Pravda o pravde Vedecká veda pre vedu
„Čím horšia je naša logika, tým zaujímavejšie dôsledky z toho vyplývajú.“ B. Russell
strán
Piatok 29. januára 2016
Veda o haraburde pre vedu
Fenomén Veda o haraburde je vždy fascinujúce! Mám na mysli dielo alebo celú teóriu, ktorá sa snaží budiť dojem vedeckosti a ktorá pri pohľade z diaľky často uspeje. Pri bližšom skúmaní sa však ukázalo, že tieto práce sú intelektuálne enormne sploštené na základe ľubovoľne vybraných údajov alebo myšlienok a logicky neúplné smeti. Veda o haraburde sa snaží napodobniť vedu bez toho, aby bola naplnená obsahom a často potvrdzovať svetonázor, ktorý je pre jej autora prijateľný. V blogu na tému „Pôvod života“ sa nachádzal obrázkový príklad tohto javu, ale Veda o haraburde hojne a všade. V oblasti fyziky existuje „voľná energia“ alebo alternatívy k teórii relativity, farmácia má na svojej zadnej strane verného a krehkého pupienka s homeopatiou a filozofia sa môže tešiť na „objektivizmus“ à la Ayn Rand. Veda o haraburde je v najlepšom prípade trápna, v horšom nebezpečná. Ale ten niekto Veda o haraburde mohol by to použiť na propagáciu vedeckého myslenia na verejnosti, nikdy by som s touto myšlienkou neprišiel až dodnes!
Ale dnes som na SpOn našiel článok o „vzorci teórie sprisahania“. Reč je o matematickom modeli, pomocou ktorého je možné predpovedať pravdepodobnosť prezradenia konšpiračnej teórie jednou z iniciovaných v určitom časovom období. Záver je: nie dlho. Z toho by malo vyplývať, že bežné konšpiračné teórie ako mesačné sprisahanie, očkovacia konšpirácia, liek proti potlačenej rakovine a klamstvo o zmene podnebia nemôžu byť pravdivé - pretože už dávno mali byť zrazené.
Zo zvedavosti som sa raz pozrel na celé, recenzované pôvodné dielo s názvom „O životaschopnosti konšpiračných presvedčení“. Autor tejto práce vlastne tvrdí, že prispieva proti anti-vedeckému mysleniu! A keď si prečítate príspevok, môžete len tlieskať rukami nad hlavou tvárou v tvár tomuto pseudovedeckému haraburdiu! V skutočnosti je všetko o tejto práci idiotské a/alebo nesprávne. Začnime s predpokladmi.
Práce vychádzajú z určitého počtu konšpirátorov. Len čo jeden z týchto zasvätených zverejní svoje informácie, sprisahanie sa považuje za odhalené. Už len to je mimoriadne nereálny predpoklad. Keď Gustl Mollath informoval o obchodoch s čiernymi peniazmi v Hyopvereinsbank, táto záležitosť sa nepovažovala za objasnenú, ale na chvíľu skončil na psychiatrii. A čo objasnenie komplexu NSU, keďže mnohí už povedali množstvo znepokojujúcich vecí? Ale choďte ďalej.
Prezentovaná práca ďalej predpokladá, že pravdepodobnosť, že jeden z iniciátov odhalí sprisahanie, možno modelovať pomocou Poissonovej distribúcie. Toto rozdelenie popisuje pravdepodobnosť, s akou sa v určitom časovom intervale vyskytne určitý počet samostatných udalostí. Tu je časový interval jeden rok a udalosť je „Osoba odhalí sprisahanie“. Aby mohol byť proces reprezentovaný Poissonovým rozdelením, musí byť splnených niekoľko požiadaviek. Tu sú obzvlášť zaujímavé dve.
Po prvé, udalosti musia nezávisle byť navzájom od seba, to znamená, že výskyt alebo nenastanie udalosti nemá žiadny vplyv na to, či dôjde alebo nedôjde k ďalšej udalosti. Príkladom toho môže byť poškodenie DNA rádioaktívnym žiarením. Pre vytvorenie poškodenia jedného bodu DNA nezáleží na tom, či už bol poškodený ďalší bod. V prípade hovorenia o konšpiračných teóriách tento predpoklad zjavne neplatí. Pre zasvätenú osobu je veľký rozdiel, či už sprisahanie niekto iný odhalil alebo nie. V mnohých ohľadoch. Niekoho to môže povzbudiť k ďalším vyhláseniam. Môže to niekoho povzbudiť, aby odhalil viac podrobností alebo dokonca nejaké iné sprisahanie. A ak je niekto ako Chelsea Manning po prehovorení uvrhnutý do betónovej diery na celý život, je to práve preto, že viete, že pravdepodobnosť ďalších odhalení Nie nezávislý od iných zjavení a ich potrestania.
