Tentafrågor 2 Flashcards

Question

4.4 Beskriv olika svar (och kanske ge ett eget svar) som getts till frågan ”Finns det en vetenskaplig metod?”

Answer 1

1. Nej. Feyerabend: ”Anything goes” - Om man tittar närmare på olika vetenskapliga metoder så ser man att de skiljer sig mycket åt, ingen gemensam nämnare som definierar VM. 2. Ja, vetenskap är det man håller på med vid universitet och högskolor (operationell definition). – Problem: Verksamheter på universitet/högskolor kan skilja sig mycket från varandra, huamniora, naturvetenskap osv…Och många ställen får kallas för universitet. 3. Ja, alla vetenskaper använder sig av hypotetisk-deduktiv metod (Johanssons favorit). Det verkar inte finnas en universell vetenskaplig metod. Istället meningsfullt att tänka på vetenskapen som en uppsättning metoder, praxis och värderingar som utvecklas och anpassas över tid beroende på disciplin, historiska omständigheter och specifika forskningsbehov.

Answer 2

Generell form HDM Premiss 1: Om hypotesen H stämmer bör vi kunna observera den empiriska konsekvensen E Premiss 2: E Stämmer Slutsats: H (men vi säger STYRKT, annars logiskt felslut) Exempel HDM: Premiss 1: Om terapi ökar graden av välbefinnande så bör vi kunna observera högre genomsnittlig grad av välbefinnande i behandlingsgruppen (som får terapi) än i kontrollgruppen. Premiss 2: Vi observerar högre grad av välbefinnande i behandlingsgruppen. Slutsats: Terapi ökar graden av välbefinnande (Vi säger kanske, annars logiskt felslut). Logiskt problem med HDM: Det är ett logiskt felslut (bekräftelse av antecedenten). För vad premissen 1 säger är att hypotesen är tillräcklig men inte nödvändig för den empiriska konsekvensen, alltså behöver inte slutsatsen vara sann.

Answer 3

Hjälphypotes = Villkor som måste vara uppfyllt för att logiskt kunna härleda de empiriska konsekvenserna utifrån den hypotes som skall testas. Hjälphypotesernas sanningshalt testas inte i den aktuella undersökningen utan de antas vara sanna. Exempel: Tillräckligt bra mätinstrument, tillräckligt med deltagare, tillräckligt med power. Premiss 1: Om hypotesen H stämmer, och om undersökningen har tillräcklig power(hjälphypotes), bör vi kunna observera den empiriska konsekvensen E Premiss 2: E stämmer inte Slutsats: H stämmer inte, eller så var power för låg. Inget statistiskt signifikant samband mellan serotonin och depression, möjliga anledningar: (1) Det finns inget samband; (2) För få undersökningsdeltagare; (3) Inte tillräckligt bra mätningar etc.

Answer 4

Null-Hypothesis Significance Testing, NHST: Utifrån mätningar av stickprov vill man uttala sig om populationer. används för att avgöra om en observerad effekt i data är statistisk signifikant. 1. Formulera H0 och H1 2. Sätt alfa: Vanligen 0.05, vilket innebär att du är villig att acceptera en 5 % risk att felaktigt förkasta H0 när den är sann. 3. Samla in data och beräkna teststatistik: T.ex. t-värde eller z-värde beroende på datans typ och distrbution 4. Sätt kritiskt värde som din teststatistik behöver överstiga för att vi ska förkasta H0 eller sätt ett p-värde som är sannolikheten att observera erhållen teststatistik givet att H0 är sann. Om p > alfa, förkasta H0 5. Dra slutsats, om överstiger kritiskt värde eller p > alfa, så förkasta H0 till förmån för H1

Answer 5

Problem med NHST: * Tar inte hänsyn till tidigare evidens för H1. Ska man anta att män och kvinnor i genomsnitt är lika långa om man vid en testning får P > 0.05? Ska man anta att en person kan läsa tankar om man vid en testning får P < 0.05? * Estimerar P(Z|H0) men tar inte hänsyn till P(Z|H1). Antag att vi har H1: Imorgon kommer jorden att anfallas av marsianer; H0: Marsianerna anfaller inte. Om H0 stämmer, är sannolikheten för två sexor vid ett kast med två tärningar = 1/36 = 2.8%. Om vi får två sexor, ska vi anta att marsianerna anfaller?

Answer 6

En undersöknings statistiska power avser sannolikheten för att ett statistiskt test korrekt avvisar nollhypotesen när H0 faktiskt är falsk. Högre power minskar risken för typ II fel (felaktigt behåller H0) Allmän riktlinje = o.8. vilket innebär att det är 80% chans att testet korrekt avvisar H0 när det finns en faktiskt effekt.

Answer 7

Med Bayes teorem, en formel där vi tar hänsyn till tidigare evidens för H1 samt (PZ l E) och estimerar därför mer mer exakt det vi är intresserade av. Dvs Sannolikheten att vår forskningshypotes stämmer givet evidensen (vår nuvarande och tidigare). (Formel som jag inte orkar lära mig.)

