Rozumowanie JAN MICHAŁ BURDUKIEWICZ

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rozumowanie JAN MICHAŁ BURDUKIEWICZ"

Transkrypt

1 Burdukiewicz J.M., Rozumowanie, in: S. Tabaczyński, A. Marciniak, D. Cyngot, A. Zalewska (eds.), Przeszłość społeczna. Próba konceptualizacji, Wydawnictwo Poznańskie, Poznań, p JAN MICHAŁ BURDUKIEWICZ Rozumowanie Rozumowanie należy do podstawowych czynności w uprawianiu nauki, w tym archeologii. Pod względem logicznym procedury rozumowania są na tyle ogólne, że obejmują wszystkie nauki. Rozumowanie w szerokim znaczeniu (według Kazimierza Ajdukiewicza) jest procesem myślowym, w którym na podstawie zdań już uznanych za prawdziwe (sądów) dochodzi się do nowego zdania bądź do wzmocnienia pewności innego zdania, częściowo uznanego (wniosek lub konkluzja). W węższym sensie (według J ana Łukasiewicza) rozumowanie jest dobieraniem następstw, czyli wniosków do zdań uznanych za prawdziwe, zwanych również przesłankami (Marciszewski red. 1988). Mówiąc inaczej, rozumowanie pozwala nam uzasadniać wnioski w spójny sposób na podstawie zdań uznanych wcześniej za prawdziwe. W szerszym sensie termin rozumowanie przynajmniej trzy znaczenia. W pierwszym z nich rozumowanie jest każdą czynnością umysłową. W publikacjach archeologicznych najczęściej wspomina się o rozumowaniu właśnie w tym znaczeniu (Wylie 1985; Zeitlin 1990). W drugim znaczeniu rozumowanie jest interpretowane filozoficznie jako czynność wyróżniająca racjonalizm w opozycji do empiryzmu, w takim ujęciu rozumowanie jest przeciwstawiane obserwacji i doświadczeniu. Dopiero w trzecim znaczeniu rozumowanie według Tadeusza Kotarbińskiego jest analizowane przez logikę w postaci procedur przechodzenia od przesłanek do wniosków i ustalania ich prawdziwości. Najważniejszą zaletą rozumowania jest możliwość tworzenia nowej wiedzy na podstawie wcześniejszej, już uznanej. Natomiast wnioskowanie pozwala nam uzasadnić tę wiedzę. Jeśli między przesłankami a wnioskiem zachodzi wynikanie logiczne, rozumowanie jest dedukcyjne. Jeśli wniosek nie wynika logicznie z przesłanek, rozumowanie jest niededukcyjne, czyli tylko uprawdopodabniające. W tych przypadkach prawdziwość przesłanek nie prowadzi do prawdziwości wniosku (rozumowanie indukcyjne, redukcyjne, abdukcyjne, statystyczne, przez analogię Analogia, s

2 534 METODYKA I METODOLOGIA BADAŃ ARCHEOLOGICZNYCH 1. DEDUKCJA Rozumowanie dedukcyjne, jako niezawodne, od starożytności cieszyło się dużym zainteresowaniem filozofów. Arystoteles zajmował się sylogistyką, czyli wnioskowaniem na podstawie dwóch przesłanek, w którym wnioski wyprowadza się na podstawie praw logicznych, czyli zgodnie z odpowiednimi regułami wnioskowania. Ogólnie rzecz biorąc jest to schemat ponieważ p..., to q. Teorie dedukcyjne występują zwłaszcza w matematyce, a ich niezawodność stała się podstawą do nazywania matematyki królową nauk. Teorie dedukcyjne mogą mieć jednak również charakter empiryczny, jeśli niektóre twierdzenia danej teorii są podstawowe, a inne z nich wynikają (Wójcicki 1987: 76). Bardzo ważną rolą rozumowania dedukcyjnego jest weryfikacja hipotez poprzez wyprowadzanie z nich, na ogół z powołaniem się na dodatkowe przesłanki, wniosków, które można potwierdzić empirycznie. Rozumowanie dedukcyjne może być także stosowane bez wnikania w ich wartość logiczną (prawdziwość, czy fałszywość przesłanek oraz wniosków) i wówczas ma ono charakter hipotetyczny, tak ważny dla badań naukowych. Rozumowania dedukcyjne dzieli się niekiedy na dedukcyjne w sensie absolutnym (wniosek wynika logicznie z przesłanek użytych [explicite] we wnioskowaniu) oraz na wnioskowania dedukcyjne w świetle wiedzy wnioskującego (nazywane entymematycznymi). W przypadku rozumowań d e- dukcyjnych w świetle wiedzy wnioskującego, wniosek nie wynika logicznie z samych tylko przesłanek użytych ( explicite) we wnioskowaniu, ale wynika logicznie z tychże przesłanek i z pewnych oczywistych przesłanek niewypowiedzianych w tym wnioskowaniu, ale które wnioskujący uznaje za prawdziwe. Mówi się w takim przypadku, że wniosek wynika z przesłanek entymematycznie. Oprócz uzasadniania, rozumowanie dedukcyjne służy również do falsyfikacji hipotez (modus tollens: jeśli p to q i nie q, to nie p) poprzez wykazanie, że przesłanki prowadzą do fałszywego wniosku. Falsyfikacja hipotez oznacza tym samym uzasadnienie ich negacji. Stosowanie tej metody w uprawianiu metodologii nauki było preferowane przez Karla Poppera i dlatego jego podejście określane jest często jako hipotetyczny falsyfikacjonizm (określany także jako naiwny falsyfikacjonizm). W ujęciu wzbogaconym o koncepcję programów badawczych Imre Lakatosa lub Paula K. Fayereabenda mamy do czynienia z falsyfikacjonizmem wyrafinowanym. W archeologii masz szereg przykładów stosowania dedukcji. Samo powstanie na początku XIX wieku sytemu trzech epok Christiana Thomsena, jako podstawy archeologii poprzedzone było koncepcją Lukrecjusza z I wieku p.n.e. Wprowadził on koncepcję, która poprzedziła późniejszy o prawie dwa tysiące lat system trzech epok. Najpierw była epoka zębów, pazurów i pięści (R aymond Dart nazwał ją osteodontokeratyczną ), następnie ka-