Po druhé, Poissonovo rozdelenie predpokladá, že priemerná miera výskytu udalostí je konštantná. Musí to byť rovnaké v každom časovom intervale. V prípade poškodenia DNA to znamená, že intenzita rádioaktívneho žiarenia sa nesmie meniť. A pokiaľ ide o ochotu odhaliť sprisahanie, táto veľká ochota sa časom výrazne zmení. Pretože to bude závisieť od mnohých faktorov: Budú účinky môjho sprisahania pretrvávať alebo už bolo uzavreté? Mám z toho stále úžitok alebo nie? Musím rátať s následkami, keď dôjde k odhaleniu alebo dôjde k premlčaniu veci tak či onak? Moja smrť sa blíži a už nemám čo stratiť, potom si možno chcem zmierniť svedomie? Alebo sú moji spolusprisahanci už mŕtvi? Veľa tu môže hrať úlohu, ale pravdepodobnosť, s akou zasvätený odhalí sprisahanie, určite nie je stála.
Týmito dvoma základnými požiadavkami na aplikáciu Poissonovej distribúcie už nie sú splnené a celá práca stráca svoje úplne základné opodstatnenie. Autor odôvodňuje predpoklad Poissonovho rozdelenia jednou vetou:
„Predpoklad Poissonových štatistík použitých v tejto práci je opodstatnený pre jednotlivé udalosti, od automobilov prichádzajúcich na semafor až po poškodenie DNA vyvolané žiarením, a malo by platiť pre expozíciu konšpiračných udalostí.“
Fúha. Alebo možno nie.
Ale nezmysly idú ďalej. Oveľa ďalej.
To je rovnica (1) v uvedenom príspevku. Toto všetko píšem tak podrobne, pretože sa to stane dôležitým.
Parameter Poissonovej distribúcie vyplýva z Zasvätené osoby, z ktorých každý je pravdepodobný musí sprisahanie zradiť v intervale jedného roka
Chyba je v tom, že ak sa distribučný parameter mení v čase, jeden je pre pravdepodobnosť v pravý čas t nemôžem tento parameter jednoducho zobrať t krát. Príspevky jednotlivých intervalov musia byť výslovne spočítané. Mal by preto znieť:
Bodkované krivky sú z pôvodnej práce, plné sú opravené. Pokiaľ ide o modrú krivku, počet dôverníkov sa považoval za konštantný, takže neexistujú žiadne rozdiely. V prípadoch zomierajúcich komplicov sa pravdepodobnosť detekcie v určitom okamihu stabilizuje. Ak po 50 rokoch ju nezradil nikto, kto to vie, potom po 60 rokoch už nebude zradená, pretože všetci, ktorí to vedeli, sú už mŕtvi. „Pravdepodobnosť zlyhania“ sprisahania sa už nemení.
Všetky výsledky práce, v ktorej sa predpokladá, že počet zasvätených nie je konštantný, sú mimo tohto čísla tiež nesprávne.
„ Zahŕňa tiež pravdepodobnosť náhodnej vnútornej expozície. ““
už nehrá rolu.
Nie, tento článok proti konšpirácii je pozoruhodne zlý! Je plný neudržateľných predpokladov, nezmyselných, pretože dosť svojvoľných odhadov a jednoduchých chýb výpočtu. Ale dospeje k požadovanému a primerane znejúcemu výsledku, že konšpiračné teórie s mnohými dôverníkmi by museli byť rýchlo odhalené, a preto nemôžu byť správne. Tento článok je Veda o haraburde najhorší druh. Pretože pokus proti takémuto pochybnému článku bojovať proti očkovaciemu skepticizmu a lunárnemu sprisahaniu má rovnaký účinok ako vymyslený mŕtvy utečenec z Lageso: ľudia, ktorí boli vždy presvedčení, že veda je iba príbehom lží, aby manipulovali verejnosť, neúprimne, irelevantné a zaoberajúce sa iba vlastným prospechom, majú teraz publikáciu s recenziou, na ktorú sa môžu oprávnene odvolávať ako na dôkaz svojho názoru. Ďakujem mnohokrát!
