Истината за истината Нежелана наука за науката
"Колкото по-лоша е нашата логика, толкова по-интересни са последиците, до които тя поражда." Б. Ръсел
страници
Петък, 29 януари 2016 г.
Нежелана наука за науката
Феноменът Нежелана наука винаги е очарователно! Имам предвид произведение или цяла теория, която се опитва да създаде впечатление, че е научна и която, гледана от разстояние, често успява. При по-внимателно вглеждане обаче тези произведения се оказват интелектуално изключително сплескани, основани на произволно подбрани данни или мисли и логически непълни боклуци. Нежелана наука се опитва да имитира наука, без да е изпълнен със съдържание и често да потвърждава мироглед, приемлив за нейния автор. Тук в блога на тема „Произход на живота“ имаше пример с книжка с картинки за това явление, но Нежелана наука в изобилие и навсякъде. В областта на физиката има "свободна енергия" или алтернативи на теорията на относителността, фармацията има лоялна и дрънкаща пъпка на гърба си с хомеопатия и философията може да очаква с нетърпение "обективизъм" на Айн Ранд. Нежелана наука е смущаващо в най-добрия случай, опасно в най-лошия. Но този някой Нежелана наука бих могъл да го използвам за популяризиране на научното мислене публично, никога не бих дошъл с тази идея до днес!
Но днес намерих статия на тема „Формула за теория на конспирацията“ на SpOn. Става въпрос за математически модел, с помощта на който е възможно да се правят прогнози за вероятността теория на конспирацията да бъде разкрита от някой от инициираните в рамките на определен период от време. Изводът е: не за дълго. От това следва, че общите конспиративни теории като конспирацията на Луната, конспирацията за ваксинация, потиснатото лекарство за рак и лъжата за изменението на климата не могат да бъдат верни - защото те отдавна трябваше да бъдат предадени.
От любопитство веднъж разгледах пълната, рецензирана оригинална работа, озаглавена „За жизнеспособността на конспиративните вярвания“. Авторът на тази работа всъщност твърди, че има принос срещу антинаучното мислене! И когато четете статията, всичко, което можете да направите, е да пляскате с ръце над главата в лицето на тази псевдонаучна боклук! Всъщност всичко в тази работа е идиотско и/или погрешно. Нека започнем с предположенията.
Работата изхожда от определен брой н на конспиратори. Веднага след като един от тези посветени направи своята информация публична, конспирацията се счита за разкрита. Само това е изключително нереално предположение. Когато Gustl Mollath докладва за сделките с черни пари на Hyopvereinsbank, този въпрос не се счита за изчистен, но той оказва известно време в психиатрията. А какво да кажем за изясняването на комплекса NSU, тъй като мнозина вече казаха редица обезпокоителни неща? Но продължете.
Представената работа по-нататък предполага, че вероятността някой от посветените да разкрие конспирацията може да бъде моделирана с разпределение на Поасон. Това разпределение описва вероятността, с която определен брой дискретни събития ще се случат в рамките на определен интервал от време. Тук интервалът от време е една година и събитието е „Човекът разкрива конспирацията“. За да може един процес да бъде представен чрез разпределение на Поасон, трябва да бъдат изпълнени редица изисквания. Тук две представляват особен интерес.
Първо, събитията трябва независимо да са един от друг, т.е. настъпването или ненастъпването на събитие не оказва никакво влияние върху това дали се случва по-нататъшно събитие или не. Пример за това би било увреждане на ДНК от радиоактивно излъчване. За създаването на увреждане на една точка от ДНК няма значение дали друга точка вече е била повредена. В случай, че се говори за конспиративни теории, това предположение очевидно не е вярно. За посветения човек има голямо значение дали някой друг вече е разкрил заговора или не. По много начини. Това може да насърчи някого да прави допълнителни изявления. Може да насърчи някой да разкрие повече подробности или дори някаква друга конспирация. И ако някой като Челси Манинг бъде хвърлен в бетонна дупка до края на живота си, след като говори, това е точно защото знаете, че вероятността от по-нататъшни разкрития Не независимо от други разкрития и тяхното наказание.
Второ, разпределението на Поасон предполага, че средната скорост, с която се случват събитията, е постоянна. Трябва да е еднакъв във всеки интервал от време. В случай на увреждане на ДНК, това означава, че интензивността на радиоактивното излъчване не трябва да варира. И когато става въпрос за готовност за разкриване на конспирация, тази готовност ще се промени значително с течение на времето. Защото това ще зависи от много фактори: Ще продължат ли ефектите от моята конспирация или тя вече е сключена? Все още ли се възползвам от него или не? Трябва ли да се съобразявам с последиците, когато се разкрие или въпросът е по давност по един или друг начин? Смъртта ми наближава и няма какво повече да губя, тогава може би искам да успокоя съвестта си? Или моите съзаклятници вече са мъртви? Тук много може да играе роля, но вероятността посветеният да разкрие заговор със сигурност не е постоянен.
С това две основни изисквания за прилагането на разпределението на Поасон вече не са изпълнени и цялата работа губи своята основна обосновка. Авторът обосновава предположението за разпределението на Поасон с едно изречение:
„Предположението за статистиката на Поасон, използвано в тази работа, е оправдано за дискретни събития, от автомобили, пристигащи на светофара, до радиационно-индуцирани увреждания на ДНК и трябва да се държи за излагане на конспиративни събития.“
Уау. Или може би не.
