Finden Sie Gegenargumente, in dem Sie NameVs…. oder….VsName eingeben.
Der gesuchte Begriff oder Autor findet sich in folgenden 11 Einträgen:
| Begriff/ Autor/Ismus |
Autor |
Eintrag |
Literatur |
|---|---|---|---|
| Bayesianismus | Bayesianismus: fasst Wahrscheinlichkeit als Grad einer Überzeugung auf. Siehe auch subjektive Wahrscheinlichkeit, objektive Wahrscheinlichkeit, Chance, Likelihood. |
||
| Erkenntnistheorie | Brandom | II 146 Naturalisierte Erkenntnistheorie/Quine/Brandom: Wissen als Produkt in physikalischen Begriffen formulierbarer Prozesse - wenn Überzeugungen naturalisierbar, dann auch Wissen. >Naturalisierte Erkenntnistheorie, >Wissen, >Überzeugungen. II 147 InternalismusVs: Es geht um das Haben von Gründen. - VsVs: Bei Verlässlichkeit geht es um objektive Wahrscheinlichkeit. - BrandomVs: Das greift zu kurz um eine vollständig naturalistische Analyse des Wissens zu liefern (Bsp >Scheunenfassaden). II 149 Objektive Wahrscheinlichkeit ist nur relativ zu einer Bezugsklasse möglich. >Referenzklassen, >Kontext. |
Bra I R. Brandom Expressive Vernunft Frankfurt 2000 Bra II R. Brandom Begründen und Begreifen Frankfurt 2001 |
| Kausaltheorie des Wissens | Brandom | I 310ff Kausaltheorie des Wissens/GoldmanVs/Scheunenfassaden: klassische KT: Wissen aus falschen Gründen kein Wissen - Goldman: Bewohner der echte-Scheunen-Provinz drückt echtes Wissen aus - das des Bewohners der Fassenden-Provinz kein echtes Wissen - Problem: bloßer Zufall, ob echte Scheune - der Unterschied der Umstände hat Einfluss, auch wenn diese kausal irrelevant sind - Quantität: wenige (unerkennbare) Spatzenattrappen machen aus einem verlässlichen Beurteiler keinen unverlässlichen, wohl aber, wenn es viele Attrappen gibt - Verlässlichkeit ist der richtige Begriff für das Scheunen-Bsp - ((s) Die Methode ändert sich aber nicht angesichts vieler Attrappen.) >Verlässlichkeitstheorie. I 312 Goldman: unterstreicht die Möglichkeit des Gerrymandering: es hängt davon ab, ob man sich im Zentrum oder am Rand der Provinz befindet, um Werte zuzuteilen. >Gerrymandering. II 149 Wissen/kausale Wissenstheorie/Goldman/Brandom: eine objektive Wahrscheinlichkeit lässt sich nur relativ zu einer Bezugsklasse spezifizieren - die Welt selbst greift aber keine solchen Klassen heraus - so ist die Wahl der Referenzklasse ihrerseits nicht durch naturalistisch spezifizierbare Tatsachen objektiv festgelegt. >Referenzklassen. II 149 f Scheunenfassaden/Goldman/Brandom: VsKausaltheorie - Wegbereiter der Verlässlichkeitsheorien - die Kausalkette muss eine ideale sein - Bsp Schalen von Provinzen mit jeweils geänderten Praktiken: Fälschung/echte...usw - dann ist es völlig von der Wahl der Bezugsklasse abhängig, ob es sich beim Anblick einer echten Scheune um Wissen handelt - maximal verlässlich: die engste Bezugsklasse. Internalismus/Zwillingserde: könnte behaupten, dass die internen Zustände gleich seien - Goldman/Brandom: insgesamt ist das Vorhandensein von Fälschungen (Scheunenfassaden) in der Umgebung kausal unerheblich. II 152 Brandom: die Umstände sind extern! ((s Widerspruch zu oben) - BrandomVsQuine: Goldman stützt aber nicht die naturalisierte Erkenntnistheorie, weil das Wissen unabhängig von der Wahl der Bezugsklasse ist - eine Argumentstelle bleibt also unausgefüllt. - Es hängt davon ab, wie wir den Überzeugten beschreiben: als einen Angehörigen des Landes, des Bundesstaates, usw. Und das wären gerade die naturalistisch formulierbaren. - Def Naturalistische Blinde Fleck der Verlässlichkeitstheorien/Brandom: ob ein Beobachter verlässlich ist, oder nicht, ist abhängig von der Wahl der Bezugsklassen (Scheunen-Provinz), und damit von externen Umständen, die mit dem betrachteten Objekt nichts zu tun haben. >Umstände. II 155 Verlässlichkeitsheorie: Ein guter Grund für eine Überzeugung ist nicht von guter Inferenz zu trennen - Unterschied: Wissen/Berechtigung zum Wissen. >Wissen. |
Bra I R. Brandom Expressive Vernunft Frankfurt 2000 Bra II R. Brandom Begründen und Begreifen Frankfurt 2001 |