3 535 ROZUMOWANIE mienia, brązu i żelaza na podstawie dedukcji z entymematycznymi przesłankami prostoty i dostępności surowca (Lukrecjusz 1957: 208). 2. INDUKCJA Indukcja jest rodzajem rozumowania, który dawniej utożsamiano z rozumowaniem od jednostkowych przesłanek do ogólnych wniosków, rozwijanym przez Francisa Bacona i Johna Stuarta Milla. Na podstawie związku przyczynowego zjawiska poprzedzającego (pr zyczyny) wnioskujemy o następstwie (skutku). Rozumowania te muszą spełniać kilka warunków (kanony Milla: jedyna zgodność, jedyna różnica, zmiany współtowarzyszące). Jednak współcześnie w logice i metodologii nauk przez indukcję rozumie się wnioskowanie, w którym wniosek nie wynika logicznie z przesłanek i jego prawdziwość jest niepewna (Mortimerowa 1987: 218). W logice i metodologii nauki występuje spór o indukcję. Według Karla Poppera Indukcja jest nieporozumieniem i ponieważ problem indukcji można rozwiązać w negatywny, co prawda, ale prosty sposób, okazuje się, że indukcja nie gra żadnej istotnej roli w epistemologii nauki ani rozwoju wiedzy. (Popper 1992: 120). W słabszej wersji pojęcie indukcji pozostaje w sprzeczności nie tylko z wnioskowaniem, ale z rozumowaniem w ogóle. Otóż rozumowanie polega na uznaniu wniosku na podstawie uprzedniego uznania przesłanek. W odniesieniu do rozumowania innego niż dedukcyjne uważa się jednak, że może ono polegać nie na osiągnięciu stanu jakiegoś częściowego tylko przekonania o prawdziwości wniosku, czy nawet tylko przekonaniu o słuszności wyboru pewnej hipotezy spośród hipotez konkurencyjnych (Mortimerowa 1987: 218). W ujęciu Carla Hempla indukcja jest rodzajem dochodzenia do wniosku w sensie heurystycznym (wąskie rozumienie indukcji). Indukcja w naukach empirycznych ma być rodzajem postępowania badawczego, które obejmuje następujące etapy: (1) obserwacja i opis faktów, (2) wywodzenie uogólnień z tych faktów, (3) testowanie uzyskanych uogólnień. Tymczasem większość badaczy uważa, że indukcja może jedynie służyć do testowania hipotez, czyli ich wyboru na podstawie testów lub uznawania hipotez (Watson 1976). Według Imre Lakatosa mamy wówczas do czynienia z tzw. słabym justyfikacjonizmem (Lakatos 1995: 7). W takim ujęciu hipoteza nigdy nie jest pewna, ale można być określona jako bardziej lub mniej prawdopodobna (Grobler 2008: 34). W jeszcze innym sensie termin indukcja występuje w złożeniach nazw rozumowań, które nie są w pełni zgodne z definicją podaną wyżej. Mianowicie chodzi o indukcję eliminacyjną (w sensie Bacona i Milla), indukcję matematyczną (rodzaj wnioskowania dedukcyjnego do zbiorów dobrze up o- rządkowanych), indukcję zupełną (rodzaj dedukcji) oraz indukcję stat y- styczną (wnioskowanie statystyczne patrz niżej).

4 536 METODYKA I METODOLOGIA BADAŃ ARCHEOLOGICZNYCH 3. WNIOSKOWANIE STATYSTYCZNE Ten rodzaj wnioskowania polega na uogólnianiu wyników otrzymanych na podstawie próby losowej (podzbiór populacji) na całą populację, z której pr ó- ba została pobrana według jasno ustalonych kryteriów oraz szacowaniu wiarygodności takiego uogólnienia. Wnioskiem jest np. hipoteza, iż prawdopodobieństwo cechy C w danej populacji jest bliskie p, a przesłanką stwierdzenie względna częstość C w próbie z tej populacji jest równa p. Za próbę losową uważa się podzbiór wybrany z danej populacji taką metodą, która przy dłuższym stosowaniu prowadzi do wyboru każdego elementu populacji z taką samą częstością. We wnioskowaniu statystycznym wyodrębnia się testowanie hipotez oraz estymację parametrów. W pierwszym przypadku chodzi o przyjętą z góry hipotezę h 0 i test ma doprowadzić do jej odrzucenia lub nie. Natomiast w drugim przypadku chodzi o wybór hipotezy spośród wszystkich możliwych, a dotyczących wartości danego parametru statystycznego (Mortim erowa 1987: 220). W klasycznym ujęciu wnioskowanie statystyczne zadaniem teorii jest charakterystyka reguł wnioskowania pod różnymi względami, ważnymi w zastosowaniach praktycznych. Dla archeologów wnioskowanie statystyczne jest bardzo ważne, ponieważ dysponują zwykle fragmentarycznymi danymi i próbują rozciągnąć wnioski na całość badanych zjawisk. Procedury estymacji statystycznej umożliwiają szacowanie wartości wielu parametrów lub rozkładów zmiennych na podstawie badanej próby. Największe trudności sprawia ustalenie reprezentatywności badanych prób oraz ich losowego charakteru. Chodzi o to, aby każdy element danego zbioru miał jednakową szansę znalezienia się w próbie losowej, a wówczas mówimy, że dana próba jest reprezentatywna dla tego zbioru. Zakres zastosowania wnioskowań statystycznych w archeologii wciąż się rozszerza. Wnioskowanie statystyczne jest szeroko używane w datowaniach fizykochemicznych materiałów archeologicznych, jak np. datowanie radiowęglowe. Podobnie jest z badaniami pozostałości roślinnych i zwierzęcych ze stanowisk archeologicznych. Do najbardziej rozbudowanych należy próbkowanie probabilistyczne (ang. sampling) metoda prowadzenia badań powierzchniowych na części określonego obszaru (np. 10% we Francji) i wyci ą- ganie wniosków ogólnych o gęstości osadnictwa na całym obszarze. Stosowane są próby losowe (nierównomiernie rozmieszczone obszary testowe), wa r- stwowe próby losowe (obszary testowe rozmieszczone proporcjonalnie do wydzielonych stref), próby systematyczne (równomierny wybór badanych obszarów w obrębie siatki), czy metody mieszane (Read 1989). Archeolodzy nie tylko stosują metody statystyczne, ale także sami dokonali odkryć w tej dziedzinie. Przykładem takiego odkrycia jest metoda datowania sekwencyjnego, zwana też seriacją, którą wprowadził W.M.F. Petrie (1899). Polegała ona na zbudowaniu macierzy grobów i ich zróżnicowania

