하이포테미코-유도모델

Hypothetico-deductive model

저혈압 모델이나 방법은 과학적인 방법에 대한 제안된 설명이다. 이에 따르면 과학적 조사는 결과를 아직 알 수 없는 관측 가능한 데이터에 대한 시험을 이용해 가설을 위변조할 수 있는 형태로 짜는 방식으로 진행된다. 가설에 대한 예측에 반하여 실행될 수 있는 시험 결과는 가설을 왜곡하는 것으로 간주된다. 가설에 반하지 않고 있을 수 있는 시험 결과는 이론을 확증한다. 그런 다음, 경쟁 가설의 예측에 의해 얼마나 끈기 있게 확증되는지 시험하여 경쟁 가설의 설명 값을 비교할 것을 제안한다.

예

주요 기사: 과학적 방법

저혈압 방법의 알고리즘 명세서의 한 예는 다음과 같다.[1]

1. 경험 활용: 문제를 생각하고 이해하려고 노력해라. 데이터를 수집하고 이전 설명을 찾아보십시오. 이 문제가 새로운 문제라면 2단계로 이동하십시오.
2. 추측(가설)을 형성한다. 다른 것이 아직 알려지지 않았다면, 다른 누군가에게, 혹은 여러분의 공책에 설명하려고 노력하라.
3. 가설에서 예측을 추론하라: 2가 진실이라고 가정하면 어떤 결과가 뒤따르는가?
4. 시험(또는 실험): 2를 반증하기 위해 이러한 예측과 상충되는 증거(관찰)를 찾아라. 2의 증거로 3을 직접 추구하는 것은 논리적 오류다. 이 형식적인 오류를 결과의 확언이라고 한다.[2]

이 모델에서 가능한 한 가지 순서는 1, 2, 3, 4일 것이다. 만약 4의 결과가 아직 반증되지 않았다면 3, 4, 1 등으로 계속 진행해도 된다. 그러나 4의 결과가 3을 거짓으로 보이면 2로 돌아가서 새로운 2를 발명하려고 노력해야 할 것이다. 새로운 3을 추론하고 4를 찾아봐야 한다.

이 방법은 절대 (의 진실을 증명)2를 절대 검증할 수 없다는 점에 유의하십시오. 그것은 단지 거짓을 나타낼 수 있을 뿐이다.[3] (아인슈타인이 "아무런 실험도 내가 옳다는 것을 증명할 수 없고, 단 한 번의 실험도 내가 틀렸다는 것을 증명할 수 없다"라고 말했을 때 의미한 것이다.)[4]

토론

또한, 칼 헴펠(1905–1997)이 지적한 바와 같이, 과학적 방법에 대한 이러한 단순한 견해는 불완전하다. 추측에는 확률도 포함될 수 있다. 예를 들어, 약물이 약 70%의 시간에 효과적이다.[5] 이 경우, 시험을 반복하여 추측(특히 확률)을 입증해야 한다. 이것과 다른 경우에서 우리는 추측 자체에 대한 확률을 정량화한 다음 베이시안 분석을 적용할 수 있는데, 각각의 실험 결과는 확률을 위아래로 이동시킨다. 베이즈의 정리는 그 확률이 정확히 0이나 100%(어느 방향에서나 절대적인 확실성은 없음)에 결코 도달하지 않을 것임을 보여주지만, 여전히 어느 한쪽 극단에도 매우 근접할 수 있다. 확인 홀리시즘을 참조하십시오.

확증하는 증거의 자격은 철학적으로 문제가 있는 것으로 제기되기도 한다. 까마귀의 역설은 유명한 예다. '모든 까마귀는 검은색'이라는 가설은 까만까마귀만을 관찰하면 확증되는 것처럼 보일 것이다. 그러나 '모든 까마귀는 검은색이다'는 논리적으로 '모든 검은 것은 비까마귀다'(이것이 본래의 함축의 모순된 형태다. '이것은 푸른 나무다'는 비흑인 사물을 관찰한 것으로서 '비흑인 사물은 모두 비흑인'임을 확증한다. '이것은 푸른 나무다'라는 관찰이 '모든 갈가마귀는 검다'는 가설을 뒷받침하는 증거라는 것을 뒤따르는 것으로 보인다. 시도된 분해능은 다음을 구별할 수 있다.