| Konditional | Jackson | Lewis V 153 Konditional/Grice/Lewis: wenn P(A > C) hoch ist vor allem weil P(A) niedrig ist (>ex falso quodlibet), was ist dann der Sinn davon "Wenn A, dann B" zu sagen? Warum sollte man nicht das Stärkere sagen: dass es fast so wahrscheinlich wie Nicht A ist? JacksonVsGrice/JacksonVsLewis: wir behaupten oft Dinge, die viel schwächer sind als wir eigentlich behaupten könnten, und das aus gutem Grund. Ich nehme dabei an, dass Dein Glaubenssystem ähnlich wie meins ist, aber nicht völlig gleich. Bsp Angenommen, du weißt etwas, was mir heute sehr unwahrscheinlich vorkommt, ich möchte aber dennoch etwas Nützliches sagen. so sage ich etwas schwächeres, so dass du mich auf jeden Fall beim Wort nehmen kannst. >Behauptungen, >stärker/schwächer. Lewis V 153 Def robust/Jackson/Lewis: A ist robust im Verhältnis zu B, (in Bezug auf jemandes subjektive Wahrscheinlichkeit zu einer Zeit) gdw. die Wahrscheinlichkeit von A und die Wahrscheinlichkeit von A konditional auf B nahe beieinander liegen und beide hoch sind, V 154 so dass man, wenn man erfährt, dass B, immer noch A für wahrscheinlich hält. >Wahrscheinlichkeit, >Subjektive Wahrscheinlichkeit, >Objektive Wahrscheinlichkeit. Jackson: das Schwächere kann dann mehr robust sein in Bezug auf etwas, das man für unwahrscheinlicher hält, aber dennoch nicht ignorieren möchte. Wenn es nun nutzlos ist, das Schwächere zu sagen, wie nutzlos ist es dann erst, das Schwächere und das Stärkere zusammen zu behaupten! Und dennoch tun wir es! Bsp Lewis: "Bruce schläft in der Kleiderkiste oder sonst wo im Erdgeschoß". Jackson: Erklärung: es hat Zweck, das Stärkere zu behaupten und genauso Zweck, das Robustere zu behaupten. Wenn beide differieren, behaupten wir beide. Robustheit/indikativisches Konditional/Lewis: ein indikativisches Konditional ist ein wahrheitsfunktionales Konditional, das konventionell Robustheit impliziert (Konventionsimplikatur) im Hinblick auf das Antezedens. Deshalb müssen die Wahrscheinlichkeit P(A > C) und P(A > C) beide hoch sein. Das ist der Grund warum die Behauptbarkeit des indikativischen Konditionals mit der entsprechenden konditionalen Wahrscheinlichkeit einhergeht. >Bedingte Wahrscheinlichkeit, >Wahrheitsfunktionen. |
Jackson I Frank C. Jackson From Metaphysics to Ethics: A Defence of Conceptual Analysis Oxford 2000 Lewis I David K. Lewis Die Identität von Körper und Geist Frankfurt 1989 Lewis I (a) David K. Lewis An Argument for the Identity Theory, in: Journal of Philosophy 63 (1966) In Die Identität von Körper und Geist, Frankfurt/M. 1989 Lewis I (b) David K. Lewis Psychophysical and Theoretical Identifications, in: Australasian Journal of Philosophy 50 (1972) In Die Identität von Körper und Geist, Frankfurt/M. 1989 Lewis I (c) David K. Lewis Mad Pain and Martian Pain, Readings in Philosophy of Psychology, Vol. 1, Ned Block (ed.) Harvard University Press, 1980 In Die Identität von Körper und Geist, Frankfurt/M. 1989 Lewis II David K. Lewis "Languages and Language", in: K. Gunderson (Ed.), Minnesota Studies in the Philosophy of Science, Vol. VII, Language, Mind, and Knowledge, Minneapolis 1975, pp. 3-35 In Handlung, Kommunikation, Bedeutung, Georg Meggle Frankfurt/M. 1979 Lewis IV David K. Lewis Philosophical Papers Bd I New York Oxford 1983 Lewis V David K. Lewis Philosophical Papers Bd II New York Oxford 1986 Lewis VI David K. Lewis Konventionen Berlin 1975 LewisCl Clarence Irving Lewis Collected Papers of Clarence Irving Lewis Stanford 1970 LewisCl I Clarence Irving Lewis Mind and the World Order: Outline of a Theory of Knowledge (Dover Books on Western Philosophy) 1991 |
| Referenz | Lewis | Horwich I 437 "Elite-Klassen"/Natur/natürliche Referenz/Welt/Sprache/Lewis/Putnam: These: Es gibt bestimmte Klassen von Dingen "da draußen" (Eliteklassen), die intrinsisch unterschieden sind, wobei es eine "natürliche Bedingung" für Referenz ist, (in die Natur eingebaut), dass möglichst viele unserer Begriffe auf diese Eliteklassen referieren sollten. PutnamVs: Das ist "spukhaft". --- Schwarz I 149 "Neue Theorie der Referenz"/Putnam: Referenz hat nichts mit assoziierter Beschreibung zu tun. Dann könnte Schmerz in Wirklichkeit auch Freude sein (Kripke dito). LewisVsPutnam: Lösung: Rolle: Schmerz kann nicht die Rolle von Freude spielen. Schwarz I 217 