가설 검정과 과학적 방법

이 글에 대한 답을 읽고 가설 테스트 가 과학적 방법 과 어떤 관련이 있는지 궁금해지기 시작했습니다 . 둘 다 잘 이해하고 있지만, 그들 사이의 정확한 연결을 그리는 데 어려움을 겪고 있습니다.

과학적인 방법은 높은 수준에서 다음과 같습니다.

• 추측 및 가설 만들기 (이론)
• 이 이론에서 예측
• 실험 및 관찰 수행

• 새로운 이론을 시험하고 포용

  • 데이터는 예측 (기타)에 맞게 정확하게 대안 이론보다
  • 새로운 이론은 다른 그럴듯한 대안보다 더 복잡 하지 않습니다

높은 수준에서, 과학적 방법 은 통계적 가설 검정 의 "거부 거부 (reject-if-it-doesn't-fit)" 접근법 과 대조 되는 "허용 적합성 ( accept-if-fits-wells)" 접근법을 따른다는 것을 알 수 있습니다. 이 올바른지? 그렇다면 왜 그렇습니까? 둘 다 근본적으로 동일한 목표를 추구하지는 않습니다. 관찰을 가장 잘 설명하는 이론이나 모델을 추론 하는가?

이 문제는 오랫동안 알려져 왔으며 교육 연구, 심리학에서 시작하여 물리학까지 확산되었습니다. 특히 비난 할 사람은 없으며이를 막을 수있는 사람은 없을 것입니다.

우리는 고도로 훈련되고 고도의 지능을 갖춘 젊은이들을 팔 아래에 잘못된 수의 테이블과 그들의 두뇌가 있어야 할 곳에 짙은 안개로 세계로 보낼 위험에 처해 있습니다. 물론이 세기에 그들은 유도 미사일을 연구하고 질병 통제에 관한 의료계 전문가를 조언 할 것이며, 모든 종류의 국가적 노력을 방해 할 수있는 범위에는 제한이 없습니다.

Fisher, RN (1958). "확률의 본질". 100 주년 복습 2 : 261–274.

심리학에서 통계의 일반적인 적용은 연구자가 희망하는 "가설"을 테스트하는 것으로 구성됩니다. 예를 들어, 그는 실험 수행 그룹이 다르게 수행되도록 최선을 다했지만 실험 그룹이 제어 그룹과 동일하다는 가설을 테스트합니다. 가설이 검증되었습니다. 실험자는 그가 믿지 않은 가설이 사실이 아님을 보여 주었기 때문에 기뻐한다. "유의 한 차이"를 발견 한 후에는 다음 단계가 더 중요하지 않습니다. 즉, 과학자가 믿는 데이터가 데이터와 크게 다르지 않다는 가설을 세우십시오. 이것은 새로운 가설이 참으로 간주 될 수 있음을 나타냅니다.

심리학 적 문제에 대한 수학 솔루션. 해롤드 굴 릭센. 미국 과학자, Vol. 47, No. 2 (1959 년 6 월), 178-201면

이 논문의 주요 요점은 의의 테스트는 그 특성에 기인 한 심리적 현상에 관한 정보를 제공하지 않는다는 점이다. 게다가, 그것의 사용과 관련된 많은 장난이 있었다. 이 백서에서 말할 내용은 거의 독창적이지 않습니다. 어떤 의미에서는 "모두가 아는 것"입니다. "큰 소리로"라고 말하는 것은 황제가 실제로 속옷에만 입었다 고 지적한 어린이의 역할을 맡는 것입니다. 이 논문에 포함 된 것 중 일부는 아직 문헌에서 이용할 수 없으며 문헌이 인용 될 것이다.

심리 연구의 중요성 테스트. 데이비드 바칸. 심리 게시판. VOL. 66, 6 번. 1966 년 12 월.

“역설”이라는 명칭을 가질 수있을만큼 (명확하게 식별 될 때) 퍼즐은 다음과 같습니다. 물리 과학에서 실험 설계, 계측 또는 수치 데이터의 개선의 일반적인 결과는 다음과 같습니다. 물리적 관심 이론이 성공적으로 극복해야하는 "관측 장애물"의 난이도를 높이기 위해; 그러나 심리학과 일부 동맹 행동 과학에서 실험 정밀도의 개선의 일반적인 효과는 이론이 극복하기 쉬운 장애물을 제공하는 것입니다. 그러므로 우리가 일반적으로 우리의 실험 방법의 개선으로 생각하는 것은 (예측이 구체화 될 때) 물리학 이론의 더 강력한 확증을 가져 오는 경향이있다. 반박되지 않은 채로 남아 있기 때문에 이론은 더 어려운 시험에서 살아 남았어야했다. 대조적으로

심리학과 물리학 이론 테스트 : 방법 론적 패러독스. 폴 이밀 과학 철학, 1967, Vol. 34, 103–115.