George F. Klirのファジーセットに関する本で説明されている不確実性管理の非常に有用な原則に照らして、哲学の別の方向からこれにアプローチします。ファン・デル・ラーンの正確さを伝えることはできませんが、彼の目標が論理的に不可能な理由について、いくぶん網羅的なケースを提供できます。それは他のフィールドを参照する長い議論を必要とするので、私と一緒に耐えてください。
Klirと彼の共著者は、不確実性を非特異性などのいくつかのサブタイプに分けています（つまり、未知の代替セットがある場合、ハートレー関数などの手段で処理されます）。定義の不正確さ（つまり、ファジーセットでモデル化および定量化された「ファジーネス」）。争いまたは不和の証拠（デンプスターシェーファー証拠理論で扱われます）; 加えて、確率論、可能性論、および測定の不確実性。目標は、エラーを最小限に抑えながら、関連する証拠を取得するための適切な範囲を持つことです 統計手法のツールボックス全体を、クッキーカッターのように、さまざまな方法で不確実性を分割する代替手段として見ています。信頼区間とp値は1つの方法で不確実性を隔離しますが、シャノンのエントロピーのような測定は別の角度からそれを切り詰めます。彼らができること ただし、完全に排除することはできません。ファン・デル・ラーンが説明しているような「正確なモデル」を実現するには、これらのタイプの不確実性をすべてゼロに減らして、分割する余地がないようにする必要があります。真に「正確な」モデルは、確率、可能性の値が常に1で、非特異性スコアが0で、用語、値の範囲、または測定スケールの定義に不確実性はありません。証拠の代替ソースに不一致はありません。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。ファン・デル・ラーンのようなものは、これらのタイプの不確実性をすべてゼロに減らす必要があります。そうすれば、分割する余地はもうありません。真に「正確な」モデルは、確率、可能性の値が常に1で、非特異性スコアが0で、用語、値の範囲、または測定スケールの定義に不確実性はありません。証拠の代替ソースに不一致はありません。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。ファン・デル・ラーンのようなものは、これらのタイプの不確実性をすべてゼロに減らす必要があります。そうすれば、分割する余地はもうありません。真に「正確な」モデルは、確率、可能性の値が常に1で、非特異性スコアが0で、用語、値の範囲、または測定スケールの定義に不確実性はありません。証拠の代替ソースに不一致はありません。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。真に「正確な」モデルは、確率、可能性の値が常に1で、非特異性スコアが0で、用語、値の範囲、または測定スケールの定義に不確実性はありません。証拠の代替ソースに不一致はありません。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。真に「正確な」モデルは、確率、可能性の値が常に1で、非特異性スコアが0で、用語、値の範囲、または測定スケールの定義に不確実性はありません。証拠の代替ソースに不一致はありません。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。このようなモデルによって行われる予測は、常に100％正確です。予測モデルは本質的に不確実性を将来に分けますが、先送りするものはありません。不確実性の観点には、いくつかの重要な意味があります。
•この高い秩序は、物理的に信じられないだけでなく、実際には論理的に不可能です。明らかに、誤りのある物理的な科学機器を使用して有限の観測値を収集することによって、無限の程度で完全に連続した測定スケールを達成することはできません。測定スケールに関しては常に不確実性があります。同様に、実験で使用する定義そのものを取り巻く曖昧さが常にあります。将来も本質的に不確実であるため、「正確な」モデルのおそらく完全な予測は、他の方法で証明されるまで不完全として扱わなければなりません。
さらに悪いことに、プロセスのある時点で100％エラーのない測定技術はなく、また、宇宙で競合する可能性のある情報をすべて網羅するほど包括的にすることもできません。さらに、可能性のある交絡変数の排除と完全な条件付き独立性は、調査対象のプロセスに影響を与える他のすべての物理プロセス、およびこれらの二次プロセスに影響を与えるプロセスなどを調査せずに徹底的に証明することはできません。
•正確性は、純粋な論理とそのサブセットである数学でのみ可能です。これは、こうした不確実性の原因のような現実世界の懸念から抽象化が切り離されているからです。たとえば、純粋な演ductive論理により、2 + 2 = 4であり、他の答えが100％間違っていることを証明できます。また、常に4になるという完全に正確な予測を行うこともできます。この種の精度は、抽象化を処理している統計でのみ可能です。統計は、実世界に適用すると非常に役立ちますが、統計を有効にすると、少なくともある程度の避けられない不確実性が注入され、不正確になります。それは避けられないジレンマです。
•さらに、Peter Chuはリンクしている記事rvlのコメントセクションに追加の制限を設けています。彼は私ができる以上にそれを置きます：
「NP困難問題のこの解の表面は、通常、多くの局所的な最適値に満ちており、ほとんどの場合、問題を解決することは計算上実行不可能です。せいぜい、この複雑な目的関数の広大なソリューション空間で適切なローカル最適ソリューションを見つけるためです。」
•これらすべては、科学自体が完全に正確ではないことを意味しますが、van der Laanは彼の記事でこのように述べているようです。抽象プロセスとしての科学的方法は正確に定義できますが、普遍的で完全な正確な測定が不可能であることは、不確実性のない正確なモデルを作成できないことを意味します。科学は素晴らしいツールですが、限界があります。
