310 PROBABILITY AND INDUCTION
argument en termes de comportement est le plus favorable dans l’ensemble : si nous décidons de supposer la survenance de l’événement le plus probable, nous aurons à long terme le plus grand nombre de réussites. Ainsi, bien que l’événement individuel reste inconnu, nous avons intérêt à croire à la survenance de l’événement le plus probable tel que déterminé par l’interprétation de la fréquence ; malgré d’éventuels échecs, ce principe nous conduira au meilleur ratio de succès possible.
Quelques exemples peuvent illustrer ce point. Si l’on nous demande si la face 1 d’un dé apparaîtra ou non lors d’un lancer, il est plus sage de se prononcer pour « non-1 » car, si l’on poursuit l’expérience, on obtiendra à terme le plus grand nombre de succès. Si nous voulons faire une excursion demain et que la météo prévoit du mauvais temps, il vaut mieux ne pas y aller, non pas parce que la possibilité de beau temps est exclue, mais parce qu’en appliquant le principe qui sous-tend ce choix à toutes nos excursions, nous réduirons au minimum les cas de mauvais temps. Si le médecin nous dit que notre ami va probablement mourir, nous décidons qu’il vaut mieux le croire, non pas parce qu’il est impossible que notre ami survive à sa maladie, mais parce qu’une telle décision, appliquée de façon répétée dans des cas similaires, nous évitera bien des déceptions.
On pourrait objecter à l’interprétation de la fréquence que le principe du plus grand nombre de succès ne s’applique pas dans les cas où un seul membre de la classe concernée se réalise. Les lancers de dé, les excursions ou les cas de maladie sont des événements qui se répètent souvent ; mais qu’en est-il des autres cas où il n’y a pas de répétition ? Cette objection, cependant, conçoit la classe comme étant construite de manière trop étroite. Nous pouvons incorporer des événements de types très différents dans une même classe, au sens de l’interprétation de la fréquence, même si le degré de probabilité change d’un événement à l’autre. Le calcul des probabilités a développé un type de série de probabilités avec