5 537 ROZUMOWANIE w wyposażeniu i następnie uporządkowaniu chronologicznie od najstarszych do najmłodszych. Metoda datowania sekwencyjnego Petriego zależy od zasady koncentracji, którą w latach sześćdziesiątych XX wieku sformułował znany brytyjski statystyk David G. Kendall (1969). Metoda ta została później udoskonalona w postaci seriacji częstotliwości występowania różnych znalezisk archeologicznych. Metoda seriacji została następnie ujęta w oprogramowaniach statystycznych dla archeologów, np. w BASP (Bonn Archaeological Statistical Package). 4. ABDUKCJA Rozumowanie abdukcyjne (zwane także logiką odkrycia ), wprowadzone przez amerykańskiego filozofa Carlesa Pierce a jest procesem tworzenia hipotez służących wyjaśnianiu danego zbioru faktów lub zdarzeń. W przeciwieństwie do dedukcji, abdukcja jest procesem wyjaśniania tego, co już jest znane, a więc poszukiwaniem przesłanek dla danego wniosku, który już jest znany na podstawie wyników doświadczenia i reguł teoretycznych. W badaniach naukowych rozumowanie abdukcyjne odpowiada tworzeniu hipotez. W odróżnieniu od dedukcji, a podobnie jak indukcja, abdukcja jest jedynie prawdopodobna. Jej zaletą jest tworzenie nowych idei naukowych (Kunzmann i in. 1999). Przykład Pierce a brzmiał następująco: fasole z tego worka są białe, te fasole są białe, zatem pochodzą one z tego worka (Shelley 1996). Założenia rozumowania abdukcyjnego są bardzo inspirujące dla archeologów, ponieważ zwykle poszukują oni wyjaśnień do znanych już zjawisk. Jednak wciąż rzadko stosowane są tego rodzaju rozumowania zupełnie świadomie. Przykładem zastosowania abdukcji w archeologii są rozumowania związane z rekonstrukcją budowli na podstawie pozostałości w postaci śladów posłupowych i innych zachowanych elementów dolnych partii konstrukcji, zwykle w postaci wizualnego modelowania (Shelley 1996). Ciekawym przykładem rozumowania abdukcyjnego jest koncepcja wyjaśniająca powstanie otworów czaszce australopiteka ze Swartkrans. Otwory te dobrze pasowały do kształtu i rozstawu kłów leoparda, i w związku z tym powstało wyjaśnienie jej obecności w miejscu znalezienia, a mianowicie została tam zawleczona przez to zwierzę (Brain 1970). 5. WNIOSKOWANIE REDUKCYJNE W klasyfikacji Jana Łukaszewicza i Tadeusza. Czeżowskiego występuje rozumowanie redukcyjne (zwane także wnioskowaniem wstecz), które polega na poszukiwaniu przesłanek do znanego już stwierdzenia, a więc przeciwnie do kierunku wynikania. Jest to rodzaj wnioskowania uprawdopodobniającego

6 538 METODYKA I METODOLOGIA BADAŃ ARCHEOLOGICZNYCH i zawodnego, podobnie jak abdukcja. Wówczas wnioskowanie redukcyjne powinno być wnioskowaniem hipotetycznym. Każda przyczyna jest pewnego rodzaju hipotezą, którą trzeba sprawdzić, aby przekonać się, czy spełnia postawione warunki. Gdy odwrócimy nasze rozumowanie, tzn. gdy wniosek, którym jest zdanie świeciło słońce uczynimy przesłanką, a przesłankę ulice i drzewa są suche, uczynimy wnioskiem, to otrzymamy wnioskowanie, które możemy zapisać następująco: świeciło słońce, i dlatego ulice i drzewa są suche. O ile poprzednio schemat wnioskowania nie był niezawodny, to tym razem schemat jest niezawodny. Wnioskowanie redukcyjne nie jest oparte na niezawodnych regułach i zwykle oparte jest na hipotetycznych, a czasami na błędnych przesłankach. Tego rodzaju wnioskowania często są stosowane w archeologii, ponieważ zwykle poszukujemy przesłanek do znanych nam stwierdzeń. Przykładowo takim rozumowaniem, zwanym także retrospekcją, posłużył się Józef Kostrzewski, dążąc do ustalenia ciągłości zaludnienia ziem polskich w pradziejach od wczesnego średniowiecza i cofając się aż do epoki brązu, poszukując w ten sposób przodków Słowian w kulturze łużyckiej (Kostrzewski 1961). 6. WERYFIKOWANIE ROZUMOWAŃ Ocena poprawności rozumowania wymaga przeprowadzenia analizy argumentacji, w której wyodrębnia się składniki logiczne mające wartość uzasadniającą, przede wszystkim racje (przesłanki) i następstwa (konkluzje, wni o- ski) rozumowań oraz ustala się strukturę logiczną wnioskowania. Aby ocenić poprawność rozumowania, należy przede wszystkim ocenić poprawność przesłanek i możliwości wyprowadzenia z nich wniosków. Przyjęcie nieprawdziwych przesłanek stanowi błąd, zwany błędem materialnym. W wielu wnioskowaniach (także matematycznych) pomija się wiele przesłanek uznanych za oczywiste rozumowania takie noszą nazwę rozumowań entymematycznych. By ocenić poprawność wnioskowania entymematycznego należy często uzupełnić je o brakujące przesłanki i ocenić ich prawdziwość, ze względu na zawodność poczucia oczywistości. W podziale Edwarda T. Halla (1984) na kultury wysokiego kontekstu i niskiego kontekstu wnioskowania w relacjach międzyosobowych w pierwszym przypadku mają często charakter entymematyczny. Dlatego rozumowania polegają na ujawnianiu przesłanek ukrytych, bądź uchodzących za oczywiste dla niektórych badaczy. Rozumowania dedukcyjne mają charakter rozumowań niezawodnych relacja wynikania ma w nim charakter czysto logiczny, zachodzi na mocy samej struktury zdania. By ustalić, że dane rozumowanie logiczne jest poprawne, trzeba udowodnić je za pomocą przyjętych aksjomatów lub zdań już