Referenz/Kennzeichnungstheorie der R/Lewis: These: Ausdrücke wie "mögliche Welt", "Bedeutungen", "Schmerz", "objektive Wahrscheinlichkeit" sind mit Rollen assoziiert, die festlegen, worauf sie sich beziehen. --- Putnam II 195f Referenz/Lewis: Referenz ist eine funktionale Eigenschaft/fE: (siehe Eigenschaften/Putnam). Pointe: Soll das die Unterscheidung physikalisch/nicht-physikalisch unterlaufen? R ist dann eine funktionale Eigenschaft des Organismus-plus-Umwelt-Systems. Dann ist die Gemeinsamkeit der Bezugnahmen ebenso abstrakt wie ein Programm, verlangt aber keine fundamentalen Größen. PutnamVsLewis: Referenz ist keine funktionale Eigenschaft, keine Kausalität bzw. Kausalität ist nichts Physikalisches. >Referenz/Putnam. |
Lewis I David K. Lewis Die Identität von Körper und Geist Frankfurt 1989 Lewis I (a) David K. Lewis An Argument for the Identity Theory, in: Journal of Philosophy 63 (1966) In Die Identität von Körper und Geist, Frankfurt/M. 1989 Lewis I (b) David K. Lewis Psychophysical and Theoretical Identifications, in: Australasian Journal of Philosophy 50 (1972) In Die Identität von Körper und Geist, Frankfurt/M. 1989 Lewis I (c) David K. Lewis Mad Pain and Martian Pain, Readings in Philosophy of Psychology, Vol. 1, Ned Block (ed.) Harvard University Press, 1980 In Die Identität von Körper und Geist, Frankfurt/M. 1989 Lewis II David K. Lewis "Languages and Language", in: K. Gunderson (Ed.), Minnesota Studies in the Philosophy of Science, Vol. VII, Language, Mind, and Knowledge, Minneapolis 1975, pp. 3-35 In Handlung, Kommunikation, Bedeutung, Georg Meggle Frankfurt/M. 1979 Lewis IV David K. Lewis Philosophical Papers Bd I New York Oxford 1983 Lewis V David K. Lewis Philosophical Papers Bd II New York Oxford 1986 Lewis VI David K. Lewis Konventionen Berlin 1975 LewisCl Clarence Irving Lewis Collected Papers of Clarence Irving Lewis Stanford 1970 LewisCl I Clarence Irving Lewis Mind and the World Order: Outline of a Theory of Knowledge (Dover Books on Western Philosophy) 1991 Horwich I P. Horwich (Ed.) Theories of Truth Aldershot 1994 Schw I W. Schwarz David Lewis Bielefeld 2005 Putnam I Hilary Putnam Von einem Realistischen Standpunkt In Von einem realistischen Standpunkt, Vincent C. Müller Frankfurt 1993 Putnam I (a) Hilary Putnam Explanation and Reference, In: Glenn Pearce & Patrick Maynard (eds.), Conceptual Change. D. Reidel. pp. 196--214 (1973) In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (b) Hilary Putnam Language and Reality, in: Mind, Language and Reality: Philosophical Papers, Volume 2. Cambridge University Press. pp. 272-90 (1995 In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (c) Hilary Putnam What is Realism? in: Proceedings of the Aristotelian Society 76 (1975):pp. 177 - 194. In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (d) Hilary Putnam Models and Reality, Journal of Symbolic Logic 45 (3), 1980:pp. 464-482. In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (e) Hilary Putnam Reference and Truth In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (f) Hilary Putnam How to Be an Internal Realist and a Transcendental Idealist (at the Same Time) in: R. Haller/W. Grassl (eds): Sprache, Logik und Philosophie, Akten des 4. Internationalen Wittgenstein-Symposiums, 1979 In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (g) Hilary Putnam Why there isn’t a ready-made world, Synthese 51 (2):205--228 (1982) In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (h) Hilary Putnam Pourqui les Philosophes? in: A: Jacob (ed.) L’Encyclopédie PHilosophieque Universelle, Paris 1986 In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (i) Hilary Putnam Realism with a Human Face, Cambridge/MA 1990 In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam I (k) Hilary Putnam "Irrealism and Deconstruction", 6. Giford Lecture, St. Andrews 1990, in: H. Putnam, Renewing Philosophy (The Gifford Lectures), Cambridge/MA 1992, pp. 108-133 In Von einem realistischen Standpunkt, Vincent C. Müller Reinbek 1993 Putnam II Hilary Putnam Repräsentation und Realität Frankfurt 1999 Putnam III Hilary Putnam Für eine Erneuerung der Philosophie Stuttgart 1997 Putnam