欢迎大家来到IT世界,在知识的湖畔探索吧!
▲反证法是指假设命题不正确，然后推导出矛盾的结果，从而证明命题的正确。
☞比如多元线性回归模型中，参数(即回归系数)的假设检验，假设命题H_0以及备择命题H_1，然后设定阈值(即显著性水平α，通常是0.05)，最后计算参数的p值(即回归系数的统计量)，当p小于阈值时(p＜0.05)，则拒绝假设命题H_0，选择备择命题H_1，代表自变量与因变量存在线性关系，这也是运用统计分析证明自变量是因变量的关键变量的方式之一，反之，则接受命题假设。简而言之：假设检验可以视为反证法的一种表现形式
☞传统的实证主义认为所有的科学知识皆需建立在通过对经验现象的观察、实验与统计分析的基础上。从逻辑的角度而言，惟有前者(即概念)为真，结论才真，然而有些概念无法验证，比如量子力学的一些粒子或虚拟粒子等无法观察与直接验证，但可以间接证明他们的存在，这就是间接的运用反证法。很多科学理论都是通过反证法来证明科学猜想，通过证明后将其视为不证自明的公理或公设，来构建庞大的科学理论体系
P.S.哥德尔不完备性定理，揭示了即使最严谨的公理化系统也有无法证明真伪的命题，因此反证法对于无法直接证明的概念，可以起到䃼充性作用
☞反证法不是举相反的例子证明普适性结论的错误。很多人混淆了两者区别，有限的案例(即样本)只能形成命题假设或对结论的形象说明，而非证明，惟有建立在大数定律的基础上，样本具有随机性与代表性为特征，才能接近真实的概率分布，成为普适性的结论
✍综上所述：反证法的存在是为了解决一些无法直接观察、实验，但可以间接证明存在的概念与实体
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://itzsg.com/123261.html
