가설

가설(복수 가설)은 현상에 대한 제안된 설명입니다.가설이 과학적 가설이 되기 위해서는 과학적 방법이 그것을 시험할 수 있어야 한다.과학자들은 일반적으로 이용 가능한 과학 이론으로 만족스럽게 설명될 수 없는 이전의 관찰에 근거해 과학적 가설을 세운다.비록 "열혈증"과 "이론"이라는 단어가 종종 서로 바꾸어 사용되기는 하지만, 과학적 가설은 과학 이론과 같지 않다.작동 가설은 교육받은 추측 또는 ^[2]생각에서 시작하는 과정에서 추가^[1] 연구를 위해 제안된 잠정적으로 받아들여진 가설입니다.

가설이라는 용어의 다른 의미는 명제의 선행자를 나타내기 위해 형식 논리학에서 사용된다. 따라서 "만약 P, 그렇다면 Q"라는 명제에서 P는 가설(또는 선행자)을 나타낸다. Q는 결과라고 할 수 있다.P는 (아마도 반사실적)의 가정이다.What If 질문.

형용사 가설은 "가설의 성질을 가지고 있다" 또는 "가설의 즉각적인 결과로 존재하는 것으로 가정된다"를 의미하며, "가설"이라는 용어의 이러한 의미 중 하나를 나타낼 수 있다.

사용하다

고대 용법에서, 가설은 고전 드라마의 줄거리를 요약한 것을 언급했습니다.영어 단어 가설은 문자 또는 어원적 의미가 "추정 또는 배치"이기 때문에 "추정"^[1][3][4][5]을 포함한 많은 다른 의미를 갖는 고대 그리스 단어 πθεisisisisisis 가설에서 유래했다.

플라톤의 메노 (86e–87b)에서 소크라테스는 ^[6]수학자들이 사용하는 방법,^[7] 즉 "가설에서 탐구하는 방법"으로 미덕을 해부한다.이런 의미에서 'hypothesis'는 번잡한 ^[8]계산을 단순화하는 기발한 아이디어 또는 편리한 수학적 접근법을 의미한다.벨라르미네 추기경은 17세기 초에 갈릴레오에게 보낸 경고에서 이러한 용법의 유명한 예를 들었다: 그는 지구의 움직임을 현실로 취급하지 말고 단지 ^[9]가설로 취급해야 한다는 것이다.

21세기의 일반적인 용법에서 가설은 가치가 평가되어야 하는 잠정적인 생각을 말한다.적절한 평가를 위해 가설의 프레이머는 작업 용어로 구체적인 사항을 정의해야 합니다.가설은 그것을 확인하거나 반증하기 위해 연구자가 더 많은 작업을 필요로 한다.적절한 시기에, 확인된 가설은 이론의 일부가 될 수도 있고 때때로 이론 그 자체가 될 수도 있다.일반적으로, 과학적 가설은 수학적 ^[10]모델의 형태를 가지고 있다.때때로, 그러나 항상은 아니지만, 사람들은 그것들을 실존적 진술로 공식화할 수도 있다. 즉, 조사 대상 현상의 어떤 특정한 사례가 어떤 특징과 인과적 설명을 가지고 있으며, 보편적 진술의 일반적인 형태를 가지고 있으며, 현상의 모든 사례가 특정한 특징을 가지고 있다고 말하는 것이다.

기업가 과학에서, 가설은 사업 환경 내에서 잠정적인 아이디어를 형성하기 위해 사용된다.그런 다음 검증 가능성 또는 반증 가능성 지향 ^[11][12][13]실험을 통해 가설이 "참" 또는 "거짓"으로 증명되는 경우 공식화된 가설을 평가한다.

어떠한 유용한 가설도 추론(연역적 추론 포함)에 의한 예측을 가능하게 할 것이다.실험실 환경에서 실험의 결과를 예측하거나 자연 현상을 관찰할 수 있습니다.예측은 통계량을 호출하고 확률에 대해서만 이야기할 수도 있습니다.다른 사람들을 따라 칼 포퍼는 가설은 반증이 가능해야 하며, 만약 그것이 거짓으로 드러날 가능성을 인정하지 않는다면 명제나 이론을 과학적으로 간주할 수 없다고 주장했습니다.과학의 다른 철학자들은 반증가능성의 기준을 거부하거나 검증가능성(예: 검증주의) 또는 일관성(예: 확인 전체주의)과 같은 다른 기준으로 보완했다.과학적 방법에는 조사 중인 질문에 적절하게 대답할 수 있는 일부 가설의 능력을 테스트하는 실험이 포함됩니다.반대로, 제한 없는 관찰은 가설을 테스트하기 위한 중요한 실험의 공식화만큼 과학에서 설명할 수 없는 문제를 제기하거나 열린 질문을 제기할 것 같지 않다.사고 실험은 가설을 테스트하기 위해서도 사용될 수 있다.