Answer 8

I exemplen hade vi prior probability för H1 lika med 0.99 (längd), 0.04 (tankeläsning) samt 0.2 (marsianer). När vi med Bayes Teorem beräknar sannolikheten för att vår hypotes stämmer givet evidensen, stoppar vi in värden för ”prior probabilities” i formeln. Detta står för ”subjektiva grader av tro” och kan vara baserat på tidigare forskning eller t.o.m. rena gissningar. Så resultatet kommer vara olika beroende på vilken forskare som gör kalkylen.

Answer 9

Nej. För folks uppfattning bör konvergera efter några omgångar med ny evidens, oavsett hur olika ”prior probability” de hade från början. För om man har låg ”prior prob” för att en viss hypotes gäller, men får ett signifikant resultat, så kommer ens bedömda sannolikhet för att hypotesen stämmer öka mer jämfört med någon som låg högt från början. Samma sak gäller i båda riktningar (hyp stämmer/hyp stämmer ej).

Answer 10

PPV: Sannolikheten att H1 stämmer givet ett signifikant resultat (= 1 – risk för typ 1- fel om H0 förkastas). NPV: Sannolikheten att H0 stämmer givet ett icke- signifikant resultat (= 1 – risk för typ 2-fel om H0 behålls). EXEMPEL: H1: Män är i genomsnitt längre än kvinnor P(H1) = 0.99; P(H0) = 1 – 0.99 = 0.01 Undersökningens power = 0.7 Signifikansnivå = 0.05 True H0 rejected H0 retained Sum H1 0,693 0,297 0,99 H0 0,0005 0,0095 0,01 PPV = 0.693 / (0.693+0.0005) = 0.999 NPV = 0.0095 / (0.0095+0.297) = 0.031 Två mått som används för att utvärdera prestanda hos ett diagnostiskt test. **PPV:** anger sannolikheten för sanna positiva ex: PPV är 90% i ett diagnostiskt test. Sannolikeheten att du faktiskt har sjudomen när testet visar det är 90% **NPV: **anger sannolikheten för Sanna negativa Ex: NPV är 95%. Sannolikheten att testet säger att du inte har sjukdomen när du faktiskt inte har den är 95% PPV och NPV påverkas av förekomsten av sjukdomen i populationen.

Answer 11

Tillförlitligheten (PPV) för ett signifikant (positivt) resultat ökar med prior och power. Tillförlitligheten (NPV) för ett icke-signifikant (negativt) resultat minskar med prior (alltså ökar med 1-prior) och ökar med power. Öka testets känslighet - alltså testets förmåga att korrektidentifiera sanna positiva vilket ger färre falska negativa och därmed ökar NPV Öka testets specificitet - att testet korrekt identifierar sanna negativa vilket ger färre falska positiva och därmed ökar PPV Bekräftelsetest - minskar antalet falska positiva och ökar PPV

Answer 12

Ad hoc-modifikationer = modifikationer som inte har några testbara konsekvenser utöver de testbara konsekvenserna av den ursprungliga teorin/hypotesen och som därmed gör teorin/hypotesen mindre falsifierbar. (Dvs det blir svårare att bevisa att den är falsk). EXEMPEL: Premiss 1: Om alla himlakroppar är jämna, ser de jämna ut. Premiss 2: Månen är en himlakropp, men den ser inte jämn ut. Slutsats: Inte alla himlakroppar är jämna, eller så täcks månen av en jämn osynlig massa 🡨ad hoc modification. Ad-hoc modifikationer är tillägg eller ändringar som görs i en teori eller hypotes för att rädda den från att förkastas. Alla svanar är vita. Reser till Australien, ser en svart svan. Modifierar hypotes: Alla svanar är vita förutom i Australien.

Answer 13

Hume menade att slutsatser om kausalitet inte baseras på deduktiv logik utan på induktion. Vi är benägna att uppleva händelsen X som orsak till händelsen Y om X vid upprepade tillfällen föregår Y i tiden (helst nära inpå) och i rumslig närhet. Men det kausala i relationen kan vi aldrig observera. (Regularitetsteorin) Så, tre kriterier för kausalitet: 1. Orsak föregår eller är samtidig med sin verkan. 2.Orsak och verkan är närliggande i rummet, eller sammankopplade genom en mellanliggande kedja av orsak-verkanförbindelser. 3. Orsaken följs alltid av sin verkan (mod: orsaken gör verkan mer sannolik).

