[论文解读] Cognitive Constructivism and the Epistemic Significance of Sharp Statistical Hypotheses in Natural Sciences

Julio Michael Stern|arXiv (Cornell University)|Jun 28, 2010

Decision-Making and Behavioral Economics参考文献 11被引用 6

一句话总结

本文提出一种认知建构主义框架，以证明在自然科学中精确统计假设的认识论意义，采用全贝叶斯显著性检验（FBST）来评估精确假设。该框架整合了自组织系统理论、自指性与客观推断，表明尽管精确假设在数学上是单一点，但通过其在认知与科学演化中的作用，仍能承载认识论权重。

ABSTRACT

This book presents our case in defense of a constructivist epistemological framework and the use of compatible statistical theory and inference tools. The basic metaphor of decision theory is the maximization of a gambler's expected fortune, according to his own subjective utility, prior beliefs an learned experiences. This metaphor has proven to be very useful, leading the development of Bayesian statistics since its XX-th century revival, rooted on the work of de Finetti, Savage and others. The basic metaphor presented in this text, as a foundation for cognitive constructivism, is that of an eigen-solution, and the verification of its objective epistemic status. The FBST - Full Bayesian Significance Test - is the cornerstone of a set of statistical tolls conceived to assess the epistemic value of such eigen-solutions, according to their four essential attributes, namely, sharpness, stability, separability and composability. We believe that this alternative perspective, complementary to the one ofered by decision theory, can provide powerful insights and make pertinent contributions in the context of scientific research.

研究动机与目标

• 为自然科学中精确统计假设的认识论正当性建立哲学基础。
• 将认知建构主义与贝叶斯统计相结合，特别是与全贝叶斯显著性检验（FBST）相结合。
• 解决一个悖论：为何精确的、概率为零的假设在科学中仍具有意义。
• 探讨语言、隐喻与自指性在科学认知与假设形成中的作用。
• 展示客观推断与随机化如何在复杂随机模型中实现认识论的稳定性。

提出的方法

• 将认知建构主义应用于建模科学知识为信念与推理的自组织、自组织系统。
• 使用全贝叶斯显著性检验（FBST）通过e值（一种贝叶斯p值类比）来评估精确假设。
• 运用特征解与功能分化来建模科学推理中稳定、自指的结构。
• 引入解耦原则，以分离模型组件并控制因果推断中的混杂因素。
• 利用模拟退火与遗传编程探索复杂假设空间与模型演化。
• 应用C.S. 皮尔斯的实用主义与符号学，将语言、隐喻与科学洞察联系起来，以促进理论形成。

实验结果

研究问题

• RQ1 如何使精确统计假设——即对特定参数值赋予零概率——在科学中具有认识论意义？
• RQ2 自指性与语言在科学假设的形成与验证中起什么作用？
• RQ3 认知建构主义如何为科学知识作为自组织系统提供连贯的框架？
• RQ4 客观推断方法（如随机化与解耦）在不确定性条件下如何稳定科学推理？
• RQ5 隐喻与建构性本体论如何塑造科学理论与模型的发展？

主要发现

• FBST通过e值提供了一种一致的贝叶斯方法来检验精确假设，该e值对重新参数化保持不变。
• 精确假设的认识论意义并非源于概率质量，而源于其在自组织、自指性科学思维系统中的作用。
• 通过将假设嵌入一个认知框架，其中意义源于结构一致性与功能分化，自指悖论得以解决。
• 通过解耦与随机化实现客观推断，从而控制混杂因素并稳定模型评估。
• 隐喻与语言不仅是修辞手段，更具有认识论功能，能够促进复杂系统中的洞察与理论构建。
• 认知建构主义与贝叶斯统计的整合支持了一种动态、演化的科学知识观，其中理论并非被发现，而是通过认识论循环被建构而成。