7 539 ROZUMOWANIE udowodnionych i reguł wynikania. Istnieje przy tym wiele rozumowań poprawnych, które możemy ocenić intuicyjnie przeważnie są one podstawieniami najważniejszych tautologii. Aby całe rozumowanie ocenić jako niededukcyjne i przez to zawodne, wystarczy też podanie dla rozumowania o pewnych przesłankach kontrprzykładu dla wniosku. Rozumowania, o których sądziliśmy, że są niezawodne, a w których nie zachodzi w rzeczywistości stosunek wynikania, obarczone są błędem formalnym. Istnieje wiele typowych błędów formalnych (np. błędne koło w rozumowaniu), które logika opisuje jako błędy logiczne. Ocena poprawności rozumowań niededukcyjnych jest zagadnieniem o wiele bardziej złożonym nie powstała też dotychczas w logice spójna, wyczerpująca i szeroko akceptowana teoria tych rozumowań. Jednak dla wszystkich rozumowań redukcyjnych, także naukowych, nie da się wskazać pełnego zestawu reguł poprawności można wymienić tylko najbardziej podstawowe. Można je uznać za poprawne, np. jeśli ich przesłanki trudno zakwestionować, jeśli nie są one subiektywnie pewne, jeśli nie zachodzi wyraźna dysproporcja między przyjmowaną pewnością wniosku a przyjmowaną pewnością przesłanek, jeśli ich wyniki nie są niezgodne z podstawowymi składnikami dotychczasowej wiedzy o świecie, jeśli nie przecenienia się prawdopodobieństwa prawdziwości wniosku w świetle przesłanek itp. (Fogelin 2007). Typowe sytuacje, w których przecenia się prawdopodobieństwo wniosku w świetle przesłanek, polegają na przeprowadzeniu zbyt małej liczbie obserwacji na zbyt małej próbie danej lub też niereprezentatywnej próbie danej zbiorowości, dalej na ignorowanie obserwacji niezgodnych z konkluzją ze względu na stronniczość obserwatora. Niekiedy błąd polega na utożsamieniu zwykłego następstwa czasowego dwóch stanów rzeczy ze związkiem przyczynowo-skutkowym, np. w założeniu, że każde zjawisko ma tylko jedną przyczynę, a pominięciu hipotez alternatywnych. Zarówno rozumowania redukcyjne, jak i dedukcyjne, mogą być obciążone błędem mętności. Rozumowania są wtedy mętne, gdy wniosek lub przesłanki zostały sformułowane niejasno oraz istnieje wiele sposobów ich interpretacji. Szczególnymi przypadkami rozumowań mętnych są rozumowania obciążone błędem kwantyfikacji lub kwalifikacji, rozumowania, dla których na skutek entymematyczności (ukrytych przesłanek) nie da się ustalić, czy mają one charakter dedukcyjny, czy redukcyjny. Taki rodzaj rozumowania określany jest jako enigmatyczny (wówczas nie daje się odgadnąć części przemilczanych). W przypadku rozumowań mętnych, można starać się o przeprowadzenie oceny poprawności argumentacji pośrednio, ustalając za pomocą kontekstu, jakie były intencje ich twórcy, ale zgodnie z logicznym następstwem. Jeśli jednak interpretacja znaczenia przesłanek i wniosku rozumowania nie jest możliwa (szczególnie, gdy nie jest w stanie podać jej sam twórca rozumowania), nie jest możliwa także żadna analiza jego poprawności.

8 540 METODYKA I METODOLOGIA BADAŃ ARCHEOLOGICZNYCH Wbrew opinii niektórych archeologów nie ma metod rozumowania, które byłyby stosowane wyłącznie w archeologii (Morgan 1973). W archeologii, p o- dobnie jak i winnych dziedzinach pretendujących do miana naukowych, stosowane są wszystkie dopuszczalne logicznie rodzaje rozumowań, chociaż zwykle rzadko są one analizowane. Przeważnie analizy poprawności rozumowania przeprowadzane są po wykryciu błędów, niezgodności z innymi wnioskami, itp. W publikacjach archeologicznych nieco więcej uwagi poświęcono rozumowaniom przez analogię ( Analogia ; Posern-Zieliński, Ostoja-Zagórski 1977) oraz abdukcję (Shelley 1996). Powstało także sporo prac poświęconych rozumowaniom statystycznym w archeologii (Fletcher, Lock 1995; Baxter 2003.) oraz kilka programów komputerowych z aplikacjami statystycznymi (BASP, TFQA). Jednak wszystkie te rozumowania stosowane są w wielu innych dziedzinach badań naukowych i dlatego nie można wyróżnić szczególnych cech, charakterystycznych wyłącznie dla archeologii. BIBLIOGRAFIA Baxter M Statistics in Archaeology. London. Brain K New finds at the Swartkrans australopithecine site. Nature, 225, s Fletcher M., Lock G.R Archeologia w liczbach. Podstawy statystyki dla archeologów. Poznań. Fogelin L Inference to the Best Explanation: A Common and Effective Form of Archaeological Reasoning, American Antiquity, 72, s Grobler A Metodologia nauk. Kraków. Hall E.T Poza kulturą. Warszawa. Kendall D.G Some problems and methods in statistical archaeology. World Archaeology, t. 1, s Kostrzewski J Zagadnienie ciągłości zaludnienia ziem polskich w pradziejach (od połowy II tysiąclecia p.n.e. do wczesnego średniowiecza). Poznań. Kunzmann, P., Burkard, F.P., Wiedmann, F Atlas filozofii. Warszawa. Lakatos I Pisma z filozofii nauk empirycznych. Warszawa. Lukrecjusz (Lucretius Titus Caro) 1957 O naturze wszechrzeczy, Warszawa.

