تبیین آماری و احتمالی

تبیین آماری و احتمالی به این می‌پردازد که چگونه علم می‌تواند رویدادهایی را تبیین کند که از قوانین احتمالی و نه قطعی پیروی می‌کنند.

Definition

یک تبیین آماری، رویدادی را با استناد به قوانین آماری و شرایطی که به آن احتمال می‌دهند، توضیح می‌دهد؛ در خوانش استقرایی-آماری، تبیین رویداد را بسیار قابل انتظار می‌سازد، در حالی که در خوانش ارتباط آماری، عواملی را ذکر می‌کند که احتمال رویداد را تغییر می‌دهند.

Scope

این موضوع مدل استقرایی-آماری (IS) همپل، مسئله تبیین نتایج با احتمال پایین، ابهام تبیین آماری و شرط حداکثر اختصاصی بودن، و مدل ارتباط آماری (SR) سالمون را پوشش می‌دهد که تبیین را بر اساس ارتباط احتمالی به جای احتمال بالا بازتعریف می‌کند.

Core questions

• آیا می‌توان یک رویداد را تبیین کرد اگر قانون آماری مربوطه تنها احتمال پایینی به آن بدهد؟
• مشکل ابهام تبیین استقرایی-آماری چیست؟
• چرا سالمون احتمال بالا را با ارتباط آماری جایگزین می‌کند؟
• تبیین‌های آماری چه ارتباطی با فرآیندهای علی زیربنایی دارند؟

Key concepts

• قانون آماری
• طبقه مرجع
• شرط حداکثر اختصاصی بودن
• ارتباط آماری
• شرط احتمال بالا
• ابهام تبیین IS

Key theories

مدل استقرایی-آماری (IS)

همپل تبیین آماری را به عنوان یک استدلال استقرایی مدل‌سازی می‌کند که احتمال بالایی را به تبیین‌شونده (explanandum) می‌دهد، مشروط به شرط حداکثر اختصاصی بودن برای جلوگیری از ابهام.

مدل ارتباط آماری (SR)

سالمون استدلال می‌کند که آنچه تبیین می‌کند، ذکر عواملی است که از نظر آماری با نتیجه مرتبط هستند و یک طبقه مرجع را بر اساس ارتباط تقسیم‌بندی می‌کند، نه اینکه به دنبال احتمال بالا باشد.

History

همپل مدل استقرایی-آماری را در سال ۱۹۶۵ در کنار مدل قیاسی-قانونی معرفی کرد. سالمون و همکارانش با اذعان به اینکه احتمال بالا نه برای تبیین ضروری است و نه کافی، مدل ارتباط آماری را در سال ۱۹۷۱ توسعه دادند و بعدها در سال ۱۹۸۴ آن را در نظریه علی-مکانیکی خود گنجاندند.

Debates

احتمال بالا در مقابل ارتباط

همپل تبیین آماری را به قابل انتظار ساختن رویداد مرتبط می‌سازد، در حالی که سالمون اعتراض می‌کند که رویدادهای نامحتمل (مانند بهبودی‌های نادر) می‌توانند تبیین شوند، زمانی که روابط ارتباطی صحیح ذکر شوند.

Key figures

• Carl Hempel
• Wesley Salmon
• Richard Jeffrey

Seminal works

• hempel1965
• salmon1971
• salmon1984

Frequently asked questions

چرا تبیین رویدادهای با احتمال پایین یک مشکل است؟

اگر تبیین مستلزم بسیار محتمل ساختن یک رویداد باشد، نتایج نادر اما واقعی (مانند یک واپاشی رادیواکتیو خاص) هرگز نمی‌توانستند تبیین شوند. مدل ارتباط آماری این مشکل را با خوب شمردن یک تبیین حل می‌کند، زمانی که عواملی را ذکر کند که احتمال رویداد را افزایش یا کاهش می‌دهند، صرف نظر از مقدار مطلق آن.