Dodatok (7.3.):
Autor diskutovanej štúdie zverejnil opravu, v ktorej minimálne eliminuje chyby vo výpočte.
Pre lepšie pochopenie ešte jedna poznámka, prečo sa kumulatívne pravdepodobnosti musia vždy monotónne zvyšovať a prečo to tak musí byť aj v prípade, keď tí, ktorí o tom vedia, vymrú.
Najprv si vezmime prípad, ktorý nemá nič spoločné s prácou pána Grimesa, o ktorej sa tu diskutuje. Zásada však platí všade a v tomto trochu jasnejšom prípade môže byť pochopenie jednoduchšie.
Vezmime si prípad Gaussovho normálneho rozdelenia. Toto rozdelenie má známy tvar „zvonovej krivky“ a určuje pravdepodobnosť získania určitej hodnoty. Tu je zvonová krivka a jej kumulatívna pravdepodobnosť (alebo presnejšie povedané sa nazýva „kumulatívna distribučná funkcia“):
Najprv predpokladajme prípad konštantného počtu konšpirátorov. Potom je pravdepodobnosť, že aspoň jeden človek do jedného roka prehovorí, rovnaká pre všetky roky. Teraz, ak chcete vypočítať pravdepodobnosť, že aspoň jeden človek hovoril po určitom počte rokov, musíte každý rok považovať za samostatný náhodný experiment a potom správne skombinovať (identické) pravdepodobnosti klebiet pre každý jednotlivý rok s celkovou pravdepodobnosťou po x rokoch . Táto krivka celkových pravdepodobností po x rokoch spolu je presne kumulatívnou pravdepodobnosťou. Kombinácia konštantných ročných pravdepodobností a kumulatívnej pravdepodobnosti bola pre Grimesa v jeho práci akurát. Tu je príklad výpočtu toho, ako by to mohlo vyzerať:
Raz som neurobil plnú čiaru, ale bod za každý rok, aby bolo jasnejšie, že ide o sériu jednotlivých intervalov. Tu sa predpokladá, že dlhodobá priemerná miera ľudí hovoriacich ročne je 0,1. Pravdepodobnosť za rok, pretože by tu nemali zomrieť ľudia, je vždy rovnaká (modré bodky pre rok 1, rok 2,). Kumulatívna krivka sa teraz časom zvyšuje a po mnoho rokov sa blíži k hodnote 1 (červené bodky pre po jednom roku, po dvoch rokoch, ...).
Teraz urobíme znova ten istý výpočet, ale priemernú mieru necháme z roka na rok klesať. Potom to vyzerá napríklad takto:
Čo sa stane, je teraz to isté, čo bolo predtým diskutované pre normálne rozdelenie. Ak bude pravdepodobnosť každý rok naďalej klesať, príspevok každého nasledujúceho roku k kumulatívnej krivke bude čoraz menší. Opäť sa však neznižuje, ale keď pravdepodobnosť klesá smerom k nule ročne, kumulatívna krivka zostáva na konštantnej hodnote. Prinajmenšom ak správne skombinujete pravdepodobnosti za rok, aby ste vytvorili kumulatívnu pravdepodobnosť. Ale to je presne to, čo Grimes neurobil. A chyba v kombinácii spôsobila, že jej kumulatívna pravdepodobnosť opäť poklesla. Tento pokles je nemožný (vyžadovalo by to negatívne pravdepodobnosti za jeden rok a negatívne pravdepodobnosti neexistujú). Preto si mal on a každý odborník okamžite všimnúť, že niekde došlo k závažnej chybe.
Na záver ilustračný príklad: Ak si kúpim letenky, potom je kumulatívna pravdepodobnosť pravdepodobnosťou, s ktorou budem Vstupenky získajú výhru, a to vyplýva z individuálnej pravdepodobnosti letenky a počtu lístkov. Čím viac lístkov si kúpim, tým väčšia musí byť moja šanca na výhru. Kumulatívna pravdepodobnosť teda môže iba rásť - viac tiketov, väčšia šanca na výhru. Ak by to kleslo, znamenalo by to, že zakúpením ďalších lístkov by som znížil svoje šance na vôbec zisk! Zjavne nezmyselná situácia.