•そこから悪化する：宇宙のすべての構成クォークとグルーオンに作用するすべての力を正確に測定できたとしても、いくつかの不確実性が残っています。第1に、このような完全なモデルによって行われる予測は、5次方程式と高次多項式の複数の解が存在するため、依然として不確実です。第二に、古典的な質問「これはすべて夢か幻覚かもしれない」に具体化された極端な懐疑主義が現実を反映していないことを完全に確信することはできません-この場合、私たちのモデルはすべて最悪の形で実際に間違っています。これは基本的に、現象主義、理想主義、独身主義のような哲学の元の認識論的定式化のより極端な存在論的解釈と同等です。
• 1909年の正統派の正統派GKチェスタートンは、これらの哲学の極端なバージョンは確かに判断できるが、彼らが信者を精神的制度に追い込むかどうかによって判断できると指摘した。たとえば、存在論的独身論は、実際には統合失調症のマーカーであり、そのいとこも同様です。この世界で達成できる最善のことは、合理的な疑念を排除することです。正確なモデル、網羅的でエラーのない測定の仮想世界であっても、この不安定な種類の不合理な疑念を厳密に排除することはできません。ファン・デル・ラーンが不当な疑いを取り除くことを目指しているなら、彼は火で遊んでいます。完全に把握することで、私たちにできる限りの善が指をすり抜けます。私たちは無限の世界に存在する有限の生き物です。つまり、van der Laanが主張する完全かつ完全に特定の知識は、私たちの手に負えないものです。この種の確実性に到達する唯一の方法は、その世界から、私たちが「純粋数学」と呼ぶ完全に抽象的な世界のより狭い範囲に後退することです。ただし、これは、純粋数学への後退が不確実性を解消する解決策であることを意味するものではありません。これは本質的にルートヴィヒ・ヴィットゲンシュタイン（1889-1951）の後継者たちが取ったアプローチでした。過剰な専門化と有用性よりも正確さの強調。その過程で、彼らは哲学の規律を、定義とへそをじっと見つめるという泥沼に分解することで破壊し、それによって他の学界とは無関係にした。これにより、20世紀初頭まで学問的議論の最前線にあった規律全体が本質的に殺され、メディアの注目を集め、指導者の何人かは有名になりました。彼らは世界についての完璧で洗練された説明を把握し、GKCが述べた精神病患者と同じように、指をすり抜けました。また、以下で説明するように、すでに自分の主張を反証しているファン・デル・ラーンの把握から外れます。あまりにも正確なモデルの追求は、単に不可能ではありません。自己敗北の強迫観念に連れて行かれると、それは危険でありえます。そのような純度の追求は、めったに終わりません。猛烈に手をこすり、感染した傷を負った生殖嫌悪者と同じくらいしばしば自滅的です。それ' 太陽から火を盗もうとするイカロスを連想させる：有限の存在として、私たちは物事の有限の理解しかできない。チェスタートンも正統派の言葉で述べているように、「天を頭に入れようとするのは論理学者です。そして、彼の頭が分裂するのです」。
上記に照らして、rvlによってリストされた特定の質問のいくつかに取り組んでみましょう。
1）仮定を一切持たないモデルは、a）自身の仮定を認識していないか、b）測定誤差、考えられるすべての交絡変数の説明、完全に連続した測定スケール、好む。
2）最尤推定（MLE）に関しては私はまだ初心者なので、ターゲット尤度のメカニズムについてコメントすることはできません。ただし、明白なことを指摘する場合を除きます。 。正確なモデルを導き出すためには、不確実性を完全に排除する必要があります。
3）もちろんありません。すべてのモデルはある程度の不確実性を保持しているため不正確であるため（実際の物理測定から離婚した純粋な数学の場合を除く）、人類はこれまでに技術的な進歩を遂げることができませんでした。すべて。不正確なモデルが常に役に立たない場合は、インターネットと呼ばれるこの驚くべき技術の偉業ではなく、洞窟でこの会話をすることになります。これらはすべて不正確なモデリングによって可能になりました。
皮肉なことに、ファンデルラーン自身のモデルは不正確さの主な例です。彼自身の記事では、正確なモデルを目指して、統計分野をどのように管理すべきかという種類のモデルをスケッチしています。この「モデル」に付けられた数字はまだありません。ほとんどのモデルが彼の視界にどれだけ不正確または役に立たないかの測定も、彼のビジョンからどれだけ離れているかの定量化もありませんが、私はそれらのテストを考案できると思います。しかし、現状では、彼のモデルは不正確です。役に立たない場合は、彼の主張が間違っていることを意味します。それが有用である場合、不正確なモデルは有用ではないという彼の主な点を無効にします。いずれにせよ、彼は彼自身の議論に反論します。
4）おそらくそうではありません。なぜなら、そもそも正確なモデルを導き出せないのと同じ理由で、モデルをテストするための完全な情報を持てないからです。定義上、正確なモデルには完全な予測可能性が必要ですが、最初の100回のテストで100％の正確さが得られたとしても、101回目のテストはそうではありません。次に、無限の測定スケールの問題があります。その後、他の不確実性のすべての原因になります。これにより、アイボリータワーモデルのアイボリータワーの評価が汚染されます。
5）この問題に対処するために、私はしばしば物議を醸すはるかに大きな哲学的問題のより広い文脈にそれを置かなければならなかったので、意見を得ることなくこれを議論することは可能だとは思わない（それ自体が別のものであることに注意してください）不確実性の原因）しかし、あなたは正しいです、この記事は返信に値します。彼が他のトピックで言っていることの多くは、ビッグデータに関連する統計を作成する必要性など、正しい軌道に乗っていますが、修正すべきいくつかの非現実的な過激さが混在しています。