Войти
Гипотетико-дедуктивная модель или метода является предлагаемым описанием научного метода. Согласно ему, научное исследование осуществляется путем формулирования гипотезы в форме, которая может быть опровергнута, с использованием теста на наблюдаемых данных, результат которого еще не известен. Результат теста, который мог противоречить предсказаниям гипотезы, считается фальсификацией гипотезы. Результат теста, который мог иметь, но не противоречит гипотезе, подтверждает теорию. Затем предлагается сравнить объяснительную ценность конкурирующих гипотез, проверив, насколько строго они подтверждаются своими прогнозами.
Один из примеров алгоритмического утверждения гипотетико-дедуктивного метода выглядит следующим образом:
Одна возможная последовательность в этой модели будет 1, 2, 3, 4. Если результат 4 верен, а 3 еще не опровергнуто, вы можете продолжить с 3, 4, 1 и так далее; но если результат 4 показывает, что 3 ложно, вам придется вернуться к 2 и попытаться изобрести новые 2, вывести новые 3, искать 4 и так далее.
Обратите внимание, что этот метод никогда не может полностью проверить (доказать истинность) 2. Он может только сфальсифицировать 2. (Именно это имел в виду Эйнштейн, когда сказал: «Никакое количество экспериментов никогда не докажет, что я прав; один эксперимент может доказать, что я неправ».)
Вдобавок, как указал Карл Хемпель (1905–1997), этот простой взгляд на научный метод неполон; предположение также может включать вероятности, например, лекарство эффективно примерно в 70% случаев. В этом случае тесты необходимо повторить, чтобы подтвердить гипотезу (в частности, вероятности). В этом и других случаях мы можем количественно оценить вероятность нашей уверенности в самой гипотезе, а затем применить байесовский анализ, при котором каждый экспериментальный результат сдвигает вероятность вверх или вниз. Теорема Байеса показывает, что вероятность никогда не достигнет точно 0 или 100% (нет абсолютной уверенности в любом направлении), но она все же может очень близко подойти к любой из крайних точек. См. Также холизм подтверждения.
Квалификация подтверждающих доказательств иногда считается проблематичной с философской точки зрения. Ворон парадокс является известным примером. Гипотеза о том, что «все вороны черные», по-видимому, подтверждается наблюдениями только за черными воронами. Однако фраза «все вороны черные» логически эквивалентна «все не-черные вещи - не вороны» (это противоположная форма первоначального подтекста). «Это зеленое дерево» - это наблюдение не-черного существа, которое не является вороном, и, следовательно, подтверждает, что «все не-черное дерево - не ворон». Из этого следует, что наблюдение «это зеленое дерево» подтверждает гипотезу «все вороны черные». Попытки разрешения могут различать:
Свидетельства, противоречащие гипотезе, сами по себе философски проблематичны. Такое свидетельство называется опровержением гипотезы. Однако согласно теории холизма подтверждения всегда можно спасти данную гипотезу от фальсификации. Это так, потому что любое фальсифицированное наблюдение встроено в теоретический фон, который можно изменить, чтобы сохранить гипотезу. Карл Поппер признал это, но утверждал, что критический подход к соблюдению методологических правил, избегающий таких уловок иммунизации, способствует прогрессу науки.
Физик Шон Кэрролл утверждает, что модель игнорирует недоопределенность.
Гипотетико-дедуктивная модель (или подход) по сравнению с другими исследовательскими моделями
Гипотетико-дедуктивный подход контрастирует с другими исследовательскими моделями, такими как индуктивный подход или обоснованная теория. В методологии перколяции данных гипотетико-дедуктивный подход включен в парадигму прагматизма, согласно которой могут существовать четыре типа отношений между переменными: описательные, влияющие, продольные или причинные. Переменные подразделяются на две группы: структурные и функциональные: классификация, которая определяет формулировку гипотез, и статистические тесты, которые должны выполняться на данных, чтобы повысить эффективность исследования.
