PHID010 Подходи към потвърждението на емпирични хипотези
Анотация:
В съвременната методология както на естествените, така и на социалните науки, се приема за даденост необходимостта от използването на статистически методи при оценката на емпиричната потвърденост на хипотези, чието съдържание надхвърля даденото в опита. В същото време са налице сериозни разногласия по въпроса каква точно е (или трябва да бъде) ролята на статистическите аргументи. В зависимост от заеманата позиция по този въпрос, са се оформили алтернативни статистически парадигми (Bandyopadyay & Forster, 2011). Целта на този курс е да очертае различните епистемологични допускания, на които се основават тези парадигми, както и критичните въпроси, довели до тяхното разграничаване и противопоставяне.
Преподавател(и):
проф. Лилия Гурова д-р
доц. Георги Петков д-р
Описание на курса:
Компетенции:
Успешно завършилите курса студенти:
1) знаят:
• Основните характеристики, а също силните и слаби страни, на различните класически и бейсиански статистически подходи към оценяването на емпирични хипотези;
2) могат:
• Да посочат конкретните предимства, които ще даде прилагането на класически или бейсиански подход към конкретна научна хипотеза и свързаните с нея конкретни емпирични данни.
Предварителни изисквания:
Форми на провеждане:
Редовен
Учебни форми:
Лекция
Език, на който се води курса:
Български
Теми, които се разглеждат в курса:
1 Ролята на статистическите аргументи при оценката на емпирични хипотези: общо представяне на статистиката като инструмент за извод от наблюдаеми данни към хипотези с ненаблюдаемо съдържание.
2 Основни статистически подходи към оценката на емпирични хипотези.
3 Класическа статистика: основни понятия, увод в проверката на нулеви хипотези.
4 Критика на подхода, основаващ се на проверка на нулеви хипотези: Нюмън и Пирсън.
5 Съвременни критики на подхода, основаващ се на проверката на нулеви хипотези.
6 Алтернативи на (допълнения към) проверката на нулеви хипотези в рамките на класическата статистика: изводи на базата на доверителни интервали, големина на ефекта и оценка на мощността.
7 Бейсиански подходи към оценката на емпирични хипотези.
8 Критика на бейсианските подходи.
Литература по темите:
Основна
Коен, Б., Брук Лий, Р. (2013). Основи на статистиката за социалните и поведенческите науки. София: Изток-Запад.
Abelson, R. (1995). Statistics as Principled Argument. Hillsdale, NJ: Lawrence Erlbaum.
Bandyopadyay, P., Forster, M. (Eds.) (2011). Handbook of Philosophy of Science, vol. 7. Philosophy of Statistics. Amsterdam: Elsevier.
Kline, R. B. (2004). Beyond Significance Testing. Washington: APA.
Kruschke, J. (2014). Doing Bayesian Data Analysis. Amsterdam: Elsevier.
Lehmann, E. (2011). Fisher, Neyman, and the Creation of Classical Statistics. Dordrecht: Springer.
Допълнителна
Heiman, G. (2011). Basic Statistics for the Behavioral Sciences. Belmont, CA: Wadworth.
Mayo, D. (1996). Error and the Growth of Experimental Knowledge. Chicago: The University of Chicago Press.
Mayo, D., Spanos, A. (Eds.) (2010). Error and Inference. Cambridge: Cambridge University Press.
Meelh, P. (1997). The problem is epistemology, not statistics: Replace significance tests by confidence intervals and qualify accuracy of risky numerical predictions. In: Harlow, L. et al. (Eds.). What If There Were No Significance Tests? Mahwah, NJ: Erlbaum.
Средства за оценяване:
Курсова работа - 100%