Имеет ли право наука описывать объективный мир?

[migmit]

Munin в сообщении #503445 писал(а):

В этой задаче вантуз тоже оказался эффективен. Что, положа руку на сердце, довольно-таки удивительно.

[Munin]

ewert в сообщении #503530 писал(а):

Почему, например, социология не является точной наукой? Потому, что принципиально неполна входная информация.

До принципиальной неполноты там ещё чапать и чапать семь вёрст по болотам. Там вообще ещё конь не валялся, а вы про принципиальную неполноту...

[synphara]

Munin писал(а):

Плохо формализуемые - это значит просто недостаточно изученные. Этому часто есть оправдания, например, большой объём или недостаток методов...

Munin писал(а):

До принципиальной неполноты там ещё чапать и чапать семь вёрст по болотам. Там вообще ещё конь не валялся, а вы про принципиальную неполноту...

Кстати - статистика там работает плохо, анализ временных рядов - тоже. Нейронные сети там тоже уже никто видеть не хочет. Какие методы подразумеваются?

[Droog_Andrey]

Старая добрая подгонометрия, очевидно

[Munin]

synphara в сообщении #503688 писал(а):

Кстати - статистика там работает плохо, анализ временных рядов - тоже.

Кстати, статистика принципиально плохо работать не может. Кроме одного случая: малая выборка. О чём я и говорил.

[synphara]

Munin писал(а):

Кстати, статистика принципиально плохо работать не может. Кроме одного случая: малая выборка. О чём я и говорил.

Ну вот пример. Представьте что вы у технического объекта померили 2 переменные (X и Y), проверили на нормальность, убедились в линейности зависимости и в конце концов посчитали по ним корреляцию и взяли детерминацию. Например корреляцию получили 0.9, детерминацию 81%. Из этого следует что доля дисперсии возникающая например у Y под влиянием X равна 81%. Предположим что на Y еще влияет Z и доля дисперсии которая возникает между этими переменными составляет 15%. Таким образом получается что вы описали дисперсионное поведение Y на 96% путём работы всего с 2-мя переменными. Теперь по этим двум переменным вы можете предсказывать поведение Y или меняя эти две переменные влиять на Y. Это и есть задача науки - предсказывать либо узнавать как управлять. Через МНК получаете регрессионную модель и с чистой совестью начинаете по ней работать.

Так работают многие объекты которые становятся объектами технологий. Однако перебираясь в проблемные, неформализируемые или слабоформализуемые области (погода, социология, биржа) вы далеко не столь легко найдёте такие влияющие переменные. Вы вдруг обнаружите что перебираемые вами X, Z, Q, P, R, A, B, C дают очень маленькие вклады в дисперсию Y. Большие корреляции будут редкостью и будут вам помогать в ограниченном количестве случаев. В целом же вы столкнётесь с ситуацией что на ваш отклик влияют десятки переменных и все помаленьку. Более того в технике можно расчитывать на стабильность полученной модели. А вот в пробленмых областях сегодня одни влияют, а завтра другие.

Регрессионно-корреляционный анализ хорошо работает в технике не потому что там можно много намерить, а потому что там обычно на зависимые переменные влияют 1-2 основных независимых переменных и они стабильны в своих связях. В результате их легко выделить. В социологии влияющих факторов обычно очень много, а вклады дисперсий достаточно малы. Можно конечно драться факторным анализом и нейронными сетями, но люди по прежнему недовольны.

...забавно что ряд задач при этом всё-таки решается...

[Munin]

synphara в сообщении #503882 писал(а):

Это и есть задача науки - предсказывать либо узнавать как управлять.

Задача науки, имхо, всё-таки получать знания. А предсказывать и управлять - это всего лишь приложения знаний, и одновременно критерии. Не надо думать, что задача автомобиля - оставить следы шин на дороге.

synphara в сообщении #503882 писал(а):

Однако перебираясь в проблемные, неформализируемые или слабоформализуемые области (погода, социология, биржа) вы далеко не столь легко найдёте такие влияющие переменные. Вы вдруг обнаружите что перебираемые вами X, Z, Q, P, R, A, B, C дают очень маленькие вклады в дисперсию Y. Большие корреляции будут редкостью и будут вам помогать в ограниченном количестве случаев. В целом же вы столкнётесь с ситуацией что на ваш отклик влияют десятки переменных и все помаленьку.

Ох, святая простота... Десятки переменных. А тысячи и десятки тысяч не хотите? И это нижняя оценка, оптимистичная. Нейронов в мозгу миллиарды, например. Людей в обществе - немногим меньше.

synphara в сообщении #503882 писал(а):

Можно конечно драться факторным анализом и нейронными сетями, но люди по прежнему недовольны.