9 541 ROZUMOWANIE Marciszewski, W. (red.) 1988 Mała encyklopedia logiki. Wrocław Morgan C.G Archaeology and Explanation, World Archaeology, 4, s Mortimerowa H Indukcja, w: Filozofia a nauka. Zarys encyklopedyczny. Wrocław. Petrie W.M.F Sequences in prehistoric remains. Journal of the Anthropological Institute, t. 29, s Popper K.R Wiedza obiektywna. Ewolucyjna teoria epistemologiczna, Warszawa. Posern-Zieliński A., Ostoja-Zagórski J Etnologiczna interpretacja i analogie etnograficzne w postępowaniu badawczym archeologii i prahistorii, Slavia Antiqua. t. 24, s Read D.W Statistical Methods and Reasoning in Archaeological Research: A Review of Praxis and Promise. Journal of Quantitative Archaeology, t. 1, s Shelley C Visual Abductive Reasoning in Archaeology, Philosophy of Science, t. 63, s Watson, R.A Inference in Archaeology, American Antiquity, t. 41, s Wójcicki R Dedukcja, w: Filozofia a nauka. Zarys encyklopedyczny. Wrocław, s Wylie A Between Philosophy and Archaeology, American Antiquity, t. 50, s Zeitlin R.N Documenting the Argument for a Scientific Approach to Archaeological Inference, Current Anthropology t. 31, s

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne Literatura: podstawowa: C. Radhakrishna Rao, Statystyka i prawda, 1994. G. Wieczorkowska-Wierzbińska, J. Wierzbiński, Statystyka. Od teorii do praktyki, 2013. A. Aczel, Statystyka w zarządzaniu, 2002.

Bardziej szczegółowo

RACHUNEK ZDAŃ 5. Układ przesłanek jest sprzeczny, gdy ich koniunkcja jest kontrtautologią.

RACHUNEK ZDAŃ 5. Układ przesłanek jest sprzeczny, gdy ich koniunkcja jest kontrtautologią. Błędy popełniane przy wnioskowaniach: 1) Błąd formalny popełniamy twierdząc, że dane wnioskowanie jest dedukcyjne w sytuacji, gdy schemat tego wnioskowania jest zawodny, tj. gdy wniosek nie wynika logicznie

Bardziej szczegółowo

Ogólna metodologia nauk

Ogólna metodologia nauk 1. Podział logiki: - semiotyka logiczna - logika formalna - ogólna metodologia nauk Ogólna metodologia nauk 2. Ogólna metodologia nauk zajmuje się metodami (sposobami postępowania) stosowanymi w poznawaniu

Bardziej szczegółowo

Kultura logiczna Wnioskowania dedukcyjne

Kultura logiczna Wnioskowania dedukcyjne Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a

Bardziej szczegółowo

Wstęp do logiki. Klasyczny Rachunek Zdań III

Wstęp do logiki. Klasyczny Rachunek Zdań III Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję

Bardziej szczegółowo

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ Robert Trypuz Katedra Logiki KUL 18 grudnia 2013 Robert Trypuz (Katedra Logiki) Wnioskowanie 18 grudnia 2013 1 / 12 Zarys 1 Wnioskowanie Definicja Schemat wnioskowania

Bardziej szczegółowo

Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań.

Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań. Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań. Metoda dedukcji i indukcji w naukach społecznych: Metoda dedukcji: 1. Hipoteza 2. Obserwacja 3. Przyjęcie lub

Bardziej szczegółowo

Logika stosowana. Ćwiczenia Wnioskowanie przez abdukcję. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski

Logika stosowana. Ćwiczenia Wnioskowanie przez abdukcję. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski Logika stosowana Ćwiczenia Wnioskowanie przez abdukcję Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Wykład fakultatywny w semestrze zimowym 2013/2014 Marcin Szczuka (MIMUW) Logika stosowana

Bardziej szczegółowo

Wprowadzenie do logiki Klasyfikacja wnioskowań, cz. I

Wprowadzenie do logiki Klasyfikacja wnioskowań, cz. I Wprowadzenie do logiki Klasyfikacja wnioskowań, cz. I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan: definicja pojęcia wnioskowania wypowiedzi inferencyjne i wypowiedzi argumentacyjne

Bardziej szczegółowo

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża,

Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, Prof. UAM, dr hab. Zbigniew Tworak Zakład Logiki i Metodologii Nauk Instytut Filozofii Wstęp do logiki Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, kto poprawnie wnioskuje i uzasadnia

Bardziej szczegółowo

Filozofia, Historia, Wykład V - Filozofia Arystotelesa

Filozofia, Historia, Wykład V - Filozofia Arystotelesa Filozofia, Historia, Wykład V - Filozofia Arystotelesa 2010-10-01 Tematyka wykładu 1 Arystoteles - filozof systematyczny 2 3 4 Podział nauk Arystoteles podzielił wszystkie dyscypliny wiedzy na trzy grupy:

Bardziej szczegółowo

Filozofia przyrody, Wykład V - Filozofia Arystotelesa

Filozofia przyrody, Wykład V - Filozofia Arystotelesa Filozofia przyrody, Wykład V - Filozofia Arystotelesa 2011-10-01 Tematyka wykładu 1 Arystoteles - filozof systematyczny 2 3 4 Różnice w metodzie uprawiania nauki Krytyka platońskiej teorii idei Podział

Bardziej szczegółowo

wypowiedzi inferencyjnych

wypowiedzi inferencyjnych Wnioskowania Pojęcie wnioskowania Wnioskowanie jest to proces myślowy, w którym na podstawie mniej lub bardziej stanowczego uznania pewnych zdań zwanych przesłankami dochodzimy do uznania innego zdania

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

STATYSTYKA INDUKCYJNA. O sondażach i nie tylko

STATYSTYKA INDUKCYJNA. O sondażach i nie tylko STATYSTYKA INDUKCYJNA O sondażach i nie tylko DWA DZIAŁY ESTYMACJA Co na podstawie wyników z próby mogę powiedzieć o wynikach w populacji? WERYFIKACJA HIPOTEZ Czy moje przypuszczenia uczynione przed badaniami

Bardziej szczegółowo

Konspekt do wykładu z Logiki I

Konspekt do wykładu z Logiki I Andrzej Pietruszczak Konspekt do wykładu z Logiki I (z dnia 24.11.2006) Poprawność rozumowania. Wynikanie Na wykładzie, na którym omawialiśmy przedmiot logiki, powiedzieliśmy, że pojęcie logiki wiąże się

Bardziej szczegółowo

Akademia Wychowania Fizycznego i Sportu w Gdańsku SYLABUS NA CYKL KSZTAŁCENIA 2014-2016

Akademia Wychowania Fizycznego i Sportu w Gdańsku SYLABUS NA CYKL KSZTAŁCENIA 2014-2016 Załącznik Nr 1 do Uchwały Senatu AWFiS w Gdańsku Nr 16 z dnia 27 kwietnia 2012 roku Akademia Wychowania Fizycznego i Sportu w Gdańsku SYLABUS NA CYKL KSZTAŁCENIA 2014-2016 Jednostka Organizacyjna: Rodzaj

Bardziej szczegółowo

Uniwersytet Śląski w Katowicach str. 1 Wydział

Uniwersytet Śląski w Katowicach str. 1 Wydział Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: teologia, jednolite magisterskie Specjalność: teologia nauczycielska i ogólna Sylabus modułu: Filozofia logika i epistemologia (11-TS-12-FLEa)

Bardziej szczegółowo

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0 Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia

Bardziej szczegółowo

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998)

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PARADYGMAT INTUICJE Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PIERWSZE UŻYCIA językoznawstwo: Zespół form deklinacyjnych lub koniugacyjnych

Bardziej szczegółowo

Rachunek zdań i predykatów

Rachunek zdań i predykatów Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)

Bardziej szczegółowo

Filozofia z elementami logiki Klasyfikacja wnioskowań II część 1

Filozofia z elementami logiki Klasyfikacja wnioskowań II część 1 Filozofia z elementami logiki Klasyfikacja wnioskowań II część 1 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan: wnioskowania uprawdopodabniające indukcja eliminacyjna 2 Plan:

Bardziej szczegółowo

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

ćwiczenia 15 zaliczenie z oceną

ćwiczenia 15 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb

Bardziej szczegółowo

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów

Bardziej szczegółowo

Rozdział VII. Znaczenie logiki dla prawa i pracy prawnika Zadania i odpowiedzi 20

Rozdział VII. Znaczenie logiki dla prawa i pracy prawnika Zadania i odpowiedzi 20 Przedmowa Wykaz skrótów XIII XV Część A. Wprowadzenie Rozdział I. Rys historyczny 1 1. Początki logiki jako nauki 1 2. Średniowiecze 2 3. Czasy nowożytne i współczesne 4 Rozdział II. Podstawowe prawa myślenia

Bardziej szczegółowo

Naukoznawstwo (Etnolingwistyka V)

Naukoznawstwo (Etnolingwistyka V) Naukoznawstwo (Etnolingwistyka V) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 20 X 2007 Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 20 X 2007 1 / 49

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom

Bardziej szczegółowo

INFORMATYKA a FILOZOFIA

INFORMATYKA a FILOZOFIA INFORMATYKA a FILOZOFIA (Pytania i odpowiedzi) Pytanie 1: Czy potrafisz wymienić pięciu filozofów, którzy zajmowali się także matematyką, logiką lub informatyką? Ewentualnie na odwrót: Matematyków, logików

Bardziej szczegółowo

KARTA KURSU. Odnowa Biologiczna

KARTA KURSU. Odnowa Biologiczna KARTA KURSU Odnowa Biologiczna Nazwa Nazwa w j. ang. Metodologia nauk przyrodniczych Methodology of the natural science Kod Punktacja ECTS* 2.0 Koordynator Dr hab. Alicja Walosik Zespół dydaktyczny Dr

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

6.4 Podstawowe metody statystyczne

6.4 Podstawowe metody statystyczne 156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione

Bardziej szczegółowo

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

STATYSTYKA INDUKCYJNA. O sondaŝach ach i nie tylko

STATYSTYKA INDUKCYJNA. O sondaŝach ach i nie tylko STATYSTYKA INDUKCYJNA O sondaŝach ach i nie tylko DWA DZIAŁY ESTYMACJA Co na podstawie wyników w z próby mogę powiedzieć o wynikach w populacji? WERYFIKACJA HIPOTEZ Czy moje przypuszczenia uczynione przed

Bardziej szczegółowo

Paradygmaty dowodzenia

Paradygmaty dowodzenia Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.

Bardziej szczegółowo

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.