  • 강하거나 온건하거나 약한 확증에 대한 비응시적 관찰.
  • 가설에 대한 잠재적으로 위변조 검사를 제공하거나 [6]제공하지 않는 조사

가설과 반대되는 증거는 그 자체로 철학적으로 문제가 있다. 그러한 증거를 가설의 위조라고 한다. 그러나 확증성기론에서는 주어진 가설을 언제나 허위로부터 구하는 것이 가능하다. 이는 어떤 거짓된 관찰이 이론적 배경에 내재되어 있기 때문에, 가설을 살리기 위해 수정될 수 있기 때문이다. 칼 포퍼는 이를 인정하면서도 그러한 면역 계층화를 피하는 방법론적 규칙을 존중하는 중요한 접근법이 과학의 발전에 도움이 된다고 주장했다.[7]

물리학자 숀 캐롤은 그 모델이 과소판결을 무시한다고 주장한다.[8]

저혈압 모델(또는 접근 방식) 대 다른 연구 모델

저혈압 접근법은 귀납적 접근법이나 근거 이론과 같은 다른 연구 모델과 대비된다. 데이터 수집 방법론에서 저혈압 접근법은 변수들 사이의 4가지 유형의 관계가 존재할 수 있는 실용주의 패러다임에 포함된다: 서술적, 영향력, 종적 또는 인과적. 변수들은 연구의 효율성을 증가시키기 위해 데이터에 대해 수행되는 가설의 공식과 통계적 시험을 추진하는 분류인 구조와 기능성의 두 그룹으로 분류된다. [9]

참고 항목

추론 유형

인용구

  1. ^ 피터 고드프리-스미스(2003) 이론과 현실, 236쪽.
  2. ^ Talb 2007(예: 페이지 58)은 그의 5장을 확인의 오류에 할애한다.
  3. ^ "I believe that we do not know anything for certain, but everything probably." —Christiaan Huygens, Letter to Pierre Perrault, 'Sur la préface de M. Perrault de son traité del'Origine des fontaines' [1763], Oeuvres Complétes de Christiaan Huygens (1897), Vol. 7, 298. 자크 로저, 18세기 프랑스 사상의 생명과학에서 인용, 에드. 키스 R. 벤슨과 트랜스. 로버트 엘리치(1997년), 163세. Bynum & Porter 2005에서 선택한 인용문, 페이지 317 Huygens 317#4.
  4. ^ 앨리스 칼라프리스(ed. 2005)가 지적한 바와 같이 인용 가능한 새로운 아인슈타인 프린스턴 대학 출판부와 히브리 예루살렘 대학, ISBN0-691-12074-9 페이지 291. 칼라프리스는 이것을 정확한 인용문이 아니라 A의 번역을 비유한 말로 나타낸다. 아인슈타인의 "유인과 추리" 알버트 아인슈타인의 논문 수집7 문서 28. 제7권은 베를린의 해: 글, 1918-1921년이다. A. 아인슈타인; M. 얀센, R. 슐만 등, 에드.
  5. ^ 무르지, 마우로(2001, 2008), 인터넷 철학 백과사전 "칼 구스타프 헴펠(1905~1997)". 머지는 확률보다는 상대적 빈도라는 용어를 사용했다.
  6. ^ 존 W. N. 왓킨스(1984), 과학과 회의론, 페이지 319.
  7. ^ Karl R. Popper(1979, Rev. Ed.), 객관적 지식, 페이지 30, 360.
  8. ^ Sean Carroll. "What is Science?".
  9. ^ Mesly, Olivier (2015), Creating Models in Psychological Research, United States: Springer Psychology, p. 126, ISBN 978-3-319-15752-8

참조