Peter van Velzen schreef:
Was dat een presentatie van een themadag? Het lijkt me eerlijk gezegd, een sooort geheugensteuntje waar nadere uitleg bij hoort.
Is inderdaad een weergave van de diapresentatie op een themadag van het EMGO.
Ik ben het niet helemaal eens met jouw bewering dat men met een reductio ad absurdum geen stelling omver probeert te werpen. soms tracht men dat wel degelijk. Maar je hebt ongetwijfeld gelijk, dat je eigenlijk alleen mee aantoont, dat ze niet in elke context opgaat. Het is best mogelijk dat de stelling wel opgaat als men enkele extra voorwaarden toevoegd.
Dat kan, maar dat gaat vaak juist ten koste van de generaliseerbaarheid van de stelling. Je kunt ook voorwaarden eruit halen. Het is ben ik bang lastiger dan programeertaal ("if input is ... and ... or ... then ... goto ...") Sommige voorwaarden zijn juist heel specifiek voor een bepaald sample*.
Door ook een meer samples te betrekken in een claim vergroot je regelmatig de generaliseerbaarheid van die claim, maar verklein je het overall effect van die claim.
Grofweg gezegd naar kwantitatieve benamingen: in smalle null-hypothesen is het effect/verschil verder van de nul af en meer significant, in het geval van risico/kans meer van de 1 af en meer significant (intervalschatting voor vervolgexperimenten in de toekomst op die kwantitatieve uitkomst ligt verder van de respectievelijk 0 (verschil/effect) of 1 (kans/risico). MAW de uitkomsten van het fenomeen zijn 100% geldend voor dat experiment. Het is relevant, om met andere experimenten te kijken welke factoren belangrijk zijn voor de externe validiteit van de conclusies in dergelijke experimenten.
Om de externe validiteit te bekijken kun je dus 2 dingen doen:
1. Je kunt uitgaan van de extreemheid van de sample (is deze heel homogeen, of niet)
2. Je kunt uitgaan van de extreemheid van de populatie (is deze net zo homogeen, en is de heterogeniteit relevant).
Een reductio ad absurdum is dus eigenlijk een argument wat de generaliseerbaarheid begrenst door de extreemheid van de populatie te benoemen. Dat is geen logische falsificatie, maar een analoge kwalitatieve benadering. Een logische falsificatie is de statistische falsificatie (F-toetsen, T-toetsen, betrouwbaarheidsintervallen, etc)
Dat gezegd hebbende, is een reductio as absurdum dus eigenlijk een logische falcificatie. We zijn gewend aan empirische falcificatie - en ik hecht daar nog altijd meer waarde aan - maar regelmatig bestoken ook geleerden elkaar met reductio ad absurdum. Zover ik begrepen heb, was schroedingers kat bijvoorbeeld als zodanig bedoeld.
Wat je benoemt als empirische falsificatie is een vorm van uitgaan van de extreemheid binnen een experiment (sample). De reductio ad absurdum is een vorm van falsificatie op basis van een analogie. Een logische falsificatie is statistische significantie, of een betrouwbaarheidsinterval die door de nulhypothese heen gaat.
Daarentegen: een zeer generaliseerbare stelling, hebben case-to-case mogelijk minder waarde dan GOEDE slecht generaliseerbare stellingen. Natuurlijk is de een GOEDE generaliseerbare stelling, prettiger dan een EVEN GOEDE minder generaliseerbare stelling. Maar het is denk ik niet mogelijk een stelling te formuleren die dat kan. Je bent dus altijd aangewezen op jouw vraag: neem je een stelling aan om op groepsniveau iets te doen, of op individueel niveau. Welke stelling is van toepassing.
Het logische antwoord op een reductio ad absurdum is dus: Waarvoor zou je een kleinst mogelijk natuurlijk getal willen kennen? Voor een beeldhouwer een hele andere vraag dan voor een kwantum fysicus. (case-to-case niet valide argument).
Groet,
Bob
Ps. Case is een individueel geval, generalisatie kan pas bij een waarneming binnen een sample
Sample: meerdere cases
Populatie: meerdere samples; een populatie kan op zich ook weer een sampel zijn voor een nog grotere populatie. Of een groep dus een sample of een populatie is, is afhankelijk van de context en dus ook de stelling.