Maxwell, birleştirmeyi “amaca yönelik bir ampirizmin” temel taşı yaptı. Bu pozisyonun açık formülasyonu ve uygulaması için Einstein’a kredi verdi. Einstein, kapsamlı birleştirmeyi hem araştırmayı yönlendirmek için bir ilke hem de bir teori-kabul kriteri olarak onayladı. Newton Mekaniği ve Elektromanyetik Teori arasındaki bariz çelişkiyi ortadan kaldırmak ve böylece bu iki fizik alanını birleştirmek için Özel Görelilik Teorisini formüle etti. Newton Mekaniği kuvvetleri ve ivmeleri ilişkilendirir.
Kanunları hızlara kayıtsızdır. Öte yandan Maxwell’in Elektromanyetik Teorisi özel bir hız olan ışığın hızını seçer. Bu gerilimi aşmak için Einstein,
- (1) ışığın hızının her eylemsiz (hızlanmayan) referans çerçevesinde sabit olduğunu ve
- () fizik yasalarının bu tür her çerçeve için aynı olduğunu şart koştu.
Bu, mekansal-zamansal ilişkilerin doğasının sert bir şekilde yeniden yorumlanmasını gerektiriyordu. Özel Görelilik Teorisinde mutlak gözlemciden bağımsız uzunluklardan, zamansal aralıklardan veya eşzamanlı olaylardan bahsetmek anlamlı değildir. Einstein, dinamik fenomenler ile elektrodinamik fenomenlerin birleşmesini sağlamak için geleneksel uzay ve zaman görüşlerinin bu ilk bakışta mantıksız değişikliklerinin kabul edilmesi gerektiğinde ısrar etti.
Maxwell, Einstein’ın “amaca yönelik deneyciliğinin”, standart deneyciliğe göre daha yeterli bir teori-değerlendirme açıklaması sağladığını ileri sürdü. Yalnızca teori ve verilerin mutabakatı, bir teoriyi kabul etmek için yetersiz gerekçelerdir. Nelson Goodman, verili bir kanıtı hesaba katmak için birçok ortak tutarsız teorinin icat edilebileceğini vurgulamakta haklıydı.
“Standart deneycilik” içinde, deneysel olarak başarılı geçici teorilerin reddini gerektirecek hiçbir mantık yoktur. “Amaca yönelik deneycilik” içinde, tersine, teoriler kapsamlı birleşme amacına katkıda bulunmadığı için reddedilebilir.
Kitcher bir birleştirme modeli geliştirdi
nedensel modellere alternatif olarak bilimsel açıklamanın Buna cevaben Salmon, iki yaklaşımın bilimsel açıklamanın uyumlu ve tamamlayıcı amaçlarını ifade ettiğini öne sürdü. Birleştirme modeli, ampirik bilginin sistematik hale getirilmesinin amacını ifade eder. Nedensel model, “doğanın işlediği gizli mekanizmaları” ortaya çıkarma amacını ifade eder.
Nedensel mekanizmanın tüm düşüncelerinden ayrı olan sistematik teorilerden memnun değiliz. Ayrıca hiyerarşik organizasyondan yoksun olan nedensel ilişkiler koleksiyonlarından da memnun değiliz.
En iyi bilimsel açıklamalar, nedensel mekanizmalar sergilenecek şekilde birleşmeyi başaranlardır.
Yine de, nedensel mekanizmalara atıfta bulunulmadan elde edilen bir birleştirme, hala açıklayıcı bir başarı olarak kabul edilmektedir. Kapsamlı bir teoriye entegre edilmeyen nedensel ilişkilerin ortaya çıkarılması da açıklayıcı bir başarı olarak sayılır.
Bayes teoremi tanım
Bayes Teoremi Örnek
Bayes Teoremi nedir
Bayes’ Theorem
Onay, Kanıt Desteği ve Teori Değerlendirmesi
- Bayes Onaylama Teorisi
- Eski Kanıt Sorunu
- Yeni Kanıtın Etkisinin Değerlendirilmesi
- “Bootstrapping” üzerine Glymour
- Karşılaştırmalı Onay üzerine Lakatos
- Teori Değerlendirmesi
- Kuhn’un Kabul Edilebilirlik Kriterleri
- Zahar “Roman Gerçekler” üzerine
- Estetik Standartlar Üzerine McAllister
Clark Glymour (1942-), Indiana Üniversitesi’nde Wesley Salmon altında okudu ve doktora derecesi aldı. 1969’da bu kurumdan mezun oldu. Şimdi Pittsburgh’da öğretmenlik yapıyor. Glymour’un araştırma ilgi alanları arasında tümevarım mantığı, kanıta dayalı destek teorileri, yakınsak gerçekçilik ve istatistiksel korelasyonlardan nedensel çıkarımlar yapmak için bilgisayar programlarının kullanılması yer almaktadır.
