Filozoficzne i metodologiczne aspekty indukcji eliminacyjnej

Slides:



Advertisements
Podobne prezentacje
Test zgodności c2.
Advertisements

Modelowanie kursu walutowego- perspektywa krótkookresowa
Metody losowania próby
w ramach prac doktorskich i magisterskich
Wprowadzenie do optymalizacji wielokryterialnej.
Inteligencja Obliczeniowa Metody probabilistyczne.
Struktura problemu decyzyjnego
Badania operacyjne. Wykład 1
Elementy Modelowania Matematycznego
Stanisław KOZIEJ BADANIA NAUKOWE 2007 r
PROF. DR HAB. WIESŁAWA PRZYBYLSKA-KAPUŚCIŃSKA
Test zgodności Joanna Tomanek i Piotr Nowak.
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
TECHNIKA Pewien sposób wykonywania zadania ruchowego. Jest to ściśle określony ruch człowieka, którego celem jest najefektywniejsze rozwiązanie zadania.
Modele w ekonomii. Marta Gosk
O zbędności podziału ekonomii na pozytywną i normatywną Pozytywizm i falsyfikacjonizm a sądy wartościujące w ekonomii B.Czarny.
INDUKCJONIZM NAIWNY Nauka wychodzi od obserwacji
Ewolucja metod wyjaśniania
Racjonalizm Relatywizm Indywidualizm Obiektywizm
Idea falsyfikacji Joanna Drozdek
Struktura wyjaśniania naukowego
Założenie o racjonalności
I.RACJONALIZM a RELATYWIZM II. OBIEKTYWIZM
Racjonalizm, relatywizm i obiektywizm
Racjonalność w ekonomii M. Blaug, Metodologia ekonomii, 1995 rozdz. Założenie o racjonalności Grzegorz Kopij.
„Czym jest to co zwiemy nauką”
Indukcjonistyczna filozofia nauki
O zbędności podziału ekonomii na pozytywną i normatywną
TEORIA PERSPEKTYWY D. KAHNEMAN A. TVERSKY
Teoria formalistyczna Teoria empiryczno - naukowa Monika Kania.
Daniel Kahneman Otrzymał Nagrodę Nobla w 2002 r. za ponad ćwierćwiecze badań nad zachowaniami inwestorów i rynków finansowych.
Zajęcia 2 Wstęp do filozofii nauki
Zajęcia 2 Wstęp do filozofii nauki
Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Inwestycja w kadry 3 Praca zaliczająca moduł Dr G.Maniak.
Materiały pomocnicze do wykładu
Wykład 3 Wzór Bayesa, cd.: Wpływ rozkładu a priori.
Analiza matematyczna - Ciągi liczbowe wykład I
POJĘCIE ALGORYTMU Pojęcie algorytmu Etapy rozwiązywania zadań
Optymalizacja liniowa
Paradoksy logiczne i inne 4 marca 2010.
Teoriopoznawcze aspekty zastosowań matematyki
Hipotezy statystyczne
DANE INFORMACYJNE 97_10_MF_G1 i 97_93_MF_G1 Kompetencja:
Podstawy analizy matematycznej I
Czy jesteśmy racjonalni? O błędach poznawczych i bezmyślnych decyzjach
Indukcja a prawdopodobieństwo
Model inteligentnego agenta wspomagającego decyzje zakupu komputerów.
istotne cechy kryterium:
Politechniki Poznańskiej
Semantyczna teoria prawdy Tarskiego
Falsyfikacjonizm Theme created by Sakari Koivunen and Henrik Omma
Założenie o racjonalności
Racjonalność w ekonomii na podstawie „Metodologii ekonomii” Marka Blauga Paulina Bukowińska.
Racjonalizm (1) istnieje jedno, ponadczasowe i uniwersalne kryterium, za pomocą którego można oceniać względną wartość konkurencyjnych teorii; jeżeli teoria.
Ekonomia eksperymentalna Magda Małkowska. MAGDA MAŁKOWSKA 2 Plan prezentacji Źródło Objaśnienie terminu Ekonomia – nauka eksperymentalna? Eksperymenty.
Metodologia ekonomii Zajęcia 3 Wstęp do filozofii nauki – ważne pojęcia Dominika Milczarek.
Idea falsyfikacji Przy użyciu danych obserwacyjnych nie można udowodnić prawdziwości teorii lub określić prawdopodobieństwo, że teoria jest prawdziwa.
Czym jest to co zwiemy nauką A. Chalmers, rozdziały I-III
Racjonalność w ekonomii Na podstawie M. Blaug „Metodologia ekonomii” Sylwia Malinowska.
Dominika Milczarek -Andrzejewska Metodologia ekonomii - wstęp Zajęcia z metodologii ekonomii.
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Zajęcia 3 Wstęp do filozofii nauki – ważne pojęcia
KNW K Konwencjonalne oraz N Niekonwencjonalne metody W Wnioskowania.
R OLA DOŚWIADCZENIA W NAUCE. ŹRÓDŁA DANYCH NAUKOWYCH OBSERWACJEEKSPERYMENTY.
BYĆ PRZEDSIĘBIORCZYM - nauka przez praktykę Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego.
Źródła wiedzy biologicznej.
Prawo jako fakt ekonomiczny
Statystyka matematyczna
WIARA/ROZUM – PAPIEŻE Uniwersytet Papieski Ks. Miłosz Hołda
Efektywność algorytmów
Zapis prezentacji:

Filozoficzne i metodologiczne aspekty indukcji eliminacyjnej Szymon Klarman Zlot Filozoficzny’2006

Problem Indukcji Eliminacyjnej (I) wiedza Hipoteza 1 Hipoteza 2 Hipoteza 3 ? dane doświadczenia rzeczywistość

Problem Indukcji Eliminacyjnej (II) Na mocy jakich reguł wolno prawomocnie zredukować liczbę konkurencyjnych hipotez, jeśli żadna z nich nie może zostać odrzucona na mocy aktualnej wiedzy? - skończony zbiór hipotez w - aktualna wiedza badacza 1.h) 2.h) dla każdego ij jest tak, że

Metoda Indukcji Eliminacyjnej (MIE) MIE to metoda wnioskowania, której: przesłanką jest niepusty zbiór H spełniający warunki 1.h i 2.h wnioskiem jest niepusty zbiór H’, taki że H’H regułą eliminacji jest pewna indukcyjna reguła wnioskowania wraz z określonym kryterium eliminacji

Demonstratywna MIE p – warunki początkowe; Ep={e1, e2,..., em} – możliwe wyniki obserwacji dla p; 1.d) Dla dowolnego p oraz hiH istnieje dokładnie jedno takie ekE, że: 2.d) Dla każdego ij istnieje takie p, że: oraz

Demonstratywna MIE - Eliminacja Eliminacja hipotezy na mocy sfalsyfikowania: Jeśli to Schemat eliminacji:

Probabilistyczna MIE p – warunki początkowe; Ep={e1, e2,..., em} – możliwe wyniki obserwacji dla p; P – funkcja prawdopodobieństwa; 0.h*) dla każdego i jest tak, że: 1.h*) 2.h*) dla każdego ij jest tak, że: 1.p) Dla dowolnego p oraz hiH jest tak, że dla każdego ekEp ustalona jest wartość prawdopodobieństwa warunkowego P(ek|hi) 2.p) Dla każdego ij istnieje takie p i takie ekEp, że P(ek|hi) P(ek|hj)

Probabilistyczna MIE - Eliminacja Twierdzenie Bayesa: Eliminacja hipotez na mocy: Zbieżności funkcji prawdopodobieństwa dla hi w punkcie 0 w granicy nieskończonego ciągu eksperymentów: LUB Osiągnięcia ustalonego progu odrzucania:

Konwencjonalistyczna MIE p – warunki początkowe; Ep={e1, e2,..., em} – możliwe dla p; p – „niezinterpretowana” obserwacja dokonana w wyniku p 1.k) Dla dowolnego p oraz hiH istnieje dokładnie jedno takie ekE, że: 2.k) Dla dowolnego p i każdej hiH jest tak, że:

Konwencjonalistyczna MIE - Eliminacja Konwencja „od dołu”: dla wybranego k ustala się: Eliminacja hipotezy na mocy sfalsyfikowania: Jeśli to Konwencja „od góry”: K – miara wybranej „apriorycznej” własności hipotez (np. prostoty, siły eksplanacyjnej, itp.) Eliminacja hipotezy na mocy lokalnego zdominowania pod względem miary K przez inną hipotezę :

Zestawienie Dem. MIE Prob. MIE Konw. MIE Możliwość rozstrzygnięcia wyłącznie na mocy doświadczenia Możliwość rozstrzygnięcia bez udziału doświadczenia Nierównoważność empiryczna hipotez Równoważność empiryczna hipotez Korespondencyjna teoria prawdy Brak korespondencji między zdaniem obserwacyjnym a doświadczeniem Wnioskowanie niezawodne Wnioskowanie indukcyjne Założenie o istnieniu eksperymentu rozstrzygającego Idealny postulat nieskończonej granicy badania Arbitralność rozstrzygnięcia

Model Decyzji Kognitywnej (MDK) Holistyczne ujęcie problemu indukcji eliminacyjnej: Akt akceptacji jako racjonalna decyzja w warunkach niepewności. Maksymalizacja użyteczności epistemicznej jako cel badania naukowego. Podstawowe dezyderaty badania naukowego: unikanie ryzyka błędu i dążenie do informacji.

Model Decyzji Kognitywnej (MDK) - Eliminacja Dla pewnego H={h1, h2, h3} oraz funkcji prawdopodobieństwa P: Akt Ryzyko błędu Zawartość informacyjna Brak eliminacji El(h1) P(h1) 1/3 El(h1 h2) P(h1)+P(h2) 2/3 El(h1 h2  h3) 1 Eliminacja hipotez na mocy kryterium maksymalizacji oczekiwanej użyteczności:

Podsumowanie Ugruntowanie racjonalności MDK jako procedury indukcyjnej Uwzględnienie wielokryterialnego charakteru badania naukowego Wykorzystanie struktury sytuacji eliminacyjnej do zdefiniowania pojęcia zawartości informacyjnej Uniwersalność MDK