الحل القياسي لمشكلة مونتري هول—التبديل دائمًا للحصول على فرصة فوز بنسبة 2/3—يعتمد على افتراض رئيسي: المضيف يعرف مكان السيارة ويكشف عمدًا عن عنزة. يجادل هذا المقال بأنه بدون التحقق من سلوك المضيف، قد لا يكون الجواب الكلاسيكي صحيحًا. يستكشف المتغيرات مثل 'المضيف غير الماهر' الذي يفتح بابًا عشوائيًا، موضحًا أنه إذا كشفت السيارة عن طريق الخطأ، يتم التخلص من تلك الألعاب، مما يؤدي إلى تحريف النتائج. باستخدام الاستدلال بايزي، يعامل المؤلف المضيف كمجهول، ويستنتج سلوكه من الحلقات السابقة. يوضح التحليل أن ميزة 2/3 لا تنشأ من الاحتمالات المسبقة، بل من عمود الاحتمال، الذي يشفر الافتراضات غير المُتحقَّق منها حول أفعال المضيف. يربط هذا المقال ذلك بقضايا أوسع في البحث التجريبي، مثل التحيز في الاختيار، مستشهدًا بعمل ريتشارد غيل، وجيفري روزنتال، وأندرو جلمان، وميلر وسنجورجو، الذين يُصِغِّرون مشكلة مونتري هول كمشكلة نمذجة بدلاً من لغز احتمالي صرف.
المصدر: Towards Data Science · لخّصه HeadlinesBriefing