Answer 14

En orsak till en händelse är: En otillräcklig men nödvändig del i ett komplex av (flera) faktorer som tillsammans är tillräckliga, men inte nödvändiga, för att händelsen skall inträffa. Exempel: Herr X går på trottoaren, får en hammare i huvudet och dör. Orsak till hans frånfälle? 1. Byggaren Y tappade hammaren. 2. Jordens dragningskraft. 3. Herr X gick på trottoaren. 4. Herr X hade inte hjälm. o.s.v. Var och ett av ovanstående villkor är enskilt nödvändiga men inte enskilt tillräckliga för att herren ska dö. Tillsammans är de tillräckliga för herr Xs död, men inte nödvändiga (han hade kunnat dö på något annat sätt). Så vilket av alla INUS-villkor skall vi peka ut som Orsaken? Ett INUS- villkor är inte tillräckligt i sig för att en händelse ska inträffa, men det är en nödvändighet av en större uppsättning villkor som tillsammans är tillräckliga för händelsen. Många gånger är orsakssamband komplexa. Ex: Syre, gnista och bränsle

Answer 15

Kriterier (subjektiva) för val av INUS-villkor: 1. Avvikande händelser måste ju orsakas av avvikande villkor. Ex: Utan hjälm går bort eftersom ej avvikande att promenera utan hjälm. Även gravitationen går bort pga alltid där. Gick trottoar går bort pga ej avvikande att gå trottoar. Kvar finns ”byggaren y tappade hammaren”. 2. Orsaken måste vara någonting som man kan påverka. 3. Orsaken är ett villkor med hög grad av specificitet. Kvar finns ”byggaren y tappade hammaren”, så detta blir orsaken. Men bedömingen är ju subjektiv. Förklaringar: 1. Enkelhet- färre antal antaganden 2. Empirisk evidens - stöds av observation 3. Kontexutell relevans - torr eller regnig dag?

Answer 16

Enligt Reichenbachs princip kan en korrelation mellan två variabler, X och Y, bero på tre olika saker: 1. X orsakar Y. 2. Y orsakar X. 3. X och Y har en gemensam orsak (confounding factor). (I ett stickprov kan en uppmätt korrelation även ha kunnat uppkomma av en slump. För att kontrollera för detta kan man utföra statistisk signifikansprövning).

Answer 17

Kausalitet kräver att orsaken har en fysikalisk effekt på sin verkan, oftast i form av energiöverföring. Om utbildning har en kausal effekt på inkomst så måste den fysiska händelsen att ”få en hög utbildning” ha en fysisk inverkan på den fysiska händelsen ”få hög inkomst”. Tex här via mellanliggande faktorer som fysiska objekt, fotoner och neuronaktivitet.

Answer 18

Ett vanligt tillvägagångssätt för att testa om ett samband mellan x och y beror på att x har en kausal effekt på y är genom så kallade RCT (randomised controlled trial). Ett exempel är en forskargrupp som vill testa om ett visst läkemedel kan sänka blodtrycket hos en patientgrupp. Det som utmärker en RCT är att man randomiserar personer till en interventionsgrupp och en kontrollgrupp. Randomiseringar har som syfte att göra grupper likvärdiga och jämförbara eftersom det enda man vill ska skilja grupperna åt är huruvida dom får läkemedlet eller inte. Eftersom ena gruppen får läkemedlet och den andra inte, samt att grupperna är randomiserade gör att man kan se den rena effekten av läkemedlet x på blodtrycket y. Visar det sig att blodtrycket sänks hos patienterna i interventionsgruppen jämfört med kontrollgruppen kan man säga att läkemedlet x har en kausal effekt på blodtrycket y. +utesluta bakomliggande variabel

Answer 19

Sannolikheten för en händelse att inträffa givet att en anna händelse redan inträffat. Ex: sannolikheten att dra ett ess givet att vi vet att det kort vi dragit är rött och att det finna totalt 52 kort, hälften är röda och två stycken är ess. 2/26

Answer 20

”Oberoende händelser” som en produkt: Två händelser, A och B, är oberoende om: P(A och B) = P(A) * P(B) Dvs sannolikheten att både A och B inträffar är produkten av att var och en inträffar. ”Oberoende händelser” som en betingad sannolikhet: A och B är oberoende om P(A|B) = P(A|-B) = P(A)

Answer 21

en indirekt orsak ger inte direkt upphov till en händelser, men bidrar till att skapa förutsättningar för en direkt orsak att inträffa. Indirekta orsaker uppfyller INUSvillkoren och är också orsaker. Undersöker man riktigt noga så finns nästan alltid en faktor som medierar effekten mellan en orsak oss dess verkan. Rökning ökar inte direkt risken för död, men eftersom rökning ökar risken för cancer, och cancer ökar risken för död, så ökar rökning risken för död. Ex: Indirekt orsak: fönstret är öppet Direkt orsak: vinden blåder omkull glaser resultat: pöl på golvet

Answer 22

Rent statistiskt går det inte att skilja mediering från confounding. I båda fallen finns det en korr mellan A och C som försvinner när man kontrollerar för B. Mediering handlar om att förklara hur eller genom vilken mekanism en effekt sker. Ex: Stress ökar chokladkonsumtion genom trötthet Confounding handlar om en störande variabel som kan ge en missvisande bild av sambandet mellan den oberoende och beroende variabeln. Statistiskt hanteras de olika genom att antingen inkludera medieringsvariabeln i en modell för att undersöka dess effekt eller kontrollera för confounder för att få det rena sambandet mellan A och B.

