概率与统计的第三条道路：超越检验与估计，走向重要性、相关性与技能

存在第三种实现概率模型并进行实践的方法。这就是以可观测量的形式回答问题。这消除了频率派假设检验和贝叶斯因子，同时也消除了参数估计。第三条道路是逻辑概率方法，即在给定探证性数据 $X$、过去观测（若存在）$D$ 以及某个模型（可能是演绎得出的）$M$ 的条件下，对感兴趣的可观测量 $Y$ 取值 $y$ 作出陈述 $\Pr(Y \in y | X,D,M)$。显著性和概率模型显示因果关系的错误观念不复存在，取而代之的是重要性和相关性。模型的构建保留了与决策者（而非统计学家）相关且重要的信息。所有模型均以公开可验证的方式作为预测来陈述。所有模型在获得任何信任之前，都必须经历验证过程。