
科学假设是对自然世界中一种现象的初步,可检验的解释。这是最初的构建块科学方法。许多人将其描述为基于先验知识和观察的“受过教育的猜测”。虽然这是真的,但假设比猜测更为明智。虽然“受过教育的猜测”提出了基于人的专业知识的随机预测,但发展假设需要积极的观察和背景研究。
假设基础
假设的基本思想是没有预定的结果。为了将解决方案称为科学假设,必须通过精心制作的实验或观察来支持或驳斥一个想法。这个概念称为可见性和可检验性,在20世纪中叶由奥地利 - 英国哲学家卡尔·波普尔(Karl Popper)在其著名的著作《科学发现的逻辑》中提出(Routledge,1959年)。
假设的关键功能是得出有关未来实验结果的预测,然后执行这些实验以查看它们是否支持预测。
假设通常是以if-then语句的形式编写的,这给出了可能性(如果),并解释了可能发生的可能性(然后)。该声明也可能包括“五月”加利福尼亚州立大学,贝克斯菲尔德。
以下是假设陈述的一些例子:
- 如果大蒜驱除跳蚤,那么每天给大蒜的狗就不会得到跳蚤。
- 如果糖会引起空腔,那么吃很多糖果的人可能更容易容易出现腔。
- 如果紫外线会损害眼睛,然后这种光可能会引起失明。
是什么使假设可以检验?
有用的假设应可以检验和伪造。这意味着应该有可能证明这是错误的。根据卡尔·波普(Karl Popper)1963年的书,这一理论是不科学的。猜想和反驳。”
不可测试的陈述的一个例子是:“狗比猫好。”那是因为“更好”的定义是模糊的和主观的。但是,可以对不可测试的语句进行重新命名以使其可测试。例如,以前的陈述可以更改为:“拥有狗与拥有猫的身体健康水平更高。”通过这一说法,研究人员可以从狗和猫主的身体健康中衡量身体健康,并比较两者。
科学假设的类型
在一个实验中,研究人员通常通过两种方式陈述其假设。零假设预测,测试的变量之间将没有关系,或者实验组之间没有差异。替代假设预测了相反的:实验组之间将有差异。通常,这是假设科学家最感兴趣的迈阿密大学。
例如,一个无效的假设可能指出:“服用蛋白质补充剂的人与不蛋白质的人之间的肌肉生长速度没有差异。”另一种假设将指出:“服用蛋白质补充剂的人和不接受蛋白质的人之间的肌肉生长速度会有所不同。”
如果实验的结果显示了变量之间的关系,则根据《书》的拒绝,零假设已被拒绝,以替代假设,这是根据“替代假设”的。心理学研究方法”(BcCampus,2015年)。
还有其他描述替代假设的方法。上面的替代假设并未指定效果的方向,只有两组之间会有差异。该类型的预测称为两尾假设。如果一个假设指定了一定的方向(例如,服用蛋白质补充剂的人都会比那些没有的人获得更多的肌肉 - 这被称为单尾假设威廉MK Trochim,康奈尔大学政策分析与管理教授。
有时,在实验过程中发生错误。这些错误可能以两种方式之一发生。 I型错误是当零假设在true时被拒绝时。这也称为假阳性。当零假设未拒绝时,就会发生II型误差。根据加州大学伯克利分校。
假设可以被拒绝或修改,但永远无法证明正确的时间是正确的。例如,科学家可以形成一个假设,表明如果某种类型的番茄具有用于红色颜料的基因,则这种类型的番茄将是红色的。在研究过程中,科学家发现这种类型的每种番茄都是红色的。尽管研究结果证实了这一假设,但世界上某个地方可能会有这种类型的番茄。因此,假设是正确的,但可能不是100%的时间。
科学理论与科学假设
最好的假设很简单。他们处理一组相对狭窄的现象。但是理论更广泛。他们通常将多个假设结合为对广泛现象的一般解释。加州大学伯克利分校。例如,一个假设可能会说:“如果动物适应其环境,那么生活在有很多种子的岛屿上的鸟类将具有与鸟在岛上有很多昆虫一起吃的鸟类的不同形状的喙。”在测试了许多类似的假设之后,查尔斯·达尔文(Charles Darwin)提出了一种总体理论:进化论通过自然选择。
坦纳说:“理论是我们理解我们在自然世界中观察到的东西的方式。” “理论是解释和解释事实的思想结构。”
其他资源
参考书目
英国百科全书。科学假设。 2022年1月13日。https://www.britannica.com/science/scientific-hypothesis
Karl Popper,“科学发现的逻辑”,Routledge,1959年。
加利福尼亚州立大学,贝克斯菲尔德,“格式化可检验的假设”。https://www.csub.edu/~ddodenhoff/bio100/bio100sp04/formattinghypothesis.htm
卡尔·波普(Karl Popper),“猜想和反驳”,鲁特利奇(Routledge),1963年。
Price,P.,Jhangiani,R。和Chiang,I。,“心理学研究方法 - 第二加拿大版”,Bccampus,2015年。
迈阿密大学,“科学方法”https://www.bio.miami.edu/dana/161/evolution/161app1_scimethod.pdf
William MK Trochim,“研究方法知识库”,,https://conjointly.com/kb/hypotheses-explaind/
加利福尼亚大学伯克利分校,“多个假设检验和虚假发现率”https://www.stat.berkeley.edu/~hhuang/stat141/lecture-fdr.pdf
加利福尼亚大学伯克利分校,“多个层面的科学”https://undsci.berkeley.edu/article/0_0_0/howscienceworks_19