Answer 23

Deduktion betyder att dra slutsatser från givna förutsättningar och det du redan vet. Induktion betyder att dra slutsatser baserat på observationer.) Enligt vissa är vetenskapens mål att ge förklaringar om hur världen är beskaffad (stilla nyfikenhet), medan andra tycker att förklaringar är oväsentliga och istället är målet att göra korrekta förutsägelser. Ytterligare vissa anser att det enda som skiljer förklaringar och förutsägelser är att det förra handlar om sådant som redan inträffat medan den senare handlar om framtida händelser och kan man förutsäga så har man förstått. Invändning: Vi kan notera samband utan att förstå vad som orsakar dem (årstiderna); Vi kan kanske också ha förståelse utan förmåga till prediktioner (evolutionsbiologi). Förståelse Enligt ytterligare en distinktion syftar naturvetenskaperna till att klargöra orsakssamband medan målet för samhällsvetenskaper/humaniora är att uppnå förståelse. Man skall inse en aktörs intentioner, vilket bl.a. kräver empati. - Vetenskapen som en process, inte som ett mål - Kunna förutsäga, förklara och manipulera skeenden

Answer 24

En förklaring är en deduktiv härledning av explanandum (det som skall förklaras) utifrån en eller flera vetenskapliga lagar (nomos) samt ett eller flera initialvillkor (explanans). DN Exempel: Människor blir arga om de blir förolämpade (nomos/”vetenskaplig lag”) Lisa är en människa (initialvillkor) Lisa blev förolämpad (initialvillkor) Alltså blev Lisa arg (explanandum) DN Problem: 1. Om förklaringar kräver vetenskapliga lagar, hur har vi kommit fram till dessa? Det blir ett cirkelresonemang om korrektheten hos dessa lagar baseras på det de skall förklara. 2. Det finns inte nödvändig asymmetri i DN-modellen. Det är otillfredsställande att A kan användas för att förklara B och att B samtidigt kan användas för att förklara A. 3. DN-modellen tillåter att man förklarar enskilda fakta utifrån enkla generaliseringar. DN Förbättringsförslag: 1. De refererade lagarna måste vara orsakslagar (i ”om A så B” ska A vara en kausal orsak till B). 2. Unification: En bra förklaring (explanans) förklarar inte endast ett specifikt explanandum, utan flera andra på samma gång.

Answer 25

Om man i en DN-modell byter ut en (eller flera) deterministiska lagar mot en statistisk lag så får man en statistisk förklaring. Med 80% sannolikhet blir människor arga om de blir förolämpade (statistisk lag) Lisa är en människa (initialvillkor) Lisa blev förolämpad (initialvillkor) Alltså blev Lisa arg (explanandum) Men nu är explanandum inte längre deduktivt härledd.

Answer 26

Ett problem med statistiska förklaringar är att sannolikheten påverkas av hur vi beskriver händelsen, vilken referensklass den upplevs tillhöra (referensklassproblemet) Ytterligare problem med statistiska förklaringar. För att få fram sannolikhet behöver du en referensgrupp. Problemet är att du får olika sannolikheter beroende på vilken grupp du jämför med. Om den statistiska förklaringen är bra beror på hur mycket information vi bestitter om själva händelsen. Ex: Johan 50 år som ska springa Marathon under 4 timmar. Vilken klass ska vi välja om vi inte vet något om johan? ex: 80% av dom som blir förolämpade blir arga. Om procentsatsen i den statistiska lagen sjunker med ny information så sjunker kanske förklaringsvärdet. Prolematiskt när man besitter mer eller mindra information. Hempel menade att man skall kräva maximal specificitet vid beskrvningen av en händelse . Men i så fall blir en lags förklaringsvärde subjektiv (avhängigt av hur mycket man vet) vilket inte känns helt tillfredsställande. Kan leda till subjektivitet och osäkerhet i sannolikhetsbedömningar.

Answer 27

Ofta upplever vi att en statistik lag är en bra förklaring av en händelse trots att den faktiska (absoluta) sannolikheten är låg. T.ex. använder vi kanske en cancerdiagnos för att förklara en persons självmord, trots att de flesta som får en cancerdiagnos inte tar livet av sig. Vi lägger större vikt vid riskökning i bedömningen av om en statistisk lag är en giltig explanans, än vid absolut risk. Tex så ökar risken för självmord tiofalt om man får en cancerdiagnos (från 0.1% till 1%), så om någon får en cancerdiagnos och sedan begår självmord är man benägen att använda cancerdiagnosen som förklaring till självmordet, trots att det absolut risken inte är så stor ens med en cancerdiagnos. Risken för självmord ökar tiofalt om man får en cancerdiagnos (från 0.1% till 1%) (statistisk lag) Nils fick en cancerdiagnos (initialvillkor) Nils begick självmord (explanandum)

Answer 28

Istället för att ge en vetenskaplig förklaring, lägger man fokus på individens inre psykologiska tillstånd och drivkrafter vakom handlingar. T.ex. önskemål, tro, avsikter Ex: Anna tar med sig ett paraply (explanandum) Lisa vill skydda sitt hår (motiv) Lisa tror att det kommer att regna (tro) En ändamålsförklaring, ej en deduktiv härledning.

