Prawda kontra precyzja w ekonomii T. Mayer (1996), rozdz. 5-6 Arkadiusz Rolnik

Zasada najmocniejszego ogniwa Skupienie uwagi na najmocniejszej części argumentacji, a następnie przeniesieniu jej siły dowodowej na całość argumentacji Ponadto zbyt dużą uwagę przywiązuje się do wzmacniania najsilniejszych ogniw Jednak podniesienie prawdopodobieństwa najmocniejszego ogniwa wymaga czasu, który mógłby zostać poświęcony któremuś ze słabszych ogniw

Zasada najmocniejszego ogniwa Również w artykułach naukowych zbyt wiele czasu poświęca się na rozważanie mocnych części argumentacji, kosztem tych słabszych Przykłady: artykuł Baumola (1952) o transakcyjnym popycie na pieniądz niespójność w czasie i polityka pieniężna

Pretensje do precyzji Nadmierne przywiązanie do precyzji wynika z podchodzenia do nauki empiryczno-naukowej z formalistyczną mentalnością Stopień precyzji nie powinien być jedynym kryterium oceny danej nauki Karl Popper: precyzja nie polega na próbach całkowitego wyeliminowania błędów lecz na jego uznaniu i określeniu jego zakresu

Pretensje do precyzji Paul Feyerabend: nie należy przywiązywać dużego znaczenia do tego „co mamy na myśli” w danym zdaniu w razie potrzeby musimy być gotowi na zmianę zmianę wszystkiego co powiedzieliśmy na dany temat zbyt wielka troska o sens wypowiedzi może doprowadzić do dogmatyzmu i jałowości

Gromadzenie danych Formaliści są niechętni zbieraniu danych, tworzeniu narzędzi do zbierania lepszych informacji Gromadząc dane formalista czuje się w mniejszym stopniu naukowcem.

Summers: badania które wpłynęły na zmiany poglądów ekonomistów opierały się na prostych teoriach i technikach formalne badania ekonometryczne nie wywarły tak dużego wpływu na wzrost wiedzy makroekonomicznej jak nieformalne, pragmatyczne podchodzenie do problemów gospodarczych przykład – „A Monetary History of the United States, 1867 – 1960” Miltona Friedmana i Anny Schwartz

Problem jakości danych Leontief: wiele skomplikowanych analiz statystycznych jest przeprowadzanych na zbiorach danych, których znaczenie i ważność nie jest do końca znana autorowi gdy autor zdaje sobie sprawę z ułomności użytych przez niego danych, powiadania o tym czytelnika dopiero na końcu pracy

Problem jakości danych Niektórzy autorzy nie ostrzegają swoich czytelników o słabej jakości danych z których korzystali Powinno się stosować bardziej odporne na błędy w danych techniki ekonometryczne, np. zamiast regresji opartej na pierwszych różnicach stosować regresję opartą na poziomach

Wypaczone doradztwo polityczne Ilość miejsca jakie zajmuje dane zagadnienie w czasopismach naukowych nie odzwierciedla jego empirycznego znaczenia Jednak może to spowodować, że doradcy decydentów politycznych mogą uznać te tematy za szczególnie ważne, ulegając złudzeniu, iż to co jest szeroko dyskutowane jest szczególnie ważne

Formalizm a efektywność komunikowania się Zbytni formalizm przyciąga uwagę czytelników do technicznych aspektów artykułu, zmniejszając zainteresowanie bardziej problematycznymi aspektami Niektórzy autorzy używają „powodzi algebry” jako zasłony dymnej do ukrycia wad swojego rozumowania Nadmierny formalizm wyklucza z dyskusji osoby o słabszej znajomości matematyki