Недовольство людей я не считаю научной проблемой... Даже когда эти люди утверждают бюджет науки.

[synphara]

Munin писал(а):

Ох, святая простота... Десятки переменных. А тысячи и десятки тысяч не хотите? И это нижняя оценка, оптимистичная. Нейронов в мозгу миллиарды, например. Людей в обществе - немногим меньше.

А атомов во Вселенной $10^{80}$. Ценность тезиса я так и не понял.

[synphara]

А... понял о чём речь. Дело в том что эта ремарка тоже не вполне корректна. Проблема не в количестве компонент дисперсии (количестве влияющих переменных). В технических науках на Y влияет тот же условный миллиард компонент (наводки на аппаратуру, зёрна в твёрдых телах и прочие как помехи так и не помехи). Дело в том что в технике дисперсия распределена более неравномерно. Например, есть компонента которая вызывает 85% дисперсии, остальное растаскивает "миллиард минус 1" оставшихся перменных. В социологии же нередка ситуация когда 3-5-10 компонент растаскивают 85% дисперсии, а остальное растаскивает "миллиард минус 3-5-10" оставшихся перменных. Вот то что из этих 3-5-10 не выделяется большой компоненты и создаёт проблему. Корреляции редко доползают до 0.6-0.7, а детерминация очень часто падает ниже 50%.

Плюс проблема в изменчивости. То что сегодня было главной компонентной, завтра... А предсказывать надо на пару дней.

[epros]

Munin в сообщении #503855 писал(а):

Кстати, статистика принципиально плохо работать не может. Кроме одного случая: малая выборка. О чём я и говорил.

Добавлю, что бывают случаи, когда "достаточно большой" выборки вообще быть не может: Для применимости закона больших чисел нужна конечность моментов, что не всегда имеет место.

[Munin]

synphara в сообщении #503995 писал(а):

Дело в том что в технике дисперсия распределена более неравномерно.

А может, просто в технике мы уже нашли нужный базис, а в социологии нет.

epros в сообщении #503997 писал(а):

Добавлю, что бывают случаи, когда "достаточно большой" выборки вообще быть не может

Да. Такие случаи принято вообще к корректно изучаемым наукой не относить.

[synphara]

Munin писал(а):

А может, просто в технике мы уже нашли нужный базис, а в социологии нет.

Впринципе может. Социология и подобные науки активно ищут выходы. Пробуют изменять методы. Создают новые теории, или вернее применяют (например теория игр в экономике хорошо пригодилась). А по теориям использовают компьютерное моделирование. Про успехи пока не очень наслышан. Но далее - будет видно. Синоптики идут примерно таким же путём. С сейсмологами - пока не понятно, толи их проблема связана с косвенностью получаемых данных (волну получают уже прошедшей через толщу, да и не волна исходная причина), толи та же проблема множественности влияния.

[Munin]

synphara в сообщении #504042 писал(а):

Синоптики идут примерно таким же путём.

У синоптиков, мягко говоря, доказано, что атмосфера - система хаотическая. Чего вы их поминаете не к месту?

synphara в сообщении #504042 писал(а):

С сейсмологами - пока не понятно, толи их проблема связана с косвенностью получаемых данных (волну получают уже прошедшей через толщу, да и не волна исходная причина), толи та же проблема множественности влияния.

С сейсмологами всё понятно, ни то ни другое, могли бы хотя бы на элементарном уровне поинтересоваться.

[prophet]

Alina Xaldeewa в сообщении #500661 писал(а):

имеет ли право математика описывать объективный мир?

Математика - это вспомогательный инструмент для исследователя. Цифра или формула абсолютно ничего не значат (это абстракции), а если учитывать современное отношение математиков к аксиоматическому подходу, то одно и то же математическое понятие или определение одновременно для нескольких частнонаучных категорий могут иметь абсолютно разные смыслы. Возникает путаница, желаемое принимается за действительное.

Современная наука "заражена" позитивизмом. Это относится, прежде всего, к Западной философии и физике. Однако, и Российская наука погрязла в этом болоте, утратив во многом материалистические позиции. Гносеологические ошибки приводят к неправомерным интерпретациям естественнонаучных фактов и закономерностей, а потому толкают учёных на проведение исследований в заведомо тупиковых направлениях, на выдвижение ошибочных гипотез и предложений, идущих вразрез со здравым смыслом.

Если современная наука не вернётся к материалистической теории познания истины, то будет всё глубже и глубже погружаться в абстракцию, которая не имеет ничего общего с объективным миром.

[epros]

Удивительный всё же бардак у некоторых в голове. Если абстракция, то почему-то обязательно "абсолютно ничего не значит" и "не имеет ничего общего с объективным миром".