Answer 29

Handlingar innehåller en intentional komponent och ges därmed ändamålsförklaringar (utifrån syften/motiv/trosuppfattningar). Detta till skillnad från beteenden som vi ger biologiska orsakförklaringar (t.ex. Lisas agg. bet. förklaras med ökad insula-aktivitet). Beteenden kan vara både medvetna och omedvetna. T.ex. reflexiva, operant betingade eller kulturellt betingade Ex: blinka vid skräp i ögat Alla handlingar är beteenden, men inte alla beteenden är handlingar.

Answer 30

Van Fraassen menar att kontexten avgör om en viss förklaring är bra eller inte. För att ett visst svar S skall vara en bra förklaring till ett visst tillstånd T måste: 1. T vara sant (det finns ingen bra förklaring till varför människor kan flyga). 2. S vara sant (”för att deras fötter är av bly” är inte en bra förklaring till varför människor inte kan flyga). 3. S vara en relevant förklaring av T (och detta avgörs i stor utsträckning av frågaren). Enligt Van Fraassen är den centrala frågan om teorier i vilken utsträckning de stämmer överens med data, inte om deras förklaringsvärde (vilket är en subjektivbedömning).

Answer 31

Alla lagar är generella villkorssatser, alltså: 1. De är all-satser (för alla X gäller att…) 2. De har formen ”om X så Y”. Ofta vidhängs lagarna också en brasklapp: ”förutsatt att …”. Exempel: Om man släpper en kropp så dras den mot jordens centrum. (Brasklapp: Om den inte sitter fast i något som hindrar den att falla nedåt). Problem: Accidentella generaliseringar = satser som uppfyller villkoren för vet.lagar. men vi tycker ändå inte att de är det. T.ex. Alla i detta rum kan svenska. Så hur skilja på vet.lagar och acc generaliseringar?

Answer 32

1. Kimmos tolkning: I en lag, men inte i en AG, är X tillräckligt för Y. Ex: Att släppa en kropp är tillräckligt för att den skall falla neråt, men att vara i detta rum är inte tillräckligt för att kunna svenska. 2. AG innehåller ofta en hänvisning till en speciell plats i tid/rum. I lagar är detta inte nödvändigt.

Answer 33

Enligt van Fraassen bör vi överge begreppet vetenskaplig lag. Kan man motivera ett påstående så får den inte något extra stöd genom att motivet inbegriper en lag.

Answer 34

(Substans)dualism = Antagandet att kropp och själ (mind) är två skilda entiteter. Själen skulle därmed kanske kunna existera utan kroppen. Problem för dualister: Hur skall man kunna förklara att ett ickemateriellt medvetande (t.ex. en tanke) kan påverka en materiell kropp (eller vice versa). Detta bryter mot principen om den fysiska världens kausala slutenhet (energiprincipen).

Answer 35

Egenskapsdualism = Det finns endast materiell substans i världen (inga fritt flygande själar), men den har två slags egenskaper, fysiska och mentala (icke-reducerbara). Medvetande kräver materia, det finns inget medvetande utan materia. Popper: När ett materiellt system blir tillräckligt komplicerat så uppstår nya, icke-materiella, egenskaper i det. Chalmers: Alla försök att reducera det mentala till det materiella har misslyckats, och måste misslyckas (kvalia-problemet=den kvalitativa egenskapen i subjektiva upplevelser, tex jag tittar på en tomat och upplever den röda färgen). Därför bör vi anta att det mentala är en fundamentalt annorlunda egenskap än det materiella. Det mentala kan inte existera utan det materiella men det är någonting utöver det materiella.

Answer 36

Monism = Antagandet att kropp och själ är samma entitet. Vanligaste varianten: Materiell monism/materialism = Allt, även själ och medvetande, är materia. (Motsats till materiell monism är idealistisk monism/idealism = Allt är medvetande/upplevelser, finns ingen materia (Berkeley).) Antaganden inom materiell monism: 1. Superveniens: Är två varelser fysiskt identiska så är de även mentalt identiska. 2. Anti-Cartesianism: Ingenting kan ha enbart mentala egenskaper (finns det själ så finns det kropp). 3. Den fysiska världen har kausal slutenhet: Mentala händelser kan inte orsaka fysiska händelser och fysiska händelser kan inte orsaka mentala händelser.

Answer 37

Identitetsteorin: Mentala tillstånd är lika med fysiologiska tillstånd i hjärnan. Två varianter: A. Typ-identitet: Ett visst mentalt tillstånd motsvarar alltid ett visst specifikt fysiologiskt tillstånd. B. Token-identitet: Ett visst mentalt tillstånd motsvarar något fysiologiskt tillstånd, men det behöver inte alltid vara det samma.

Answer 38

(= materiell monism, det mentala kan alltid reduceras ner till det materiella)? Intentionalitet används som argument mot reduktionsm/mat.mon. Man menar att: Mentala tillstånd innehåller både en mental akt (ex förhoppning/tänkande) och ett intentionalt objekt som akten är riktad mot. Intentionalitet= riktadhet. Den mentala akten är alltid riktad mot någonting och existerar inte utan ett intentionalt objekt. Så, intentionaliteten i medvetna tillstånd kan inte reduceras till fysiologisk aktivitet i hjärnan, även om tillståndet kan det (tex rädsla=amygdalaaktivtet).