IV Hilary Putnam "Minds and Machines", in: Sidney Hook (ed.) Dimensions of Mind, New York 1960, pp. 138-164 In Künstliche Intelligenz, Walther Ch. Zimmerli/Stefan Wolf Stuttgart 1994 Putnam V Hilary Putnam Vernunft, Wahrheit und Geschichte Frankfurt 1990 Putnam VI Hilary Putnam "Realism and Reason", Proceedings of the American Philosophical Association (1976) pp. 483-98 In Truth and Meaning, Paul Horwich Aldershot 1994 Putnam VII Hilary Putnam "A Defense of Internal Realism" in: James Conant (ed.)Realism with a Human Face, Cambridge/MA 1990 pp. 30-43 In Theories of Truth, Paul Horwich Aldershot 1994 SocPut I Robert D. Putnam Bowling Alone: The Collapse and Revival of American Community New York 2000 |
| Subjektive Wahrscheinlichkeit | Schurz | I 99 Def Objektive Wahrscheinlichkeit/Schurz: die Wahrscheinlichkeit eines Ereignistyps (Bsp Fx) ist die relative Häufigkeit seines Eintretens bzw. der Grenzwert seiner rel Häufigkeit auf lange Sicht. Schreibweise p(-) bzw. p(Fx) Def Subjektive Wahrscheinlichkeit/Schurz: die Wahrscheinlichkeit eines bestimmten Ereignistokens bzw. Sachverhalts (Bsp Fa) ist der rationale Glaubensgrad in dem ein gegebenes Subjekt oder alle Subjekte eines Rationalitätstyps an das Eintreten eines Ereignisses glauben., Schreibweise: w(-) bzw. w(Fa). >Wahrscheinlichkeit/Schurz. I 111 Subjektive Wahrscheinlichkeit/Schurz: Pointe: Bsp Münzwurf: weicht von der objektiven Wahrscheinlichkeit ab! Wenn öfter Zahl kommt, muss man annehmen, dass die Münze asymmetrisch ist! Diese Annahme ist in der objektiven Wahrscheinlichkeit gar nicht ausdrückbar. I 115 Wahrscheinlichkeits Theorie/Schurz: Probleme: b) subjektive Wahrscheinlichkeit: Rechtfertigungsprobleme. Aus welchen Gründen sollten rationale Glaubensgrade die Kolmogorov-Axiome erfüllen? Welche Rolle sollten Glaubensgrade für das Ziel der Auffindung von Realwahrheiten spielen? Lösung/Ramsey/de Finetti: Wette. Wette/Wettquotient/Ramsey/Schurz: These faire Wettquotienten einer Person erfüllen genau dann die Kolmogorov-Axiome A1 – A3, wenn sie kohärent sind, d.h. dass es kein System gibt, wo ein Gesamtverlust möglich ist. VsRamsey/VsWette/Schurz: Eine Wette ist noch kein rationales Verhalten im Sinn einer Suche nach Wahrheit! Sie sind nicht wahrheitsorientiert, denn die Definition des fairen Wettquotienten nimmt nur auf die subjektiven Glaubensgrade Bezug, nicht auf objektive Wahrscheinlichkeit. Die reale Erfolgshäufigkeit wird gar nicht berührt. Bsp Angenommen, ein Subjektivist akzeptiert begeistert eine Wette, von 1 : 1 darauf, dass er eine Sechs würfelt. Fair ist er, wenn er auch die gegenteilige Wette, 1: 1 dass er keine Sechs würfelt, anzunehmen bereit ist. Problem: er bleibt selbst dann noch kohärent und fair, wenn er sein ganzes Vermögen verloren hat. Er wird sich nur wundern, dass kein Mensch die von ihm als fair angenommenen Gegenwetten annimmt. Er kann es nicht erklären, solange er die objektiven Häufigkeiten nicht in Betracht ziehen darf. Das zeigt, dass die Axiome A1 – A3 bestenfalls eine Minimalbedingung darstellen. Das ist aber zu schwach, um irrationales Verhalten auszuschließen. I 115 Principal Principle/PP/Statistik/Schurz: Die subjektiven Wahrscheinlichkeiten müssen, wenn die objektiven Wahrscheinlichkeit gewusst werden, mit diesen übereinstimmen. Lewis (1980)(1): singuläres PP: subjektivistisch. Hier werden „objektive“ singuläre Propensitäten einfach postuliert. >Propensitäten. SchurzVsPropensität/SchurzVsPopper: Es bleibt unklar, welcher Eigenschaft eine singuläre Propensität überhaupt entsprechen soll. Lösung/de Finetti: man kann auch den objektiven Wahrscheinlichkeits-Begriff gleichzeitig akzeptieren. Konditionalisierung/Statistik/Schurz: auf ein beliebiges Erfahrungsdatum E(b1...bn) über andere Individuen b1,..bn ist wichtig, um daraus zwei weitere Versionen des PP ableiten zu können: 1. PP für Zufallsstichproben, das für die subjektive Rechtfertigung der statistische Likelihood-Intuition gebraucht wird 2. Das konditionale PP, für das Prinzip der engsten Referenzklasse und dem induktiv statistischen Spezialisierungsschluss unterliegt. >Wahrscheinlichkeitstheorie. 1. Lewis, D. (1980). "A Subjectivist's Guide to Objective Chance". In: Jeffrey, R.C. (ed.)(1980), Studies in Inductive Logic and Probability, Vol 2, Berkeley: University of California Press. |
