2ちゃんねる ★スマホ版★ ■掲示板に戻る■ 全部 1- 最新50  

■ このスレッドは過去ログ倉庫に格納されています

オッカムの床屋

1 :没個性化されたレス↓:03/09/17 11:59
オッカムの剃刀でムダ理論スッキリ

2 :没個性化されたレス↓:03/09/17 12:05
サッカーのスレでは、なかったのか、、、。

3 ::03/09/17 12:05
で、今日はどのような髪型に?

4 :没個性化されたレス↓:03/09/17 12:07
         乂
   (´・ω・`)∩゚
   ( つ彡⌒ミ
   ) 「( ´д`)<メタ理論、思いっきり切っちゃって
     | /~~~~~ヽ

   ↑ 床屋

5 :没個性化されたレス↓:03/09/17 12:15
理論心理学についてドゾ

6 :没個性化されたレス↓:03/09/17 12:17
どなたか、レクチャーを。

7 :没個性化されたレス↓:03/09/17 14:28
      乂
   (´・ω・`)∩゚
   ( つ彡⌒ミ
   ) 「( ´д`)<>>2よ、それはベッカム
     | /~~~~~ヽ


8 :没個性化されたレス↓:03/09/17 20:22
心理学には<モルガンの公準>があるので、
いりません。

9 :190 ◆eWnaXs9/M2 :03/09/17 20:36
オッカムの剃刀は使いこなすのが難しいのです。
「簡単、単純」に見える理論が、良く良く考えると
それほど単純ではないことも多々あり。

オッカムの剃刀は、誰が使っても同じ結果が出せる
道具でなく、使いこなす側に思慮が必要とされる
難しい道具なのでつ。

10 :没個性化されたレス↓:03/09/17 20:42
公理 公準 定理 理論 原理

区別つかねーよ。

11 :没個性化されたレス↓:03/09/18 05:41
254 名前:没個性化されたレス↓ 投稿日:03/05/12 11:51
4.について

「説明」という言葉は多義的ですが、ここでは「実証データが何も無いときに
理論が導出した命題が、後になってみると実証データと合致することが分かった」
というのが予測、説明を「既に実証データがあり、何が起こるか分かっている時に、
それと同じことを理論が導出できる」と、しておきましょうか。

統計モデルのアナロジーを引用すれば、次のように言えるでしょう。

以下では、重回帰式でも念頭に置いて下さい。

独立変数の数が「原理・前提」、従属変数が「説明されるべき現象群」。
データポイントがたくさん散らばっており、1個の点が説明されるべき
現象に対応する、と。またモデル=理論とする。

1)モデルからの予測と実測の乖離が少ない方が良いモデル(モデルの当てはまりが良い)
2)同じ程度に予測するモデルが存在するとき、独立変数の数が小さい方が良いモデル

良いモデル=説明力の高い理論

1は良いですよね?2も良いですか?いわゆるオッカムの剃刀と呼ばれる原理です。
重回帰を思い出すと、独立変数毎にパラメータってのがあり(回帰係数)、それを
データから推測するでしょ?

(読み飛ばし可):完全に確率の話ですが、自由なパラメータ数(=独立変数の数=前提・原理の数)が
多ければ多いほど、「1の意味での説明力」が高まる。けど、それはあくまで見かけに
過ぎず、「パラメータ数(=原理の数)が多いモデルほど、未知の現象を予測する
際の精度が落ちる」。Over fittingという現象で、統計学習とかAIで使われている
用語。けど、統計学でも赤池情報量基準とかの文脈でなされている話。

12 :没個性化されたレス↓:03/09/18 05:41
255 名前:没個性化されたレス↓ 投稿日:03/05/12 11:52
という訳で、「説明力」というのは1に対応します。しかし、同時に2も
考慮しないと「予測力」が落ちてしまう。良いモデル・理論とは説明力と
予測力のバランスが取れたモノ、として定義されるでしょう。確率という
枠組みでは。

この意味で、行動主義が「良い理論」の資格を(一部)満たしているのは分かりますよね?
「学習という簡単な原理でできるとこまで説明する。余計な原理(や概念)は必要と
ならない限り、理論に持ち込まない」。その代わり、説明できない現象も多くあります。

これに対し、現状の心理学(行動心理以外)は、「説明に使われる原理・説明が
膨大。場合によっては、個別の現象について個別の原理を持ち出す」。統計モデルの
アナロジーを使えば「原理数(パラメータ数)が多いから、見かけの説明力が
高まるけど、予測力が落ちる」。実際、心理学において見いだされた原理を全て
使って「ある人間の行動」を「予測」しようとすると、時には矛盾する原理があったり、
あるいは「関連する独立変数が多すぎて予測不能」なんて事態に陥るのは
分かりますよね?

#説明・予測のという2つの用語をセットで使う理由は、ここにあります。

「予測力と説明力」というトレードオフの関係にあるもの。このどこで理論の均衡を
とるのか?難しい話です。

5 KB
■ このスレッドは過去ログ倉庫に格納されています

★スマホ版★ 掲示板に戻る 全部 前100 次100 最新50

read.cgi ver 05.02.02 2014/06/23 Mango Mangüé ★
FOX ★ DSO(Dynamic Shared Object)