Sollte ein Skeptiker eine Anekdote als Beweis betrachten?

Sie sollten wahrscheinlich wirklich irgendwo fragen, wo es um Statistiken geht.

Aber die kurze Antwort lautet: Ja, Anekdoten können informativ sein. Sie können nicht getestet werden, da es nur einen von ihnen gibt, aber sie können dennoch sehr suggestiv sein. Allerdings gilt das nur im Stil von Sherlock Holmes: Wenn man das Unmögliche beseitigt hat, muss das, was noch so unwahrscheinlich ist, die Wahrheit sein. Dies funktioniert auch, wenn "unmöglich" nur "viel, viel weniger wahrscheinlich als "jedoch unwahrscheinlich" bedeutet".

Die Intuition ist ziemlich klar. Das Verschlucken eines batteriegroßen Modellraketentriebwerks sollte niemanden zum Explodieren bringen. Es könnte sie krank machen (es ist wahrscheinlich giftig) oder sie verletzen, aber nicht explodieren. Aber die Leute gehen wirklich nicht herum und explodieren viel.

Stellen Sie sich vor, Sie sehen einmal, wie jemand einen Modellraketenmotor herunterschluckt und dann explodiert. Verdammt – Sie müssen es nicht einmal sehen, solange Sie wissen, dass es aus einer zuverlässigen Quelle passiert ist (dh es ist viel wahrscheinlicher, dass es passiert ist, so seltsam es auch ist, als dass Ihre Quelle falsch ist).

Jetzt denkst du: Naja, unter normalen Umständen laufen die Leute nicht explodierend herum; es wäre unglaublich unglaublich seltsam, dass er nur in diesen wenigen Sekunden, nachdem er ein Modellraketentriebwerk verschluckt hat, aus einem anderen bizarren Grund explodieren würde. Vielleicht können Modellraketentriebwerke tatsächlich jemanden zum Explodieren bringen.

Sie können dies mit Bayes'scher Statistik quantifizieren (und feststellen, dass es gültig ist, zumindest bei angemessenen Verteilungen von Priors).

Das Problem mit Anekdoten ist, dass die Leute gewöhnlich die Möglichkeit unterschätzen, dass das Konto falsch ist, oder nicht erkennen, dass auf der Welt sieben Milliarden Menschen leben und alle möglichen Dinge zufällig passieren und wir die seltsam erscheinenden Dinge auswählen, um darauf zu achten zu. Wenn Sie also eine Faustregel wollen: Ignorieren Sie Anekdoten. Aber wenn Sie statistisch genau sein wollen: Ja, sie enthalten Informationen (und können möglicherweise rechtfertigen, dass Sie Ihr Modell dessen, was wahrscheinlich ist, um einiges ändern *).

* ^{(Nachtrag – der klarste Fall, in dem eine Anekdote eine enorme Kraft hat, ist ein einzelner Fall, in dem etwas passiert, von dem gesagt wird, dass es völlig unmöglich ist. Wenn zum Beispiel „alle Raben schwarz sind“ und Sie einen weißen Raben sehen, ist das ein ziemlich guter Beweis gegen "alle Raben sind schwarz". Natürlich ist es vielleicht kein Rabe , also ist es ohne viel Nachforschung nicht schlüssig, aber einzelne Beispiele können viel dazu beitragen, Aussagen zu verfälschen.)}

Das Ziel der Informationsbeschaffung ist der Erkenntnisgewinn. Ziel der Statistik ist es, den Grad der Gewissheit des Wissens, das wir aus Informationen gewinnen, zu messen. Dieses Sicherheitsniveau ist proportional zur Anzahl der beobachteten Ereignisse. Weniger Ereignisse, weniger Gewissheit. Ein Ereignis, sehr wenig Gewissheit.

Sie müssen auch berücksichtigen, wie sehr jede Anekdote mit den anderen übereinstimmt. Generell ist die Variation an Anekdoten aufgrund der Unterschiede im Aufbau und auch in den Ergebnissen groß. Eines der größten Probleme mit Anekdoten ist, dass sie unkontrolliert sind und Sie wirklich nicht alle Eingaben kennen und die Anzahl der Eingaben, die das Ergebnis beeinflussen könnten, oft riesig ist. Ohne weitere Informationen ist es normalerweise schwierig, diese Informationen in nützliches Wissen umzuwandeln.

Nehmen Sie zum Beispiel an, dass jemand eine bestimmte Pflanze isst und von einer bestimmten Krankheit geheilt wird. Dann isst auch eine andere Person diese Pflanze und wird von derselben Krankheit geheilt. Wenn das alles ist, was Sie wissen, dann ist das nahezu nutzlos, weil diese Leute auch viele andere Dinge aßen und viele andere Dinge taten, die alle einzeln oder gemeinsam eine Wirkung haben könnten.

Ich werde auch den Punkt über die Bayes'sche Statistik wiederholen. Es ist wichtig, dass Sie Vorkenntnisse in jeder Statistik berücksichtigen. Wenn etwas für wahrscheinlich gehalten wird, braucht man weniger Beweise, um es zu „beweisen“. Ebenso „erfordern außergewöhnliche Behauptungen außergewöhnliche Beweise“. Das Scheitern, dies gut zu machen, ist in den Sozial- und Medizinwissenschaften weit verbreitet, weil es so viele Inputfaktoren gibt und es so schwer ist, Studien zu kontrollieren (denken Sie an die Kontrolle einer Studie über Mord – Sie können diese Studie nicht ethisch erstellen, also Sie müssen die unkontrollierte Welt beobachten). Aber das gilt auch für alle anekdotischen Beweise.