Assessing Theories

Huber, Franz

Deutsche Zusammenfassung: Diese Dissertation beschäftigt sich mit dem Problem einer quantitativen Theorie der Bestätigung. Letzteres kann folgendermaßen beschrieben werden: Gegeben sind eine (wissenschaftliche) Theorie T, ein (empirisches) Datum E und eine Menge von Hintergrundannahmen B. Die Frage ist, wie sehr wird T durch E relativ zu B bestätigt. Eine Lösung dieses Problems besteht in der Definition einer Funktion C, sodaß C(T,E,B) den Grad mißt, zu dem T durch E relativ zu B bestätigt wird. In Kapitel 1 wird präzisiert, was unter einer (wissenschaftlichen) Theorie, einem (empirischen) Datum E und einer Menge von Hintergrundannahmen B zu verstehen ist. Dem folgt ein Kapitel über formale Adäquatheitsbedingungen für jede formale Theorie(nicht nur einer Theorie der Bestätigung): Eine formale Theorie soll nicht beliebig, verständlich und auf lange Sicht berechenbar sein. Kapitel 2 endet mit einer kritischen Bemerkung zur Bayesianischen Bestätigungstheorie. In Kapitel 3 werden inhaltliche Adäquatheitsbedingungen für jede quantitative Bestätigungstheorie formuliert: Ein Bestätigungsmaß muß den Bestätigungstugenden (und nur diesen) Rechnung tragen. Diese Bedingungen geben Anlaß zu zwei Lösungsstrategien: Die erste besteht darin zu argumentieren, daß es eine ausgezeichnete Eigenschaft von Theorien in Relation zu Daten und Hintergrundannahmen gibt, die die Bestätigungstugenden (und nur diese) vereint. Der Kandidat ist hier Kohärenz bezüglich der Daten, welche in Kapitel 4 über fundierungstheoretische Kohärenz diskutiert wird. Dieser Ansatz stellt sich als erfolglos heraus. Die zweite Strategie besteht darin, zuerst für jede Bestätigungstugend V eine Funktion f_V zu definieren, sodaß f_V(T,E,B) das Ausmaß mißt, zu dem V von Theorie T, Datum E und Hintergrundinformation B veranschaulicht wird; in einem zweiten Schritt definiert man das Bestätigungsmaß C als eine Funktion (einiger) dieser Funktionen f_V. In Kapitel 5 wird argumentiert, dass diese Strategie erfolgreich ist. Kurz gesagt wird festgestellt, daß es zwei konfligierende Bestätigungsbegriffe gibt, nämlich den loveliness- und den likeliness-Begriff der Bestätigung. Der erste hat informative Theorien zum Ziel, der zweite wahre Theorien. Es wird gezeigt, dass es ausreicht, diese beiden primären Bestätigungstugenden zu betrachten. Die zwei wichtigsten Theorien der Bestätigung sind der Hypothetische Deduktivismus, HD, und die wahrscheinlichkeitstheoretische Induktive Logik, IL: HD basiert auf dem loveliness-Begriff der Bestätigung, während IL den Fokus auf den likeliness-Begriff der Bestätigung richtet. Die Idee ist nun sehr einfach: Man kombiniere diese beiden Aspekte, behalte deren Vorteile, und lasse ihre Nachteile fallen. Kapitel 6 behandelt die Diversität, allgemeiner: die Güte von (empirischen) Daten. Es wird ein Gütemaß definiert, weches zusammen mit dem loveliness-likeliness Maß ein verfeinertes Bestätigungsmaß C^* liefert. C^* kann die Frage beantworten, warum Wissenschafter nach Daten streben (sollen), und es bietet eine Lösung des Rabenparadoxes. English abstract: This dissertation deals with the problem of a quantitative theory of confirmation. The latter can be sketched as follows: You are given a theory T, a piece of evidence E, and a body of background information B. The question is how much does E confirm T relative to B. A solution of this problem consists in the definition of a function C such that C(T,E,B) measures the degree to which E confirms T relative to B. Chapter 1 makes precise what is meant by theory, evidence, and background information. Next comes a chapter on formal conditions of adequacy for any formal theory (not only of confirmation): A formal theory has to be non-arbitrary, comprehensible, and computable in the limit. Chapter 2 closes with a critical remark on Bayesian confirmation theory. In chapter 3 we list a set of material conditions of adequacy for any quantitative theory of confirmation: A measure of confirmation has to be sensitive to (and only to) the confirmational virtues. These give rise to two strategies of solving the problem under consideration: The first is to argue that there is one distinguished property of theories in relation to pieces of evidence and bodies of background information that takes into account all (and only) the confirmational virtues. The candidate here is coherence with respect to the evidence, which is discussed in chapter 4 on foundationalist coherentism. This approach is found to be unsuccessful. The second strategy is first to define for every confirmational virtue V a function f_V such that f_V(T,E,B) measures the extent to which V is exhibited by theory T, evidence E, and background information B; and then to define the measure of confirmation C as a function of (some of) the functions f_V. In chapter 5 it is argued that this strategy is successful. In a nutshell, it is observed that there are two conflicting concepts of confirmation, viz. loveliness and likeliness. Loveliness aims at informative theories, whereas likeliness aims at true theories. I reason that it suffices to consider these two primary confirmational virtues. The two main approaches to confirmation are Hypothetico Deductivism, HD, and probabilistic Inductive Logic, IL: HD is based on loveliness, whereas the focus of IL is on likeliness. The idea is simple: Combine these two aspects, keep their merits, get rid of their drawbacks. Chapter 6 is on evidential diversity, more generally, the goodness of the evidence. A goodness measure is defined which together with the loveliness-likeliness measure gives rise to the refined measure of confirmation C^*. C^* can answer the question why scientists (should) gather evidence, and it provides a solution to the ravens paradox.

Vorschau

Zitieren

Zitierform:

Huber, Franz: Assessing Theories. 2004.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export