Bayes Onaylama Teorisi
Goodman’ın “Yeni Tümevarım Bilmecesi”, niteliksel doğrulamanın tamamen sözdizimsel bir tanımını formüle etme Mantıksal Yeniden Yapılandırmacı projesinin önünde bir engeldi. Goodman, hipotez H’nin kanıt ifadesi e’den destek alırsa, alternatif hipotezler vardır.
Bazı bilim filozofları, “Yeni Bilmece” ye uygun cevabın, H’ye yüksek derecede onay ve alternatif “grue-tipi” hipotezlere düşük değerler atayan niceliksel bir teori geliştirmek olduğu sonucuna vardı. Umut verici bir yaklaşım, olasılık teorisinin kaynaklarından yararlanmaktır.
- (1) P (A) o, burada A, S sistemi içindeki bir cümledir,
- () P (t) = , S’deki totoloji t için,
- () P (A V B) = P (A) & P (B), karşılıklı tutarsız cümleler A ve B için.
Bu “Bayes Teoremi” dir. † Teorem, bir kanıtsal destek teorisinin hizmetine uyarlanabilir, öyle ki P (h / e), kanıt e ile h hipotezine verilen olasılıktır ve P (h), bu kanıttan bağımsız olarak h’nin “önceki olasılığı”dır.
Birbirini dışlayan ve kapsamlı bir dizi hipotez varsa h1. . . hn, sonra Bayes’in Teoremi biçimi alır.
Bu ilişki bazı sezgilerimizle uyumlu görünüyor. Almak doğal görünüyor
- P (h1 / e) – P (h1)
ek kanıtlarla hipotez h1 için sağlanan kanıtsal desteğin derecesi olmak e. Bu destek, h1 verildiğinde e’nin doğru olma olasılığı arttıkça artar ve büyük olasılıkla azalır (h2 ∨ h3 true.. Hn) doğrudur.
Yukarıdaki ilişkiden şu sonuç çıkar:
Varsayalım ki h, tüm zümrütlerin yeşil olduğu hipotezi, h * tüm zümrütlerin grue olduğu hipotezi ve e, t zamanından önce incelenen zümrüdün yeşil olduğu raporudur. T’den önce incelenen bir zümrüdün yeşil bulunma olasılığı her iki hipotezde de aynı olduğundan, olasılık oranıdır.
Bayesçi yorumlamada sorun, “yeşil hipoteze” daha yüksek bir ön olasılık veren bir kanıtsal destek teorisi formüle etmektir.
Bu başarılmadan önce, “bir hipotez olasılığı” ile ne kastedildiğine karar vermek gerekir. Ve bu başarılmadan önce, “olasılık” teriminin nasıl yorumlanacağına karar vermek gerekir. Ana seçenekler şunlardır:
- 1. uzun vadeli denemeler dizisinde sonuç türlerinin ortaya çıkma sıklıklarına göre olasılıkları artıran “frekans yorumlaması”,
- . Hipotezler ve kanıt kaydeden ifadeler arasındaki mantıksal ilişkiler tarafından belirlenecek olasılıkları alan “mantıksal yorum” ve
- . olasılıkları rasyonel inancın ölçüleri olarak alan “öznelci yorum”.
Bayes’lilerin çoğu öznelci yorumu onaylar. Bununla birlikte, rasyonel inancın derecelerinin nasıl tayin edileceği açık değildir. Bilim adamlarının yeni formüle edilmiş bir hipotez hakkındaki değerlendirmelerini düşünün. Aralarında önemli bir uyumsuzluk olabilir.
Bayes teorisyenleri bunu kabul ediyor. Ancak Bayes’in Teoreminin biriken kanıtlara uygulanmasıyla bu tür bir anlaşmazlığın daralacağını vurguluyorlar. Bir hipotezin öncelikli olasılığı konusunda hemfikir olmayan bilim adamları, hipotezin son olasılığı konusunda hemfikir olurlar.