Schu I G. Schurz Einführung in die Wissenschaftstheorie Darmstadt 2006 |
| Wahrscheinlichkeit | Cartwright | I 38f Objektive Wahrscheinlichkeit/Cartwright: ungleich relative Häufigkeit. Objektive Wahrscheinlichkeit: Sozusagen das Gegenteil von scheinbarer Korrelation. - Welche Wahrscheinlichkeiten bestehen, beruht nie auf kausalen Überlegungen. Dennoch können Kausalaussagen auf Wahrscheinlichkeits-Aussagen reduziert werden, wenn es zusätzliche empirische Tatsachen gibt (um die Asymmetrien zu sichern). Karl Pearson/Cartwright: Wahrscheinlichkeit sollte theorie-frei bleiben. >Theorien, >Theoriebeladenheit, >Kausalität, >Kausalerklärung. |
Car I N. Cartwright How the laws of physics lie Oxford New York 1983 CartwrightR I R. Cartwright A Neglected Theory of Truth. Philosophical Essays, Cambridge/MA pp. 71-93 In Theories of Truth, Paul Horwich Aldershot 1994 CartwrightR II R. Cartwright Ontology and the theory of meaning Chicago 1954 |
| Wahrscheinlichkeit | Fraassen | I 159 Def Propensität/Popper/Fraassen: These: danach ist Wahrscheinlichkeit (Wschk) selbst eine physikalische Größe, die Stärke oder Intensität der realen Chance eines Vorkommnisses oder Ereignisses, die nicht durch Referenz auf aktuale Klassen von aktualen Vorkommnissen reduziert werden kann. I 165 Wahrscheinlichkeit/Fraassen: a) epistemisch: Bsp 1. 75% der Rekruten von 44 haben überlebt. 2. Jones ist ein Rekrut von 44. 1 und 2 sind objektiv. - Aber die Wahrscheinlichkeit ist für mich subjektiv, weil ich keine weitere Information über Jones habe. Pointe: Die Information, die ich summiere, hat gar nicht das Wort "Wahrscheinlichkeit" in sich. - Information: dass Jones zu einer bestimmten Klasse gehört. - So hat auch die statistische Mechanik nichts mit Nichtwissen zu tun. I 166f Bijektive Wahrscheinlichkeit/Fraassen: Bsp Information über die Zeit, die ein System in einem Zustand verbringt, ist eine objektive Information. - Ein Maß für etwas eine Wahrscheinlichkeits-Funktion zu nennen, ist weder subjektiv noch objektiv. - Es kann auch ein Maß des Nichtwissens sein. Objektive und subjektive (epistemische) Wahrscheinlichkeit kann man in der Praxis nicht immer auseinander halten. I 167 Statistik/Wahrscheinlichkeit/unendlich/Fraassen: weil Subregionen immer kleiner unterteilt werden können - weil sie am ende Punkten entsprechen) braucht man unendliche Klassen. - > Kolmogoroff-Axiome (zählbare Additivität). Wahrscheinlichkeit auf reelle Zahlen abbilden: das ist immer noch Extrapolation endlicher Proportionen. I 169 Wahrscheinlichkeit/Quantenmechanik/Fraassen: Problem: sinnlos: die Halbwertszeit eines einzelnen Atoms. - Ebenso für ungradzahlige Mengen von Atomen (wegen Zerfall eines halben Atoms). Lösung: subjektive Wahrscheinlichkeit. Ich habe keine weiteren Information über dieses Atom. Problem: objektiv genau ½, subjektiv: ungefähr 1/2. Problem: keine Relation zwischen genau und ungefähr. Lösung: In der Quantenmechanik gibt es keine klassische Wahrscheinlichkeit. >Quantenmeachanik. I 170 Mischung/Quantenmechanik: Gegensatz zum reinen Z: - Analog in Statistischer Mechanik: Unterschied zwischen Mikro- und Makrozustand. Nichtwissen: zu sagen, dass das System in einem von z.B. drei reinen Zuständen ist. - (Ignoranz-Interpretation). Problem: ein gemischter Zustand: kann auf mehr als eine Weise dekomponiert werden. I 174 Wahrscheinlichkeit/Doppelspalt/Quantenmechanik/Fraassen: darf nicht mit den Proportionen gleichgesetzt werden, das Elektron an einem Ort anzutreffen. I 177 unendlich/Wahrscheinlichkeits-Theorie/Quantenmechanik/Fraassen: Problem: Es gibt so viele reine Zustände und maximale Observablen, wie es reelle Zahlen gibt. >Beobachtung, >Experiment, >Methode. Wahrscheinlichkeits-Theorie: Theorem: wenn jedes aus einer Klasse sich gegenseitig ausschließender Ereignisse eine Wahrscheinlichkeit > 0 hat, gibt es nur abzählbar viele. Problem: dann kommt Modalität ins Spiel;: die Wahrscheinlichkeiten sind über das, was der Fall wäre, wenn... I 178 Epistemische