Answer 39

Zombie-exemplet går emot det monistiska/reduktioniska antagandet superveniens (=fysiskt identiska🡪mentalt identiska). Vi kan tänka oss en värld som är fysisk identisk med vår värld men skillnaden är att i denna värld så har människorna inga subjektiva kvalitativa upplevelser, de är ”psykologiska zombies”. De beter sig precis likadant men saknar den subjektiva kvalitativa uppelvelsen som människorna i originalvälden har. Så, eftersom vi kan tänka oss en sån här värld är den metafysiskt möjlig, vilket betyder att det finns någonting utöver det fysiska (subj kval upplevelser).

Answer 40

(argument mot monism/reduktionsm) Mary har sedan födseln levt i en svartvit värld. Kvalia-problemet, men hon har lärt sig ALLT inom ämnet färgperception. Hon kan alltså allt om de fysiologiska och fysiska aspekterna av färgupplevelser. (Enligt reduktionism/materiell monism vet hon alltså allt om färgupplevelser, eftersom hon det inte finns någonting utöver det fysiska). Mary släpps ut ur den svartvita världen och får själv se färg för första gången. Hon kommer förmodligen inte känna att hon redan visste allt som fanns att veta om färgupplevser. Den kvalitativa subjektiva upplevelsen av färg adderades henne. 🡨 Det är alltså något utöver det materiella.

Answer 41

Epifenomenalism = Om mentala tillstånd endast är skäl till beteende, inte orsaker, så är det kausalt ovidkommande. Mentala tillstånd ligger alltså vid sidan av den fysiska världen, eftersom de inte kan ha någon kausal effekt på den.

Answer 42

Verifierbarhetskriteriet: ”En sats är meningsfull om och endast om man kan redogöra för en metod för att verifiera satsens sanning”.

Answer 43

Analytiska satser, som är s.a.s. sanna/falska per definition (Tex ungkarlar är ogifta män=sann, ungkarlar är ogifta kvinnor=falsk) Syntetiska satser, som är empiriskt verifierbara/falsifierbara. (T.ex. Det finns kantareller i skogen bakom farmors hus). Därmed skulle metafysik inte vara meningsfull/vetenskaplig (T.ex. ”Gud finns” som ej är verifierbart).

Answer 44

Enligt Wienkretsen skulle syntetiska satser verifieras genom induktion (= man drar en generell slutsats utifrån ett antal observationer), vilket skulle vara berättigat om: 1. Man har observerat ett stort antal fall som stämmer överens med den generella slutsatsen. (T.ex. Alla svanar är vita. Då måste man ha observerat många svanar som är vita innan slutsatsen kan dras). 2. Man har inte observerat något motsägande fall. (Man har inte observerat en enda icke-vit svan). 3. De verifierande fallen har observerats under flera olika omständigheter. (Man har observerat att svanarna är vita i olika länder, årstider, tid på dygnet osv). Problem: (1) Hur många är ”stort antal fall”? (2) Hur vet vi vilken variation i omständigheterna som är relevant? Måste detta verifieras genom induktion? I så fall hamnar vi i en oändlig regress.

Answer 45

Teoretiska satser, även om de inte var meningsfulla enligt verifierbarhetskriteriet, kunde vara användbara i.o.m. att de kunde användas för att formulera observationssatser (syntetiska satser) om ännu ej observerade situationer (= instrumentalism). Instrumentalism = Teoretiska satser, även om ej meningsfulla enligt verifierbarhetskriteriet, kan vara användbara då de kan hjälpa oss göra prediktioner om ännu ej observerade händelser. Instrumentalism kan betecknas som vetenskaplig icke-realism. Vetenskaplig realism = vetenskapliga begrepp syftar på entiteter med faktisk (fysisk) existens (och vetenskapen ger en sann beskrivning av verkligheten). Ex: kausalitet, gravitation, kvarkar, personlighet.

Answer 46

Hur skall man rättfärdiga induktionen i sig? 1. Kan inte rättfärdigas deduktivt, eftersom slutsatsen från en induktiv härledning inte måste vara sann. 2. Återstår att rättfärdiga den induktivt: Premiss 1: Induktion funkade vid tidpunkt T1 på plats P1 Premiss 2: Induktion funkade vid tidpunkt T2 på plats P2 Premiss n: Induktion funkade vid tidpunkt Tn på plats Pn Slutsats: Induktion funkar Men detta rättfärdigande av induktionen antar att det är rättfärdigat med induktiv härledning (= cirkelresonemang). Induktion kan alltså inte rättfärdigas. Hume: Framtiden kan inte deduktivt härledas från historien.

Answer 47

Vetenskaplig verksamhet ska baseras på en logiskt giltig grund. Eftersom Induktiv härledning (dra generell slutsats utifrån spec obs) inte kan rättfärdigas bör man alltså förkasta användningen av den i vetenskaplig verksamhet.

