e a estrutura matemática dos experimentos aleatórios. Por fim, a obra discute a calibração e as classes de referência, essenciais para garantir a admissibilidade e precisão das inferências, bem como a convergência das distribuições de probabilidade, cujo aumento amostral ou de repetições reduz a variância e melhora a precisão das estimativas.

Prefácio pessoal

Notas técnicas

1 Introdução

2 Probabilidade objetiva e epistêmica

3 Fundamentos matemáticos da probabilidade

3.1 Leis da probabilidade

3.2 Distribuição binomial e a lei dos grandes números

3.3 Estruturas formais da teoria das probabilidades

3.4 Aditividade sigma: prós e contras

4 Justificativa das modalidades de inferência dentro da teoria das probabilidades

4.1 Modalidades de inferência

4.2 Raciocínio dedutivo

4.3 Condicionais incertas

4.4 Raciocínio indutivo

4.5 Raciocínio abdutivo

5 Problemas do conceito objetivo-estatístico de probabilidade

5.1 Problemas de justificação

5.2 Problemas de definição

5.3 Conteúdo empírico

5.4 Aleatoriedade objetiva, determinismo e indeterminismo

5.5 Propensões singulares

6 Problemas do conceito subjetivo-epistêmico de probabilidade

6.1 Problemas de definição

6.2 Problemas de justificação: quocientes de apostas justas coerentes

7 Relações entre probabilidades objetivas e epistêmicas: uma abordagem dualista

7.1 Princípio de coordenação (ou “princípio principal”)

7.2 O conteúdo empírico-indutivo das hipóteses estatísticas

7.3 Probabilidades iniciais independentes da experiência

7.4 Das probabilidades basais às crenças atuais: condicionalização à evidência geral

7.5 Probabilidades de suporte e o problema da evidência antiga

7.6 Permutabilidade e teorema da representação de De Finetti

7.7 Regularidade e aprendizagem indutiva

7.8 A justificativa das classes de referência mais estreitas

7.9 Tipos de classes de referência mais estreitas e calibração

8 Teste de hipóteses estatísticas

8.1 Teste de verificação da verdade – o método dos intervalos de aceitação

8.2 Encontrando hipóteses estatísticas e intervalos de confiança

8.3 Teste de verificação da relevância – o método das diferenças significativas

8.4 Representatividade estatística e tipos de hipóteses estatísticas

8.5 Estatística de teste e estatística de inferência

8.6 Distribuições de probabilidade e métodos estatísticos para variáveis contínuas

8.7 Fontes de erro nas estatísticas: representatividade, interpretação causal e caso individual

9 Estatística bayesiana e bayesianismo

9.1 A intuição da verossimilhança

9.2 Justificação bayesiana da intuição de verossimilhança

9.3 Bayesianismo objetivo e o princípio da indiferença: inferência indutiva I

9.4 Probabilidades de hipóteses sem o princípio da indiferença?

9.5 Bayesianismo subjetivo e convergência de graus subjetivos de crença: inferência indutiva II

9.6 Evidências consistentes e independentes

9.7 Justificativa probabilística do raciocínio indutivo? O paradoxo de Goodman

9.8 Teorias gerais bayesianas de confirmação

9.9 Pseudo-confirmação através de redução do espaço de possibilidades (truncamento) versus confirmação genuína

9.10 Ajuste de curvas

9.11 Probabilidade e aceitação

10 Apêndice lógico-matemático

10.1 Fundamentos lógicos

10.2 Construção lógica de funções estatísticas de probabilidade sobre experimentos aleatórios combinados

10.3 Provas

Bibliografia

Lista de figuras, definições e teoremas

Índice de pessoas

Gerhard Schurz é um filósofo reconhecido internacionalmente por suas contribuições à filosofia da ciência, lógica, probabilidade e epistemologia. Formado em Química e doutor em Filosofia, construiu carreira em instituições da Áustria, Alemanha e EUA, sendo professor titular em Düsseldorf, onde dirigiu o Center for Logic and Philosophy of Science. Autor de mais de 260 artigos e 11 livros, Schurz defende uma concepção evolutiva e formal da racionalidade científica. Atualmente é Seniorprofessor em Düsseldorf e Distinguished Fellow na Universidade da Califórnia, Irvine. Seu livro mais recente, Inductive Metaphysics (2025), coorganizado com Andreas Hüttemann, propõe fundamentar princípios metafísicos em inferências indutivas e abdutivas baseadas em evidências empíricas, consolidando o avanço dessa vertente empírica da metafísica.

Marcos Sousa é doutor em Medicina pela UFMG, com ênfase em meta-análises de estudos científicos, e mestre em Medicina Tropical, onde iniciou estudos sobre variabilidade da frequência cardíaca e teoria do caos. Especialista em Medicina Baseada em Evidências, consolidou sua carreira acadêmica em pesquisa clínica e interpretação crítica de dados científicos, com mais de 50 publicações nacionais e internacionais. Foi consultor da Organização Mundial da Saúde em revisão sistemática de métodos diagnósticos (Genebra, 2009) e professor de pós-graduação em Saúde do Adulto na UFMG, lecionando “Desenhos de Estudos em Pesquisa Clínica”. Graduado também em Filosofia pela UFMG (2023), desenvolve doutorado em Filosofia da Probabilidade, integrando epistemologia, estatística e metodologia científica em uma abordagem crítica da inferência e da evidência.

Título: Probabilidade
Autor: Gerhard Schurz
Tradutor: Marcos Sousa
Editora: Ed. PPGFIL-UFMG
Páginas: 355
Formato: PDF
ISBN: 978-65-01-77089-5
DOI: 10.5281/zenodo.17478340