Wahrscheinlichkeit/subjektive/Fraassen: kann man der Erkenntnistheorie überlassen. - Objektive Wahrscheinlichkeit: ist ein philosophisches Problem. - Was sagt eine probabilistische Theorie? - Worauf sind wir damit festgelegt? >Theorien. I 179 Wahrscheinlichkeits-Raum: 1. K: Stichprobenraum, Ereignis-R, 2. F: Familie der Ereignisse, 3. P: Wahrscheinlichkeits-Maß. Signifikanz: Problem, wenn zu feinkörnig. Def Feld: Familie von Teilmengen von K, abgeschlossen unter den Operationen Durchschnitt, Vereinigung, Komplementbildung. - Wahrscheinlichkeits-Raum: wenn Feld = Borel-Feld (Sigma-Feld): abgeschlossen unter abzählbar unendlich vielen Vereinigungen. - + + Propensität, strikte Häufigkeit. >Propensitäten. |
Fr I B. van Fraassen The Scientific Image Oxford 1980 |
| Wahrscheinlichkeit | Schurz | I 99 Relative Häufigkeit/relH/h(Fx): eines Ereignistyps Fs in einem endlichen Bereich D: ist die Anzahl aller Fs in D geteilt durch die Anzahl aller Ds. Unendlicher Bereich: hier ist die relH undefiniert. Def Zufallsfolge/Schurz: Lösung für unendlichen Bereich für relH: statt dessen bezieht man sich auf eine zufällige Anordnung der Individuen in D (d1,d2...) und bestimmt p(Fx) als Grenzwert der relativen Häufigkeiten hn(Fx) von Fs in den n gliedrigen Anfangsabschnitten dieser Zufallsfolge für n nach unendlich. Schreibweise: p(Fx) = lim n > ue hn(Fx). Problem: eins wahrscheinliche und null wahrscheinliche Ereignisse: hier gilt bei unendlichem Bereich nicht mehr Wahrscheinlichkeit = 1 bzw. =, sondern: Gegeben eine unendliche Zufallsfolge, und einen Ereignistyp Fx, dann impliziert p(Fx) = 0 nicht, dass es in dieser Folge kein Individuum di gibt, das F ist, sondern, dass die Häufigkeiten hn(Fx) gegen Null konvergieren. I 100 Bsp Unter den natürlichen Zahlen gibt es unendlich viele ganze 2er Potenzen, nämlich alle Zahlen der Form 2 k (für k e N). Dennoch gilt lim k > ue p(Fx) = k/2k = 0, d.h. die Wahrscheinlichkeit dafür, dass eine natürliche Zahl keine 2er Potenz ist, ist 1. Daher ist die statistische Hypothese p(Kx I Ax) = 1 bei unendlichem Bereich schwächer als die Allimplikation (x)(Ax > Kx). Def Bedingte Wahrscheinlichkeit/Schurz: die Wahrscheinlichkeit von A unter der Annahme, dass B vorliegt: P( A I B) = p(A u B)/p(B). (pB) muss >0 sein. B: bedingendes Ereignis, Antezedens. A: bedingtes Ereignis, Konsequens. Im statistischen Fall koinzidiert p(A I B) mit der relH von A in der endlichen Menge aller B's. Bzw. mit dem Grenzwert der relH in einer unendliche Zufallsfolge von B's. >Bayesianismus. Nicht Monotonie/nicht monoton/bedingte Wahrscheinlichkeit /Schurz: bedingte Wahrscheinlichkeiten sind nicht monoton: d.h. aus p(A I B) = hoch folgt nicht dass p(A I B u C) = hoch. >Monotonie. Objektive Wahrscheinlichkeit /Typ/Prädikat/Schurz: statistische Wahrscheinlichkeiten beziehen sich immer auf einen wiederholbaren Ereignistyp, ausgedrückt in einem Prädikat bzw. einer offenen Formel. Subjektive Wahrscheinlichkeit: bezieht sich auf ein Ereignistoken, ausgedrückt in einem Satz. Bsp dass es morgen regnet: den morgigen Tag gibt es nur einmal. >Subjektive Wahrscheinlichkeit. Subjektiv/objektiv/ Wahrscheinlichkeit /Reichenbach: Prinzip zur Übertragung von objektiver auf subjektive Wahrscheinlichkeit: I 101 Prinzip der engsten Referenzklasse/Reichenbach: die subjektive Wahrscheinlichkeit eines Tokens Fa wird bestimmt als die (geschätzte) bedingte Wahrscheinlichkeit p(Fx I Rx) des entsprechenden Typs Fx, in der engsten Bezugsklasse Rx, von der bekannt ist, dass a in ihr liegt. (d.h. dass Ra gilt). Bsp Ob eine Person mit bestimmten Eigenschaften eine bestimmte Berufslaufbahn einschlägt. Diese Eigenschaften fungieren als engste Referenzklasse. Bsp Wetterentwicklung: engste Referenzklasse, die Entwicklung der letzten Tage. Gesamtdatum/Carnap: Prinzip des: zur Bestätigung, gesamtes Wissen. Subjektive Wahrscheinlichkeit: Hauptbegründer: Bayes, Ramsey, de Finetti. Logische Wahrscheinlichkeits-Theorie/Carnap: vieleVs. Mathematische Wahrscheinlichkeits-Theorie/Schurz: ignoriert den Unterschied subjektive/objektive Wahrscheinlichkeit, weil die statistischen Gesetze dieselben sind. I 102 Disjunktivität/ Wahrscheinlichkeit: objektiv. Die