Answer 48

Logisk grund, Falsifikationism: Premiss: Om hypotesen H1 stämmer så skall vi kunna observera den empiriska konsekvensen EK1 (låg sero orsakar dep + IV pers har varierande sero) Observation: EK1 stämmer EJ (obs ingen neg korr mellan sero och HADS) Slutsats: Hypotesen H1 stämmer INTE (hyp falsifierad pga ingen neg korr sero-HADS) Detta är ett logiskt giltigt argument (Modus Tollens). Om den empiriska konsekvensen inte stämmer så kan hypotesen inte vara korrekt (eller?).

Answer 49

Grundteser: - Spelar ingen roll hur man kommer fram till sina hypoteser; de är tentativa - Hypoteser måste dock vara falsifierbara (kritiserade psykoanalytiska teorier) - Hypoteser utsätts för hänsynslös testning - Hypoteser kan inte bevisas som sanna (dock kan de bli ”korroborerade”) - Hypoteser kan dock visa sig vara falska - Vetenskapen förs framåt genom att falska hypoteser elimineras (man får åtminstone kunskap om vad som inte är fallet)

Answer 50

Logisk grund, Falsifikationism (med tillägg): Premiss: Om hypotesen H1 stämmer (och flera hjälphypoteser: FP inte är avvikande, tillräcklig power, apparaturen funkar och…) så skall vi kunna observera den empiriska konsekvensen EK1 Observation: EK1 stämmer EJ Slutsats: Hypotesen H1 stämmer INTE (eller så var FP avvikande eller för låg power eller så funkade inte grejerna eller så…) Duhem-Quine Falsifiering av hypotesen kan alltså bero på metodologiska brister snarare än på en felaktig hypotes (= Duhem-Quinetesen) . Så man kan trots allt inte falsifiera med full säkerhet!

Answer 51

Med Bayes teorem, en formel där vi tar hänsyn till tidigare evidens för H1 samt (PZ l E) och estimerar därför mer mer exakt det vi är intresserade av. Dvs Sannolikheten Vi får ut en procentuell sannolikhet att vår forskningshypotes stämmer givet evidensen (vår nuvarande och tidigare) vilket är mycket mer nyanserat än ”sant/falskt”.

Answer 52

1. Förvetenskap Under förvetenskap råder ”vilda västern”. Man är inte enig om någonting, inte ens fundamenta, och nästan alla har sin egen teori… Isolerat arbetssätt 🡪 sker ingen kumulativ kunskapstillväxt. 2. Paradigm (ASAPP) Förekomsten av paradigm är det som skiljer vetenskap från icke-vetenskap. Dessa paradigm består av olika delar, t.ex.: (a) Accepterade lagar och teorier (e.g. behavioristiska inlärningsteorier) (b) Standardiserade metoder (e.g. Skinner-boxen, statistik) (c) Mycket allmänna metafysiska principer (e.g. kausalitet finns) (d) Paradexempel (kanske Pavlovs hundar) (e) Premisser för vad som kännetecknar ett bra paradigm Nya rekryter skolas in i paradigmet t.ex. genom metodundervisning och forskarutbildning. 3. Normalvetenskap Under normalvetenskapen försöker man lägga pussel och lösa gåtor med ledning av paradigmet (e.g. hur påverkas inlärning av tiden mellan CS och US?). Paradigmet kan preciseras men ifrågasätts inte och misslyckanden att förklara fenomen ses som anomalier och bristande kompetens hos forskaren snarare än som falsifieringar av paradigmet och dess teorier. Ofta är man t.o.m. omedveten om att man arbetar inom ett paradigm (”jag beskriver ju bara som det är”). Paradigmet ”skyddar” forskarna mot en alltför kritisk hållning och tillåter därmed forskarna att fokusera sin energi på att samla in data och lösa problem. 4. Kris Så småningom börjar det ansamlas observationer som inte kan förklaras av paradigmet (s.k. anomalier). En del av dessa bortförklaras medan andra är mer problematiska, eftersom de slår mot själva grunderna i paradigmet (”råttor kan inte betingas att gilla elchocker”). Vissa börjar betvivla paradigmets giltighet, det hamnar i kris. 5. Revolution Någon eller några av tvivlarna formulerar kanske ett nytt paradigm. Enligt Kuhn kommer detta nya paradigm att vara radikalt annorlunda och oförenligt med det gamla (”djur har medfödda egenskaper, t.ex. aversion mot elchocker”). När väl en majoritet av forskarna gått över till det nya paradigmet är revolutionen ett faktum. Det gamla paradigmets anhängare tynar sakta bort på en mindre högskola i landsorten. Eftersom ett paradigm, för att vara framgångsrikt, ”måste” kräva en okritisk hållning från sina anhängare, kan paradigmet självt inte innehålla någon ”jag kan modifieras vid behov”-funktion. Det blir därmed revolutionens viktiga roll att eliminera paradigm som inte längre fungerar. (6. Repeat) – cykeln börjar om med det nya paradigmet.

