Гипотетико -дедуктивная модель или метод — это предлагаемое описание научного метода . Согласно ему, научное исследование осуществляется путем формулирования гипотезы в форме, которая может быть фальсифицируемой , с использованием проверки на наблюдаемых данных, где результат еще не известен. Результат проверки, который мог бы противоречить предсказаниям гипотезы и противоречит ей, принимается как фальсификация гипотезы. Результат проверки, который мог бы противоречить гипотезе, но не противоречит ей, подтверждает теорию. Затем предлагается сравнить объяснительную ценность конкурирующих гипотез, проверив, насколько строго они подтверждаются своими предсказаниями. [1]
Один из примеров алгоритмического изложения гипотетико-дедуктивного метода выглядит следующим образом: [2]
Одна из возможных последовательностей в этой модели будет 1 , 2 , 3 , 4. Если результат 4 сохраняется, а 3 еще не опровергнут, вы можете продолжить с 3 , 4 , 1 и т. д.; но если результат 4 показывает, что 3 ложно, вам придется вернуться к 2 и попытаться придумать новый 2 , вывести новый 3 , поискать 4 и т. д.
Обратите внимание, что этот метод никогда не может абсолютно подтвердить (доказать истинность) 2. Он может только опровергнуть 2. [4] (Именно это имел в виду Эйнштейн, когда сказал: «Никакое количество экспериментов не сможет доказать мою правоту; один эксперимент может доказать мою неправоту». [5] )
Кроме того, как указал Карл Хемпель (1905–1997), этот простой взгляд на научный метод неполный; предположение может также включать вероятности, например, препарат эффективен примерно в 70% случаев. [6] Тесты в этом случае должны быть повторены, чтобы подтвердить предположение (в частности, вероятности). В этом и других случаях мы можем количественно оценить вероятность для нашей уверенности в самом предположении, а затем применить байесовский анализ , при этом каждый экспериментальный результат сдвигает вероятность либо вверх, либо вниз. Теорема Байеса показывает, что вероятность никогда не достигнет точно 0 или 100% (нет абсолютной уверенности ни в одном направлении), но она все еще может быть очень близка к любой из крайностей. См. также холизм подтверждения .
Квалификация подтверждающих доказательств иногда выдвигается как философски проблематичная. Парадокс ворона — известный пример. Гипотеза о том, что «все вороны черные», по-видимому, подтверждается наблюдениями только за черными воронами. Однако «все вороны черные» логически эквивалентно «все нечерные вещи — невороны» (это контрапозитивная форма исходного импликации). «Это зеленое дерево» — это наблюдение за нечерной вещью, которая является не-вороном и, следовательно, подтверждает «все нечерные вещи — не-вороны». Из этого следует, что наблюдение «это зеленое дерево» является подтверждающим доказательством гипотезы «все вороны черные». Попытки разрешения могут различать:
Доказательства, противоречащие гипотезе, сами по себе философски проблематичны. Такие доказательства называются фальсификацией гипотезы. Однако в рамках теории холизма подтверждения всегда возможно спасти данную гипотезу от фальсификации. Это так, потому что любое фальсифицирующее наблюдение встроено в теоретический фон, который может быть изменен для того, чтобы спасти гипотезу. Карл Поппер признавал это, но утверждал, что критический подход, уважающий методологические правила, которые избегают таких иммунизирующих уловок , способствует прогрессу науки. [8]
Физик Шон Кэрролл утверждает, что модель игнорирует недоопределенность . [9]
Гипотетико-дедуктивный подход контрастирует с другими исследовательскими моделями, такими как индуктивный подход или обоснованная теория. В методологии просачивания данных гипотетико-дедуктивный подход включен в парадигму прагматизма, посредством которой могут существовать четыре типа отношений между переменными: описательные, влияния, продольные или причинные. Переменные классифицируются на две группы, структурные и функциональные, классификация, которая управляет формулировкой гипотез и статистическими тестами, которые должны быть выполнены на данных, чтобы повысить эффективность исследования. [10]