가설을 세울 때, 조사자는 현재 검정의 결과를 알지 못하거나, 검정이 계속 진행 중인 것으로 합리적으로 유지되고 있는지 알아야 한다.이러한 경우에만 실험, 검정 또는 연구가 잠재적으로 ^{[14]: pp17, 49–50} 가설의 진실을 보여줄 확률을 증가시킵니다.연구자가 이미 결과를 알고 있다면, 그것은 "결과"로 간주됩니다.연구자는 가설을 공식화할 때 이미 이것을 고려했어야 합니다.관측치 또는 경험으로 예측을 평가할 수 없는 경우에는 관측치를 제공하는 다른 사용자가 가설을 검정해야 합니다.예를 들어, 새로운 기술이나 이론은 필요한 실험을 가능하게 할 수 있다.

과학적 가설

사람들은 어떤 문제에 대한 시험적인 해결책을 종종 "교육된 추측"^[15][2]이라고 불리는 가설이라고 부르는데, 그 가설이 증거에 근거해 제시된 결과를 제공하기 때문이다.그러나 일부 과학자들은 "교육받은 추측"이라는 용어가 틀렸다고 거부한다.실험자는 문제를 해결하기 전에 여러 가설을 검정하고 기각할 수 있습니다.

Schick과 Vaughn에 ^[16]따르면, 대안 가설을 평가하는 연구자들은 다음을 고려할 수 있습니다.

• 테스트 가능성(상기와 같이 반증 가능성 비교)
• 절약('Occam's 면도기'의 적용과 같이 과도한 수의 실체를 배치하지 않음)
• 범위 – 여러 현상에 대한 가설의 명백한 적용
• 성과 – 가설이 미래에 더 많은 현상을 설명할 수 있다는 전망
• 보수성 – 기존의 인식된 지식 시스템에 "적합"하는 정도.

작업 가설

작동 가설은 가설이 궁극적으로 ^[18]실패하더라도 지지할 수 있는 이론이 만들어질 것이라는 희망에서 추가 연구의^[17] 근거로 잠정적으로 받아들여지는 가설이다.모든 가설과 마찬가지로, 작업 가설은 경험적 조사에서의 탐색적 연구 목적과 연결될 수 있는 기대의 진술로 구성된다.작업 가설은 종종 질적 ^[19][20]연구의 개념적 프레임워크로 사용된다.

작업 가설의 잠정적인 성격은 응용 연구에서 조직적인 장치로 유용하게 만든다.여기서는 아직 형성 ^[21]단계에 있는 문제에 대처하는 데 유용한 가이드 역할을 합니다.

최근 몇 년 동안, 과학 철학자들은 각 접근법의 개별적인 관심사를 통합하는 보다 완전한 시스템을 형성하기 위해 가설을 평가하는 다양한 접근법과 과학적 방법을 통합하려고 노력해왔다.특히 칼 포퍼의 동료이자 제자인 임레 라카토스와 폴 페이러벤드는 각각 그러한 합성에 대한 새로운 시도를 만들어냈다.

가설, 개념 및 측정

Hempel의 연역적-노몰로지 모델의 개념은 가설을 개발하고 테스트하는 데 중요한 역할을 한다.대부분의 공식 가설은 명제들 사이의 예상되는 관계를 지정함으로써 개념을 연결합니다.일련의 가설이 함께 그룹화되면, 그것들은 개념적 프레임워크의 한 형태가 됩니다.개념적 프레임워크가 복잡하고 인과관계나 설명을 포함할 때, 그것은 일반적으로 이론이라고 불린다.저명한 과학 철학자 칼 구스타프 헴펠에 따르면, "충분한 경험적 해석은 이론 체계를 시험 가능한 이론으로 바꾼다.구성 항이 해석된 가설은 관측 가능한 현상을 참조하여 검정할 수 있게 됩니다.해석된 가설은 종종 이론의 파생 가설이 될 것이다; 그러나 경험적 데이터에 의한 그들의 확인 또는 불확인은 그들이 ^[22]파생된 원시 가설들 또한 즉시 강화되거나 약해질 것이다."