Extension von A u B ist leer subjektiv: A u B wird von keiner zugelassenen (extensionalen) Interpretation der Sprache wahr gemacht. Wahrscheinlichkeit /Axiome/Schurz: A1: für alle A: p(A) > 0. (Nicht Negativität) A2: p(A v ~A) = 1. (Normierung auf 1) A3: für disjunkte A, B: p(A v B) = p(A) + p(B) (endliche Additivität) D.h. für disjunkte Ereignisse addieren sich die Wahrscheinlichkeit. Def Probabilistische Unabhängigkeit/Schurz: probabilistisch unabhängig sind zwei Ereignisse A, B. gdw. p(A u B) = p(A) mal p(B) . Probabilistisch abhängig: wenn P(A I B) ungleich p(A). I 109 Def Erschöpfend/exhaustiv/Schurz: a) objektive Wahrscheinlichkeit: eine Formel A mit n freien Variablen heißt exhaustiv, gdw. die Extension von A die Menge aller n Tupel von Individuen umfasst b) subjektiv: gdw. die Menge aller A wahrmachenden Modelle (=extensionale Interpretationen) mit der Menge aller als möglich erachteten Modelle der Sprache koinzidiert. I 110 Def Partition/Schurz: erschöpfende Disjunktion. >Wahrscheinlichkeitstheorie. |
Schu I G. Schurz Einführung in die Wissenschaftstheorie Darmstadt 2006 |
| Wahrscheinlichkeitstheorie | Schurz | I 110 Wahrscheinlichkeits-Theorie/Theoreme/Schurz: a) unbedingte Wahrscheinlichkeit: (objektiv und subjektiv) (T1) p(~A) = 1 – p(A) (Komplementär-Wahrscheinlichkeit) (T2) p(A) ≤ 1 (obere Schranke) (T3) p(A u ~A) = 0 (Kontradiktion) (T4) p(A1 v A2) = p(A1) + p(A2) – p(A1 u A2) (allgemeines Additionsgesetz) b) bedingte Wahrscheinlichkeit (für die Formeln X in Antezedens Position) (TB1) Wenn B > A erschöpfend ist, gilt p(A I B) = 1. Die Umkehrung gilt nicht. (TB2) p(A u B) = p(A I B) mal p(B) TB3) Für jede Partition B1,...Bn gilt: p(A) = ∑ 1≤i≤n p(A I Bi) mal p(Bi) (allg. Multiplikationsgesetz) (TB4): Def Bayes-Theorem, 1. Version: p(A I B) = p(B I A) mal p(A)/p(B) (TB5) Def Bayes-Theorem, 2. Version: für jede Partition A1,...An gilt: p(Ai I B) = p(B I Ai) mal p (Ai) /∑ 1≤i≤n p(B I Ai) mal p(Ai). (TB6) Symmetrie der probabilistischen Abhängigkeit: p(A I B) > p(A) gdw. p(B I A) > p(B) gdw. p(B I A) > p(B I ~A) (analog für ≥). Def Partition/Schurz: erschöpfende Disjunktion. I 112 Wahrscheinlichkeits-Theorie/Schurz: bis heute ungelöste Probleme: a) objektive Wahrscheinlichkeit: Definitionsprobleme. Definition statistischer Wahrscheinlichkeit: Problem: mit einem Zufallsexperiment kann man potentiell unendlich viele unendlich anwachsende Ergebnisfolgen produzieren, Warum sollten sie alle denselben Häufigkeitsgrenzwert haben? Warum sollten sie überhaupt einen haben? Problem: noch schlimmer: aus einer gegebenen Ergebnisfolge kann man durch willkürliche Umordnung oder Stellenauswahl jederzeit eine Folge mit beliebig abweichendem Häufigkeitsgrenzwert konstruieren. I 113 Gesetz der großen Zahl/Schurz: („naive statistische Theorie“): soll eine Lösung für dieses Problem sein: die Behauptung „p(Fx) = r“ besagt danach nicht, dass in allen Zufallsfolgen der Häufigkeitsgrenzwert r ist, sondern nur, dass er mit Wahrscheinlichkeit 1 r ist. StegmüllerVs/KutscheraVs: Das ist zirkulär! Im Definiens des Ausdrucks „die Wahrscheinlichkeit von Fx ist r“ kommt erneut der Ausdruck „mit Wahrscheinlichkeit 1“ vor. Damit wird die Wahrscheinlichkeit nicht auf Häufigkeitsgrenzwerte, sondern wiederum auf Wahrscheinlichkeit zurückgeführt. >Zirkularität. Umstellung/Umordnung/(s): nur ein Problem bei unendlichen Mengen, nicht bei endlichen. Mises/Lösung: „statistisches Kollektiv“. 1. jedes mögliche Ergebnis E besitzt in g einen Häufigkeitsgrenzwert, der mit der Wahrscheinlichkeit p(E) identifiziert wird und 2. dieser ist insensitiv gegenüber einer Stellenauswahl. Daraus folgt die allgemeine Produktregel/Statistik: die Wahrscheinlichkeit einer Summe ist gleich dem Produkt der einzelnen Wahrscheinlichkeiten: p(Fx1 u Gx2) = p(Fx1) mal p(Gx2). Wahrscheinlichkeit /Propensität//Mises: dieses Ergebnis von Mises ist empirisch, nicht a priori! Es ist eine gehaltvolle Dispositionsaussage über die reale Natur des Zufallsexperiments. Die Misessche Wahrscheinlichkeit nennt man auch Propensität. >Propensität. Singuläre Propensität/Einzelfall Wahrscheinlichkeit/Einzel Wahrscheinlichkeit/Popper: viele