Bardziej szczegółowo

10/24/2015 CELE ZAJĘĆ PLAN ZAJĘĆ METODY BADAŃ SPOŁECZNYCH WYKŁAD 1

10/24/2015 CELE ZAJĘĆ PLAN ZAJĘĆ METODY BADAŃ SPOŁECZNYCH WYKŁAD 1 METODY BADAŃ SPOŁECZNYCH WYKŁAD 1 dr Agnieszka Kacprzak CELE ZAJĘĆ Jak w poprawnie metodologiczny sposób rozwiązywać problemy pojawiające się w nauce i w biznesie? Jak definiować problemy badawcze? Jakie

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść II

PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść II PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść II Szkic wykładu 1 Wprowadzenie 2 3 4 5 Weryfikacja hipotez statystycznych Obok estymacji drugim działem wnioskowania statystycznego jest weryfikacja hipotez

Bardziej szczegółowo

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę

Bardziej szczegółowo

Ogólna metodologia nauk SYLABUS A. Informacje ogólne. Semiotyka kognitywna, Konceptualizacja i definiowanie

Ogólna metodologia nauk SYLABUS A. Informacje ogólne. Semiotyka kognitywna, Konceptualizacja i definiowanie Ogólna metodologia nauk SYLABUS A. Informacje ogólne Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu Język przedmiotu Rodzaj przedmiotu

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. konwersatoria 30 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. konwersatoria 30 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Administracja Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): I stopnia Tryb studiów:

Bardziej szczegółowo

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

Badania naukowe. Tomasz Poskrobko. Metodyka badań naukowych

Badania naukowe. Tomasz Poskrobko. Metodyka badań naukowych Badania naukowe Tomasz Poskrobko Metodyka badań naukowych Badania naukowe w szerokim ujęciu etapowy proces twórczych czynności, przebiegający od ustalenia i powzięcia decyzji o rozwiązaniu problemu badawczego,

Bardziej szczegółowo

Elementy filozofii i metodologii INFORMATYKI

Elementy filozofii i metodologii INFORMATYKI Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się Ogół rozmyślań, nie zawsze naukowych, nad naturą człowieka,

Bardziej szczegółowo

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1 Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Międzynarodowych

Bardziej szczegółowo

3. Rodzaj modułu kształcenia obowiązkowy lub fakultatywny obowiązkowy. 5. Poziom studiów I lub II stopień, lub jednolite studia magisterskie I stopień

3. Rodzaj modułu kształcenia obowiązkowy lub fakultatywny obowiązkowy. 5. Poziom studiów I lub II stopień, lub jednolite studia magisterskie I stopień OPISU MODUŁU KSZTAŁCENIA (SYLABUS) I. Informacje ogólne 1. Nazwa modułu Podstawy historii i metodologii archeologii 2. Kod modułu 05-PHMA-35 3. Rodzaj modułu obowiązkowy lub fakultatywny obowiązkowy 4.

Bardziej szczegółowo

Charakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)

Charakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe) Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka

Bardziej szczegółowo

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

Metodologia badań psychologicznych. Psychologia jako nauka empiryczna (1)

Metodologia badań psychologicznych. Psychologia jako nauka empiryczna (1) Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna (1) Literatura J. Brzeziński (2011) Metodologia badań psychologicznych. PWN J. Shaughnessy ;

Bardziej szczegółowo

Sylabus dla przedmiotu Logika i ogólna metodologia nauk

Sylabus dla przedmiotu Logika i ogólna metodologia nauk Sylabus dla przedmiotu Logika i ogólna metodologia nauk 1. Definicja pojęcia logika Wprowadzenie w tematykę przedmiotu (szkic czym jest logika, jak należy ją rozumieć, przedmiot logiki, podział logika

Bardziej szczegółowo

DYDAKTYKA FIZYKI. zagadnienia wybrane

DYDAKTYKA FIZYKI. zagadnienia wybrane Jadwiga Salach DYDAKTYKA FIZYKI zagadnienia wybrane KRAKÓW 1986 WYDAWNICTWO NAUKOWE WYŻSZEJ SZKOŁY PEDAGOGICZNEJ Recenzenci Doc. dr KAZIMIERZ BADZIĄG Doc. dr IGNACY STĘPNIOWSKI BARBARA KIEDRZYCKA-SZATKO

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Naukoznawstwo. Michał Lipnicki Zakład Logiki Stosowanej UAM Michał Lipnicki Naukoznawstwo 1

Naukoznawstwo. Michał Lipnicki Zakład Logiki Stosowanej UAM Michał Lipnicki Naukoznawstwo 1 Naukoznawstwo Michał Lipnicki Zakład Logiki Stosowanej UAM michal.lipnicki@amu.edu.pl Michał Lipnicki Naukoznawstwo 1 Metody naukowe Metoda systematycznie stosowany sposób działania w jakiejś dziedzinie.

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy

Bardziej szczegółowo

Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,

Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej, Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (estymacja punktowa, przedziałowa)

Bardziej szczegółowo

NOWE ODKRYCIA W KLASYCZNEJ LOGICE?

NOWE ODKRYCIA W KLASYCZNEJ LOGICE? S ł u p s k i e S t u d i a F i l o z o f i c z n e n r 5 * 2 0 0 5 Jan Przybyłowski, Logika z ogólną metodologią nauk. Podręcznik dla humanistów, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2003 NOWE

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

Zasady krytycznego myślenia (1)

Zasady krytycznego myślenia (1) Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów

Bardziej szczegółowo

O argumentach sceptyckich w filozofii

O argumentach sceptyckich w filozofii O argumentach sceptyckich w filozofii - Czy cokolwiek można wiedzieć na pewno? - Czy cokolwiek można stwierdzić na pewno? Co myśli i czyni prawdziwy SCEPTYK? poddaje w wątpliwość wszelkie metody zdobywania

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka

Bardziej szczegółowo

Metodologia badań naukowych

Metodologia badań naukowych Metodologia badań naukowych Cele zajęć: Nabycie umiejętności określania problemu badawczego i planowania badania Przyswojenie umiejętności z zakresu przygotowania i przeprowadzenia badania empirycznego

