[ Pobierz całość w formacie PDF ]
.Wreszcie według sceptyków, których także nie brakuje, zdania sformułowane indukcyjnie nie posiadają w ogóle żadnej wartości prawdziwościowej.Po tym, co dotychczas powiedzieliśmy, powinno być jasne, że wszystkie te ujęcia są błędne.Ani nie istnieje intuicja praw przyrody, ani nie są one dane a priori, przeciwnie, jest oczywiste, że tylko przez trudną pracę racjonalną dochodzimy do naszych wniosków i nie zawsze noszą one charakter pewności.Opinię, że w naukach przyrodniczych chodzi tylko o sprawy praktyczne, można odrzucić chociażby przez wskazanie, że aby jakieś zdanie sformułowane indukcyjnie mogło być praktyczne, musi uprzednio być prawdziwe, tzn.musi być zgodne z rzeczywistością.Sceptycyzm natomiast jest osłabiany przez praktyczne osiągnięcia techniki: jak nasze prawa mogłyby się ciągle potwierdzać, gdyby nie miały żadnej pozytywnej wartości prawdziwościowej? Godne uwagi jest także, że przy wszystkich zmianach teorii oraz mimo postępu w naukach i wynikających stąd podwyższonych wymaganiach, wiele praw, w tym, co istotne, pozostaje nadal nie zmienionych.Krótko mówiąc: dzięki metodzie indukcyjnej udało się dotąd uchwycić kilka aspektów przyrody, jak to jest jednak możliwe, nie udało się do dzisiaj nikomu powiedzieć.Gigantyczna, dokonana dzięki indukcji praca, logikowi jawi się jako pełne sukcesów odszyfrowywanie zakodowanego tekstu, do którego brakuje nam klucza.Wydaje się pewne, że kilka rzeczy odszyfrowaliśmy, nie wiemy natomiast, jak to się dzieje.21.Prawdopodobieństwo i statystykaDwa znaczenia słowa „prawdopodobieństwo”.Większość dzisiejszych metodologów akceptuje pogląd, że słowo „prawdopodobieństwo” i podobne wyrażenia posiadają bardzo różne znaczenia nie tylko w codziennym użyciu, ale też, że w językach technicznych oznacza się przez nie często dwie lub więcej całkowicie różnych rzeczy.Może to wyjaśni następujące rozważanie.Liczne prawa przyrodoznawstwa są prawami probabilistycznymi, tzn.stwierdzają one prawdopodobieństwo zdarzeń.Same te prawa są jednak tylko prawdopodobne, ponieważ opierają się na indukcji.Słowo „prawdopodobieństwo” ma więc dwa różne znaczenia: prawdopodobieństwo zdarzenia i prawdopodobieństwo hipotezy (względnie prawa lub teorii).Istotna różnica pomiędzy tymi pojęciami polega przede wszystkim na tym, że pierwsze prawdopodobieństwo, przynajmniej zasadniczo, da się ująć liczbowo: można sensownie powiedzieć, że prawdopodobieństwo jakiegoś zdarzenia wynosi tyle a tyle.Prawdopodobieństwo hipotezy nie da się natomiast określić liczbowo.Wydaje się nonsensowne powiedzenie, że teoria Einsteina czy prawo Boyle'a mają prawdopodobieństwo wynoszące 3/4 itd.Pierwszy rodzaj prawdopodobieństwa jest dlatego zwykle nazywany „numerycznym”, „matematycznym” albo „statystycznym”, drugi określa się mianem „akceptowalności” (acceptability) albo „wiarygodności” (credibility).Statystyka.Każda hipoteza probabilistyczna, tak jak inne zdania osiągnięte na drodze redukcji, opiera się na zdaniach obserwacyjnych.Nie opiera się ona jednak wprost na tego rodzaju pojedynczych zdaniach, lecz za pośrednictwem statystyki.Rozumie się przez to po prostu liczbowe uchwycenie poszczególnych wypadków, w których razem występują dwa rodzaje fenomenów (jednocześnie albo w określonym następstwie czasowym).Zdanie statystyczne ma więc zawsze następującą formę: z m wypadków fenomenu klasy A, n wypadków należy też jednocześnie do klasy B.Konkretnym przykładem może być: na 3567 mieszkańców miasta X przypada 78 obcokrajowców: Powinno być jasne, że każdy prosty rezultat statystyczny zakłada dwie kolejno przeprowadzone operacje: (1) ustalenie zdań obserwacyjnych, (2) policzenie ich.Praca statystyka nie ogranicza się jednak tylko do tego.Zebrane dane muszą uzyskać formę umożliwiającą pewne i wygodne zastosowanie metod redukcyjnych: np.przedstawia się je w ujęciu procentowym, na podstawie którego dadzą się znaleźć wartości średnie.To jednak często zakłada skomplikowany proces matematyczny (istnieją różne pojęcia wartości średniej i bardzo wyrafinowane metody znajdowania jej).W końcu statystyk musi też poświęcić uwagę, stosując dalsze metody matematyczne, wyeliminowaniu błędów powstałych w trakcie ustalania początkowych rezultatów.Przy zbieraniu danych dla celów statystycznych duże znaczenie posiada następująca reguła.Często nie można uchwycić całego obszaru (całej populacji), lecz tylko pewną jej próbkę.W takim wypadku ważne jest, aby klasa wybranych fenomenów była możliwie reprezentatywna dla całości, mianowicie w tym sensie, aby posiadała tę samą kompozycję co cały obszar.Może to być jednak osiągnięte - zgodnie z fundamentalnymi prawami teorii prawdopodobieństwa - tylko pod warunkiem, że dystrybucja wybranych wypadków jest przypadkowa i neutralna.Wszystko powinno być zrobione, żeby wybór odbył się bez jakiejkolwiek stronniczości.Przykład: jeżeli na podstawie książki telefonicznej chce się zbadać, ilu londyńczyków jest obcokrajowcami, to nie można tylko szukać w nazwiskach, które zaczynają się na „Z”, gdyż jak wiadomo, znajduje się tu stosunkowo więcej obcokrajowców niż gdzie indziej.Przeciwnie, wybierane nazwiska powinny być równomiernie rozrzucone po całej książce.Wzajemna zależność fenomenów.Ogólnie rzecz biorąc, badacz posługujący się metodą statystyczno-indukcyjną ma do czynienia nie z dwiema, lecz przynajmniej z trzema klasami.Przede wszystkim jest to obszerna klasa A fenomenów (klasa nadrzędna), np.klasa dzieci w Zurychu.Zawiera ona dwie podklasy, np.klasę dzieci zaszczepionych (B) i klasę dzieci cierpiących na daną chorobę (C).Pytaniem jest teraz, czy i w jakim stosunku procentowym obydwie podklasy B i C zależne są od siebie.Liczby dostarczane przez statystykę dadzą się w tym najprostszym przypadku przedstawić w następującej tabeli:Cnie CBxynie BztZmienne „x”, „y”, „z” i „t” mogą być zastąpione przez liczby.Pierwszym pytaniem jest: w jakich stosunkach znajdowałyby się x, y, z i t, gdyby między B i C nie zachodziły żadne relacje, tzn.gdyby B nie było w żadnym sensie warunkiem C i odwrotnie.Proste rozważanie pokazuje, że stosunek między dziećmi chorymi, które zostały zaszczepione (x), a wszystkimi zaszczepionymi (x + y), musi być taki sam jak między chorymi w ogóle (x + z), a wszystkimi wziętymi pod uwagę dziećmi (x+y+z+t), tzn.x : (x+y) = (x+z) : (x+y+z+t)
[ Pobierz całość w formacie PDF ]