Vs. Wahrscheinlichkeits-Theorie/Schurz: Problem: worin liegt der empirische Gehalt einer statistischen Hypothese und wie wird sie überprüft? Es gibt keine Beobachtungsaussage, die aus dieser Hypothese logisch folgt. >Überprüfung. Dass eine Zufallsfolge einen bestimmten Häufigkeitsgrenzwert r besitzt, ist für jedes noch so große n mit jedem beliebigen bis dahin erreichten Häufigkeitswert hn ungleich r verträglich. Bayes/Schurz: das wird von Bayesianern gern als Einwand gebracht, drückt aber lediglich die Tatsache aus, dass aus statistischen Hypothesen keine Beobachtungssätze folgen. I 115 Überprüfung/Statistik/Schurz: Statistische Hypothesen sind nicht deduktiv überprüfbar, wohl aber probabilistisch, durch Stichproben. I 115 Principal Principle/PP/Statistik/Schurz: Die subjektiven Wahrscheinlichkeiten müssen, wenn die objektiven Wahrscheinlichkeit gewusst werden, mit diesen übereinstimmen. Lewis (1980): singuläres PP: subjektivistisch. Hier werden „objektive“ singuläre Propensitäten einfach postuliert. >Propensitäten. SchurzVsPropensität/SchurzVsPopper: Es bleibt unklar, welcher Eigenschaft eine singuläre Propensität überhaupt entsprechen soll. Lösung/de Finetti: man kann auch den objektiven Wahrscheinlichkeits-Begriff gleichzeitig akzeptieren. Konditionalisierung/Statistik/Schurz: auf ein beliebiges Erfahrungsdatum E(b1...bn) über andere Individuen b1,..bn ist wichtig, um daraus zwei weitere Versionen des PP ableiten zu können: 1. PP für Zufallsstichproben, das für die subjektive Rechtfertigung der statistische Likelihood-Intuition gebraucht wird 2. Das konditionale PP, für das Prinzip der engsten Referenzklasse und dem induktiv statistischen Spezialisierungsschluss unterliegt. PP: w(Fa I p(Fx) = r u E(b1,...bn)) = r PP für Zufallsstichproben: w(hn(Fx) = k/n I p(Fx) = r) = (nk) rk mal (1 r)n k. Konditionales PP: w(Fa I Ga u p(Fx I Gx) = r u E(b1,…bn)) = r. Principal principle: ist nur für subjektive a priori-Wahrscheinlichkeit sinnvoll. D.h. Glaubensgrade eines Subjekts, das noch keine Erfahrung gemacht hat. Aktualer Glaubensgrad: für ihn gilt das Prinzip nicht generell: Bsp wenn die Münze schon Kopf zeigt, (=Fa) so ist der GG davon natürlich = 1, während man weiß dass p(Fx) = ½. Apriorische Wahrscheinlichkeits-Funktion: hier muss das gesamte Hintergrundwissen W explizit in das Antezedens einer konditionalen Wahrscheinlichkeits-Aussage w( I W) geschrieben werden. Aktual: = personalistisch. Apriorische Wahrscheinlichkeit: Zusammenhang mit aktualer Wahrscheinlichkeit: Strikte Konditionalisierung/Schurz: w0 sei die a priori Wahrscheinlichkeit bzw. Wahrscheinlichkeit zu t0 und w1 die gegenwärtige Wahrscheinlichkeit I 116 Wt das zwischen t0 und t1 erworbene Wissen. Dann gilt für beliebige A: Wt(A) = w0(A I Wt). Engste Referenzklasse/Prinzip/Schurz: lässt sich so rechtfertigen: Für ein gegebenes Ereignis Fa kann das Individuum a sehr vielen Referenzklassen angehören, die Fx sehr verschiedene Wahrscheinlichkeiten zuweisen. Dann erhielten wir widersprüchliche Prognosen. Frage: Aber warum sollte die geeignete Referenzklasse die engste sein? Weil man beweisen kann, dass sie den Häufigkeitsgrenzwert zutreffender Prognosen maximiert. |
Schu I G. Schurz Einführung in die Wissenschaftstheorie Darmstadt 2006 |
| Zufall | Maturana | I 104 Zufall/Maturana: Zufall nicht ontologisch, sondern nur rechnerisches Artefakt. - Angenommen bei unbeobachtbaren, als objektiv vorausgesetzten Systemen. Vgl. >Objektive Wahrscheinlichkeit, >Subjektive Wahrscheinlichkeit, >Epistemisch/ontologisch. |
Maturana I Umberto Maturana Biologie der Realität Frankfurt 2000 |
| |||
Der gesuchte Begriff oder Autor findet sich in folgenden Thesen von Autoren des zentralen Fachgebiets.
| Begriff/ Autor/Ismus |
Autor |
Eintrag |
Literatur |
|---|---|---|---|
| Referenz | Lewis, D. | Schw I 127 Referenz/Lewis: vertritt also eine Art Beschreibungstheorie (Kennzeichnungstheorie) der Referenz: Ausdrücke wie "mögliche Welt", "Bedeutungen", "Schmerz" "objektive Wahrscheinlichkeit" sind mit Rollen assoziiert, die festlegen, worauf sie sich beziehen. Wie die Rollen bestimmt sind, erklärt er in How to define theoretical terms (1970c). |
|
| |||