Bardziej szczegółowo

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Elementy filozofii i metodologii INFORMATYKI

Elementy filozofii i metodologii INFORMATYKI Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu 1. Metody wnioskowania statystycznego vs. metody opisu 2. Testowanie hipotez statystycznych

Bardziej szczegółowo

Ekonometria. Zajęcia

Ekonometria. Zajęcia Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)

Bardziej szczegółowo

Wnioskowanie bayesowskie

Wnioskowanie bayesowskie Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne

Metody Statystyczne. Metody Statystyczne #7 1 Czy straszenie jest bardziej skuteczne niż zachęcanie? Przykład 5.2. s.197 Grupa straszona: 8,5,8,7 M 1 =7 Grupa zachęcana: 1, 1, 2,4 M 2 =2 Średnia ogólna M=(M1+M2)/2= 4,5 Wnioskowanie statystyczne

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Testowanie hipotez statystycznych Przypuśdmy, że mamy do czynienia z następującą sytuacją: nieznany jest rozkład F rządzący pewnym zjawiskiem losowym. Dysponujemy konkretną próbą losową ( x1, x2,..., xn

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych 9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :

Bardziej szczegółowo

Logika nieformalna. Paweł Łoziński plozinsk. 17 marzec Instytut Informatyki WEiTI PW

Logika nieformalna. Paweł Łoziński  plozinsk. 17 marzec Instytut Informatyki WEiTI PW Paweł Łoziński http://www.ii.pw.edu.pl/ plozinsk Instytut Informatyki WEiTI PW 17 marzec 2009 Agenda 1 Wstęp historyczny 2 3 Stwierdzenia Przesłanki Reguły wnioskowania Sens istnienia dialogu podstawowe

Bardziej szczegółowo

Logika dla socjologów Część 2: Przedmiot logiki

Logika dla socjologów Część 2: Przedmiot logiki Logika dla socjologów Część 2: Przedmiot logiki Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Działy logiki 2 Własności semantyczne i syntaktyczne 3 Błędy logiczne

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 23 października 2016 Metodologia i metoda naukowa 1 Metodologia Metodologia nauka o metodach nauki

Bardziej szczegółowo

Systemy ekspertowe. Krzysztof Patan

Systemy ekspertowe. Krzysztof Patan Systemy ekspertowe Krzysztof Patan Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem

Bardziej szczegółowo

LOGIKA Wprowadzenie. Robert Trypuz. Katedra Logiki KUL GG października 2013

LOGIKA Wprowadzenie. Robert Trypuz. Katedra Logiki KUL GG października 2013 LOGIKA Wprowadzenie Robert Trypuz Katedra Logiki KUL GG 43 e-mail: trypuz@kul.pl 2 października 2013 Robert Trypuz (Katedra Logiki) Wprowadzenie 2 października 2013 1 / 14 Plan wykładu 1 Informacje ogólne

Bardziej szczegółowo

Metody doboru próby do badań. Dr Kalina Grzesiuk

Metody doboru próby do badań. Dr Kalina Grzesiuk Metody doboru próby do badań Dr Kalina Grzesiuk Proces doboru próby 1. Ustalenie populacji badanej 2. Ustalenie wykazu populacji badanej 3. Ustalenie liczebności próby 4. Wybór metody doboru próby do badań

Bardziej szczegółowo

EGZAMIN MATURALNY 2011 FILOZOFIA

EGZAMIN MATURALNY 2011 FILOZOFIA Centralna Komisja Egzaminacyjna w Warszawie EGZAMIN MATURALNY 2011 FILOZOFIA POZIOM ROZSZERZONY MAJ 2011 2 Egzamin maturalny z filozofii poziom rozszerzony Zadanie 1. (0 1) Obszar standardów B. Opis wymagań

Bardziej szczegółowo

Filozofia z elementami logiki Klasyfikacja wnioskowań I część 1

Filozofia z elementami logiki Klasyfikacja wnioskowań I część 1 Filozofia z elementami logiki Klasyfikacja wnioskowań I część 1 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan: definicja pojęcia wnioskowania wypowiedzi inferencyjne i wypowiedzi

Bardziej szczegółowo

Filozofia z elementami logiki O czym to będzie?

Filozofia z elementami logiki O czym to będzie? Filozofia z elementami logiki O czym to będzie? Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Filozofia z elementami logiki Dwa fundamentalne pytania: Czym zajmuje się logika? Czym

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

10/4/2015 CELE ZAJĘĆ PLAN ZAJĘĆ METODY BADAŃ SPOŁECZNYCH WYKŁAD 1: ZAJĘCIA WPROWADZAJĄCE

10/4/2015 CELE ZAJĘĆ PLAN ZAJĘĆ METODY BADAŃ SPOŁECZNYCH WYKŁAD 1: ZAJĘCIA WPROWADZAJĄCE METODY BADAŃ SPOŁECZNYCH WYKŁAD 1: ZAJĘCIA WPROWADZAJĄCE dr Agnieszka Kacprzak CELE ZAJĘĆ Jak w poprawnie metodologiczny sposób rozwiązywać problemy pojawiające się w nauce i w biznesie? Jak definiować

Bardziej szczegółowo

Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu

Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu Witold Marciszewski: Wykład Logiki, 17 luty 2005, Collegium Civitas, Warszawa Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu 1. Poniższe wyjaśnienie (akapit

Bardziej szczegółowo

Konstrukcja odcinków niewymiernych z wykorzystaniem. Twierdzenia Pitagorasa.

Konstrukcja odcinków niewymiernych z wykorzystaniem. Twierdzenia Pitagorasa. 1 Konstrukcja odcinków niewymiernych z wykorzystaniem Twierdzenia Pitagorasa. Czas trwania zajęć: ok. 40 minut + 5 minut na wykład Kontekst w jakim wprowadzono doświadczenie: Doświadczenie warto zrealizować

Bardziej szczegółowo