Mein Verständnis der wissenschaftlichen Methode ist, dass sie in den folgenden Schritten zusammengefasst werden kann, die nicht in einer bestimmten Reihenfolge ausgeführt werden müssen:
Vermutungen und Hypothesen aufstellen (dh Modelle und Theorien entwickeln)
Machen Sie Vorhersagen von ihnen
Experimente durchführen und/oder Daten sammeln
Testen Sie die neuen Theorien / Modelle und nehmen Sie sie möglicherweise an IF :
- die Daten entsprechen Modellvorhersagen genauer als alternative Theorien
- die neue Theorie ist nicht komplexer als andere plausible (passende) Alternativen
In der Statistik und beim computergestützten Lernen begegnen wir häufig einem ähnlichen Spannungsverhältnis zwischen Anpassungsgüte und Modellkomplexität, wenn Modelle verglichen werden, die darauf abzielen, die Daten zu erklären. Dazu stützen wir uns auf formale Modellauswahlmethoden wie den Bayes-Faktor und seine Annäherungen (z. B. AIC , BIC , Abweichungsinformationskriterium usw.) und verwenden häufig Maße der Modellkomplexität und -validierung , um zu entscheiden, welches bestimmte Modell verwendet werden soll.
Gibt es Beispiele für diese oder ähnliche Rahmen in der Physik, die verwendet werden, um Theorien zu vergleichen ? Mit anderen Worten, gibt es in der Physik erforschte/verwendete informationstheoretische Rahmenwerke, die diesen speziellen Kompromiss zwischen Modellgenauigkeit und Komplexität untersuchen , um die Theorieauswahl spezifisch zu informieren ?
Als pensionierter experimenteller Teilchenphysiker werde ich Ihre Liste kommentieren und neu ordnen.
Make conjectures & hypotheses (theory)
Bereits existierende erfolgreiche Theorien mit ihren Postulaten und strengen mathematischen Modellen. Schließlich begann die Physik vor Newton.
Make predictions from this theory
Verwenden Sie die Theorie, um Verhaltensweisen in derzeit durchgeführten Experimenten vorherzusagen, um bereits bestehende Theorien zu bestätigen/validieren.
Carry out experiments and observations
Überraschung, Überraschungsexperiment passt nicht zu bereits bestehender Theorie. Kopfkratzen bei Experimentatoren, Fieber bei Theoretikern.
Beispiel: Radioaktivität benötigte spezielle Relativitätstheorie und Quantenmechanik, um theoretisch modelliert zu werden, und die Beobachtungen existierten lange vor den Theorien, experimentelle Daten erzwangen die Notwendigkeit neuer Theorien.
Neue Theorien erscheinen:
Test and embrace the new theory if the data fit the predictions more accurately than alternative theories the new theory is not more complex than other plausible alternatives
Nein. Testen und akzeptieren Sie die neuen Theorien für den neuen Gültigkeitsbereich und stellen Sie sicher, dass mathematisch gezeigt werden kann, dass die alten Theorien aus den neuen hervorgehen. Zum Beispiel: Die statistische Mechanik, die neue Theorie, hatte als aufstrebende Theorie die Thermodynamik, ein elegantes mathematisches Modell, das in seinem Geltungsbereich gut funktionierte, lange bevor die statistische Mechanik formuliert wurde.
Entwerfen Sie dann Experimente, die Abweichungen vom aktuellen Modell aufzeigen und zu einem tieferen theoretischen Verständnis führen können, da jetzt mit dem LHC das Standardmodell getestet/validiert wird und alle den Atem anhalten, dass eine Diskrepanz gefunden wird, die zur Notwendigkeit einer höheren Hypothese führt Theorien.
Die Physik kommt nicht dadurch voran, dass ein Theoretiker ein brandneues Modell zur Überprüfung vorschlägt. Dies hat zu vielen verrückten Vorschlägen geführt, bei denen die Leute nicht verstehen, warum sie nicht als der neue Einstein behandelt werden.
Einstein baute auf den vorherigen Theorien auf und dachte sicherlich über den Tellerrand hinaus, aber seine Theorien basierten auf den vorherigen und erweiterten sie um neue Gültigkeitsbereiche, und die Verbindung zwischen den älteren Theorien und der Allgemeinen Relativitätstheorie und der Speziellen Relativitätstheorie ist glatt und berechenbar. Für die wissenschaftliche Methode in der Physik funktioniert kein allgemeines „Altes raus, Neues rein“.
Und um auf statistische Methoden zu antworten, werden alle statistischen Methoden zur Bewertung der Anpassungsgüte von Daten an Theorien verwendet. Beispiel die jüngste Higgs-Suche und -Entdeckung am LHC.
Denken Sie auch daran, dass in der Teilchenphysik heutzutage die Spezialisierung von Theoretikern und Experimentatoren erforderlich ist, da die Menge an Wissen und Fachwissen, die in jedem Zweig benötigt wird, enorm ist. Ein Symptom sind die 3000 Physiker, die die experimentellen Papiere des LHC unterzeichnen.
"No. Test and embrace the new theories for the new region of validity and make sure that the old theories can mathematically be shown to emerge from the new."
Sorry, aber das ergibt keinen Sinn. Eine einzelne Theorie (dh einfacher), die eine breite Palette von Phänomenen gut vorhersagt, ist besser als eine Sammlung von Theorien für jeden einzelnen Fall. Punkt. Dies ist die Spannung von Einfachheit und Genauigkeit im OP. Außerdem gab es sicherlich alte mathematische Modelle der Welt um uns herum, die falsch waren. Man muss nicht "sicherstellen", dass solche alten falschen Modelle aus neuen Theorien hervorgehen.
ACuriousMind
Neugierig
David Hammen
glS
Amelio Vázquez-Reina
Neugierig
LDC3
the data fit the [theory's] predictions more accurately than alternative theories
Wie David Hammen betonte, ist die Newtonsche Mechanik für die meisten Wechselwirkungen geeignet. Erst wenn man in den Bereich sehr klein oder sehr schnell kommt, weicht das berechnete Ergebnis von den Daten ab. Ihre Aussage deutet darauf hin, dass wir die Newtonsche Mechanik verwerfen sollten, da sie nicht gut zu den Daten passt und eine andere Theorie eine bessere Aufgabe erfüllt. Entschuldigung, ich werde weiterhin die Newtonsche Mechanik verwenden.Neugierig
Amelio Vázquez-Reina
Your statement indicates that we should dispose of Newtonian mechanics since it doesn't fit the data well and another theory does a better task.
Das ist nicht richtig. Das schlägt der OP nicht vor. Auch kann eine Vorliebe für die Newtonsche Mechanik aus dem Blickwinkel gerechtfertigt werden, dass es sich bei einigen Problemen um eine einfachere Theorie (einfacher anzuwenden und zu kommunizieren) als andere Theorien handelt. Dies ist die Spannung, auf die sich das OP bezieht: Modellkomplexität ist ein ebenso wichtiger Aspekt der Modell-/Theorieauswahl in der Inferenztheorie und der wissenschaftlichen Methode .David Hammen
Neugierig