Hempel은 개념 프레임워크와 프레임워크가 관찰되고 테스트될 때(해석된 프레임워크)의 관계를 설명하는 유용한 은유를 제공한다."전체 시스템은 관찰면 위에 떠 있으며 해석 규칙에 따라 고정되어 있습니다.이것들은 네트워크의 일부가 아니라 후자의 특정 포인트를 관찰 평면 내의 특정 장소와 링크하는 문자열로 간주될 수 있습니다.이러한 해석적 연결을 통해 네트워크는 과학적 ^[23]이론으로 기능할 수 있습니다."관측면에 고정된 개념을 가진 가설은 시험할 준비가 되어 있다."실제 과학 실무에서 이론 구조를 구성하는 과정과 해석하는 과정이 항상 명확하게 구분되는 것은 아니다. 의도된 해석은 보통 이론가의 ^[24]구성을 이끌기 때문이다."그러나 "두 단계를 개념적으로 ^[24]분리하는 것은 논리적 명확화를 위해 가능하고 실제로 바람직하다."

통계 가설 검정

제안된 치료법이 질병 치료에 효과적인지 여부와 같이 현상들 사이의 가능한 상관관계 또는 유사한 관계를 조사할 때, 관계가 존재한다는 가설을 제안된 새로운 자연의 법칙을 조사할 수 있는 것과 같은 방식으로 조사할 수 없다.이러한 조사에서, 테스트된 치료법이 몇 가지 경우에서 효과가 나타나지 않는 경우, 이러한 치료법이 반드시 가설을 거짓으로 만들지는 않는다.대신 통계 검정을 사용하여 귀무 가설의 관계가 존재하지 않는 경우 전체 효과가 관찰될 가능성을 결정합니다.그 가능성이 충분히 작을 경우(예: 1% 미만), 관계의 존재를 가정할 수 있다.그렇지 않으면 관측된 효과가 순전히 우연에 의한 것일 수 있습니다.

통계 가설 검정에서는 두 가지 가설을 비교합니다.이를 귀무 가설과 대립 가설이라고 합니다.귀무 가설은 관계가 조사 중이거나 적어도 대립 가설에 의해 주어진 형태의 현상에 관계가 없음을 나타내는 가설입니다.대립 가설은 이름에서 알 수 있듯이 귀무 가설의 대안이다. 즉, 어떤 종류의 관계가 있다는 것이다.대립 가설은 귀무 가설의 성격에 따라 여러 가지 형태를 취할 수 있다; 특히, 그것은 양면일 수도 있고(예를 들어, 아직 알려지지 않은 방향으로 어떤 효과가 있다), 단면일 수도 있다(귀무 가설 관계의 방향은 긍정적이든 부정적이든 ^[25]미리 고정되어 있다).

가설을 검정하기 위한 일반적인 유의 수준(참 귀무 가설을 잘못 기각할 가능성)은 0.10, 0.05 및 0.01입니다.관측치를 수집하거나 검사하기 전에 귀무 가설이 기각되고 대립 가설이 수용되는지 여부를 결정하기 위한 유의 수준을 미리 결정해야 합니다.이러한 기준이 나중에 결정되면 테스트할 데이터가 이미 알려진 경우 테스트는 ^[26]무효가 됩니다.

위의 절차는 실제로 스터디에 포함된 참가자 수(단위 또는 표본 크기)에 따라 달라집니다.예를 들어, 표본 크기가 너무 작아서 귀무 가설을 기각하지 않도록 하려면 처음부터 충분한 표본 크기를 지정하는 것이 좋습니다.가설을 ^[27]테스트하는 데 사용되는 여러 가지 중요한 통계 테스트 각각에 대해 작은, 중간 및 큰 효과 크기를 정의하는 것이 좋습니다.

명예

남극의 가설 산은 과학 연구에서 가설의 역할을 높이 평가하여 명명되었다.

「 」를 참조해 주세요.

레퍼런스

참고 문헌

• Popper, Karl R. (1959), The Logic of Scientific Discovery 1934년, 1959년

외부 링크

• Wiktionary의 가설 사전 정의
• Wikdiversity에서의 가설과 관련된 학습 자료
• Wikimedia Commons 가설 관련 매체
• 캘리포니아 대학 고생물학 박물관의 "과학의 원리"