Но глупостите продължават. Много по-нататък.
Това е уравнение (1) в споменатия документ. Пиша всичко това толкова подробно, защото то скоро ще стане важно.
Параметърът на разпределението на Поасон е резултат от н Вътрешни лица, всеки от които е вероятен стр трябва да предаде конспирацията в рамките на едногодишен интервал
Грешката е, че ако параметърът на разпределение се промени с течение на времето, тогава един за вероятност е във времето т не може просто да вземе t пъти по този параметър. Приносът на отделните интервали трябва да бъде изрично събран. Следователно трябва да гласи:
Пунктираните криви са от оригиналната творба, плътните са коригираните. Броят на доверените лица се приема за постоянен за синята крива, така че няма разлики. За случаите с умиращи съучастници вероятността за откриване се стабилизира в даден момент. Ако след 50 години не е бил предаден от никой, който го е знаел, то след 60 години вече няма да бъде предаден, защото всички, които са го знаели, вече са мъртви. „Вероятността за провал“ на конспирацията вече не се променя.
Всички резултати от работата, при които броят на посветените не се приема за постоянен, също са погрешни отвъд тази цифра.
"стр Включва също шансовете за случайно присъщо излагане "
вече не играят роля.
Не, тази статия срещу конспирацията е изключително лоша! Той е пълен с несъстоятелни предположения, безсмислени, защото доста произволни оценки и прости грешки в изчисленията. Но той стига до желания и разумно звучащ резултат, че конспиративните теории с много доверени лица трябва да бъдат разкрити бързо и следователно не могат да бъдат правилни. Тази статия е Нежелана наука най-лошият вид. Защото опитът да се пребори със скептицизма срещу ваксината и лунната конспирация с такава съмнителна статия има същия ефект като измисления мъртъв бежанец от Лагесо: хора, които винаги са били убедени, че науката е просто история на лъжи за манипулиране на обществеността, нечестни, обективни и загрижени само за собствената си изгода, вече имат публикувана в рецензия публикация, на която с право могат да се позовават като доказателство за своето мнение. Благодаря ти много!
Допълнение (7.3.):
Авторът на обсъжданото изследване е публикувал корекция, в която поне елиминира грешките в изчисленията.
За по-добро разбиране, още една бележка, защо кумулативните вероятности винаги трябва да се увеличават монотонно и защо това трябва да е така, когато тези, които знаят за това, изчезнат.
Нека първо вземем един случай, който няма нищо общо с работата на г-н Граймс, обсъдена тук. Принципът обаче важи навсякъде и в този малко по-ясен случай разбирането може да е по-лесно.
Вземете случая на нормално разпределение на Гаус. Това разпределение има добре познатата форма на "крива на камбана" и определя вероятността за получаване на определена стойност. Ето кривата на камбаната и нейната кумулативна вероятност (или, по-точно, тя се нарича "кумулативна функция на разпределение"):
Нека първо приемем случая с постоянен брой конспиратори. Тогава вероятността поне един човек да говори в рамките на една година е еднаква за всички години. Сега, ако искате да изчислите вероятността поне един човек да е говорил след определен брой години, трябва да разглеждате всяка година като отделен случаен експеримент и след това правилно да комбинирате (идентичните) вероятности за клюкарство за всяка отделна година с общата вероятност след х години . Тази крива на общите вероятности след х години заедно е точно кумулативната вероятност. Комбинацията от постоянните годишни вероятности и кумулативната вероятност е това, което Граймс е получил правилно в работата си. Ето примерно изчисление на това как може да изглежда:
Не нарисувах плътни линии нито веднъж, а точка за всяка година, за да стане по-ясно, че това е поредица от отделни интервали. Тук се приема, че дългосрочният среден процент на хората, които говорят годишно, е 0,1. Вероятността за година, тъй като тук не бива да умират хора, винаги е една и съща (сините точки за година 1, година 2,). Сега кумулативната крива се увеличава все повече и повече с течение на времето и продължава да се доближава до стойността 1 в продължение на много години (червените точки за след една година, след две години, ...).
Сега правим същото изчисление отново, но нека средната ставка намалява от година на година. Тогава напр. като този:
Сега това, което се случва, е същото, както беше обсъждано по-рано за нормалното разпределение. Ако вероятността продължава да намалява всяка година, тогава приносът на всяка следваща година към кумулативната крива става все по-малък и по-малък. Въпреки това, той не намалява отново, но когато вероятността намалява към нула годишно, кумулативната крива остава на постоянна стойност. Поне ако правилно комбинирате вероятностите за година, за да образувате кумулативната вероятност. Но точно това не е направил Граймс. И грешката в комбинацията доведе до кумулативната й вероятност отново да спадне. И този спад е невъзможен (това ще изисква отрицателни вероятности за една година и отрицателни вероятности не съществуват). Следователно той и всеки експерт би трябвало веднага да забележат, че някъде е имало сериозна грешка.
И накрая, илюстративен пример: Ако купя билети, тогава кумулативната вероятност е вероятността, с която ще го направя н Билетите печелят и това се дължи на индивидуалната вероятност за билет и броя на билетите. Колкото повече билети купувам, толкова по-големи трябва да са шансовете ми за печалба. Кумулативната вероятност може само да нараства - повече билети, по-голям шанс за печалба. Ако падна, това би означавало, че чрез закупуване на допълнителни билети изобщо ще намаля шансовете си за печалба! Очевидно безсмислена ситуация.