Answer 53

(a) Accepterade lagar och teorier (e.g. behavioristiska inlärningsteorier) (b) Standardiserade metoder (e.g. Skinner-boxen, statistik) (c) Mycket allmänna metafysiska principer (e.g. kausalitet finns) (d) Paradexempel (kanske Pavlovs hundar) (e) Premisser/kriterier för vad som kännetecknar ett bra paradigm Paradigmet ”skyddar” forskarna mot en alltför kritisk hållning och tillåter därmed forskarna att fokusera sin energi på att samla in data och lösa problem.

Answer 54

Det som kännetecknar ett bra paradigm finns innuti paradigmet självt, vilket riskerar att göra teorierna mellan olika paradigm ”inkommensurabla” (ojämförbara). Alla forskare finns inom ett paradigm och tycker att det egna paradigmet är det bästa. Ingen forskare kan alltså stå utanför paradigmen som en objektiv bedömare och säga att det ena är bättre än det andra. När två paradigm inte kan jämföras med varandra direkt på ett meningsfullt sätt eftersom dom skiljer sig åt på ett fundamentalt sätt. Ex: Olika begrepp och definitioner Olika världsbilder olika metodologi

Answer 55

Observationer som inte kan förklaras av paradigmet. Exempel: Råttor kan inte lära sig undvika ljud och lampor kopplade till illamående. (Men de lär sig undvika sockervatten om kopplat till illamående) – behavioristiskt paradigm.

Answer 56

Lakatos ville, t.ex. med hjälp av Kuhns insikter, modifiera falsifikationismen. Vetenskaper består av en hård kärna av grundläggande principer (”klassisk betingning finns”) och av ett skyddande bälte av mer perifera antaganden (”optimal tid mellan CS och US är 0.5 sek.”). Om ett forskningsprograms prediktioner falsifieras så riktas misstankarna mot det skyddande bältet. Kärnan är ickefalsifierbar. Forskningsprogram inkluderar t.ex. riktlinjer för vad forskare bör göra (positiv heuristik) och vad de inte bör göra (negativ heuristik). Det senare inkluderar t.ex. att falsifiera antaganden i den hårda kärnan. Enligt positiv heuristik kan man ett tidigt stadium av ett forskningsprograms/teoris utvecklig helt strunta i observationer. Först i nästa steg bör man söka efter bekräftande (snarare än falsifierande) observationer och ett programs förtjänster avgörs av i vilken utsträckning den ger upphov till förutsägelser som sedan bekräftas (t.ex. relativitetsteorin). Extra värdefullt är det med observationer som kan verifiera en hypotes somtidigt som de falsifierar en konkurrerande hypotes.

Answer 57

Observationer som kan verifiera en hypotes samtidigt som de falsifierar en konkurrerande hypotes. T.ex. Eddington Eclipse Experiment - Enligt Einsteins allmänna relativitetsteori borde ljus krökas av gravitation. Detta lyckades man observera/mäta vid en solförmörkelse 1919. Samma observation ”falsifierade” Newtonsk mekanik.

Answer 58

Progressiva forskningsprogram: Teoriutvecklingen sker före empiriska observationer (teorierna kan predicera observationer som ännu inte gjorts). Degenererande forskningsprogram: Arbetet går i stor utsträckning ut på att hitta på förklaringar (bortförklaringar) till empiriska problem. Teoriutvecklingen går ut på att parera empiriska problem (anomalier).

Answer 59

Sådana program bör överges (men först ge tid åt ev återhämtning om i degenererad fas). Kritik: Eftersom Lakatos inte kunde specificera hur länge man skulle ge ett degenererat forskningsprogram chansen att återhämta sig har hans teori kritiserats av Feyerabend) för att ge stöd både åt beslut att överge ett program och att inte överge det

Answer 60

Vetenskapsmän (och andra) skall få dra vilka slutsatser som helst baserat på vilka metoder som helst (induktion, falsifiering, dogmatism) och staten skall inte premiera vissa metoder framför andra. Pga svårt veta i förväg vilka åsikter, hypoteser och teorier som kommer att visa sig vara korrekta. Rigida regler om vad man får tro på riskerar att ”döda” hypoteser som hade visat sig vara korrekta och användbara i ett mer liberalt, tolerant och pluralistiskt system.

Answer 61

Han menade att framgångsrika forskare ofta ignorerat kriterier som ställts upp (av Popper mfl) som kriterier för god vetenskap. Nitiska metodregler skulle enligt F. ha en negativ inverkan på vetenskapens utveckling och använde Galileo som exempel på en framgångsrik forskare som t.ex. ignorerade vissa sinnesfakta (var ej positivist/induktivist/falsifikationist).

Answer 62

Frågan om vetenskapens rationalitet skall avgöras på en kollektiv, inte individuell, nivå! Även om enskilda forskare kan vara irrationella och styrda av egenintressen, så tar dessa egenheter ut varandra och på den kollektiva nivån får vi en ”vetenskapens kärna” som är rationell och objektiv. Invänding: Detta kräver en viss grad av pluralism i forskarsamhället, att vi får oberoende datapunkter från varandra. Ofta är det dock inte så, eftersom det finns gemensamma faktorer som styr forskare i en viss riktning - en riktning som kanske är dålig och leder till felaktiga slutsatser.

Tentafrågor 2 Flashcards

(86 cards)