Frekvenssannolikhet eller frekventism är en tolkning av sannolikhetsteorin som definierar sannolikheten för en händelse som det relativa antalet gånger händelsen inträffar vid upprepade försök. I praktiken menar man att om ett experiment upprepas många gånger kan man räkna hur ofta en viss händelse A inträffar (n_A) och jämföra med det totala antalet försök (n). Formellt uttrycks tolkningen ofta som

P(A) = lim_{n→∞} (n_A / n),

där gränsvärdet antas existera när antalet upprepningar går mot oändligheten. Denna tolkning grundar sig i den empiriska idén om långsiktiga relativa frekvenser och stöds av sannolikhetsteorins resultat som lagen om stora tal.

Tillämpning i statistik och typiska metoder

Frekventismen har varit central för den klassiska statistiken. Följande metoder och begrepp är typiska för frekventistisk statistik:

  • Hypotesprövning och p‑värden — används för att bedöma om observerade data är förenliga med en nollhypotes.
  • Konfidensintervall — intervall som, vid upprepade experiment, täcker den sanna parametern i en viss andel av fallen.
  • Feltyper (typ I- och typ II‑fel) och beslutsregler baserade på kontroll av långsiktiga frekvenser av fel.
  • Estimatorer och deras egenskaper (snedhet, konsistens, effektivitet) bedöms ofta ur ett frekventistiskt perspektiv.

Nyckelfigurer och deras bidrag

Personer som är förknippade med eller starkt bidragit till frekventismen kallas ofta frekventister. Några viktiga namn:

  • Richard von Mises — introducerade begreppet "kollektiv" och försökte formalisera sannolikhet som en egenskap hos oändliga upprepningar; betonade kravet på slumpmässighet i sekvenser.
  • Jerzy Neyman och Egon Pearson — utvecklade Neyman–Pearson-ramverket för hypotesprövning och lade grunden för modern frekventistisk inferens med fokus på styrka och felkontroll.
  • R. A. Fisher — avgörande bidrag till experimentdesign, begreppet p‑värde och metoder som maximum likelihood; hade egna tolkningar som ibland skiljer sig från Neyman–Pearson‑skolan.
  • John Venn — en tidig förespråkare för att se sannolikhet i termer av observerade frekvenser, bidrog till den pedagogiska utvecklingen av sannolikhetsbegreppet.

Relation till andra tolkningar

Frekvenssannolikhet står i kontrast till Bayesiansk sannolikhet, där sannolikhet tolkas som en grad av trovärdighet eller subjektiv övertygelse snarare än en långsiktig frekvens. Samtidigt erbjuder den axiomatisk sannolikhetsteori (t.ex. Kolmogorovs axiomatik) en matematisk ram som kan användas oberoende av tolkning; axiomen talar om vilka regler sannolikheter ska följa, medan frekventismen ger en konkret tolkning av vad sannolikheten betyder i praktiken.

Exempel

Vid ett mycket enkelt exempel: vid repeateda myntkast där myntet är rättvist, förväntas andelen krona närma sig 0,5 när antalet kast blir stort. Frekventisten tolkar därför sannolikheten för "krona" som 0,5 eftersom den relativa frekvensen convergerar mot detta värde.

Styrkor och begränsningar

  • Styrkor: Relativt enkel och empiriskt förankrad tolkning som passar väl för upprepbara experiment och ger klara regler för felkontroll och långsiktig prestanda hos procedurer.
  • Begränsningar: Svårt att hantera sannolikheter för engångshändelser (t.ex. "sannolikheten att detta specifika val kommer att inträffa") eller situationer där upprepbarhet inte är meningsfull. Tolkningen förutsätter dessutom att gränsvärdet för relativa frekvenser existerar och att man kan specificera en lämplig upprepningsprocess (referensklassproblemet). Vissa kritiker menar också att frekventistiska tolkningar inte fångar forskarens osäkerhet i samma direkta mening som bayesianska modeller.

Sammanfattningsvis är frekvenssannolikhet en inflytelserik, praktisk och objektiv tolkning av sannolikhet med stark koppling till klassisk statistisk metodik, men den kompletteras ofta med eller utmanas av andra tolkningar beroende på tillämpningens natur och behovet av att uttrycka osäkerhet i enskilda fall. Personer associerade med frekventismen inkluderar bland andra Richard von Mises, Egon Pearson, Jerzy Neyman, R. A. Fisher och John Venn, och den står som en grundpelare i traditionell statistik (statistiken).