具有不确定性的溯因推理-论文.pdf

《具有不确定性的溯因推理-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第45卷第5期南昌大学学报(人文社会科学版)Vo1．45No．52014年9月JOURNALOFNANCHANGUNIVERSITYSept．2014具有不确定性的溯因推理张学立，王东浩2(1．贵州民族大学法学院，贵州贵阳550025；2．天津职业技术师范大学社会科学部，天津300071；天津外国语大学欧关哲学研究所，天津300204)摘要：溯因推理描述的是发现假说和规则的过程，这些假说和规则依据相应条件能推出已给定的结论。另外，溯因推理还关涉主观概率逻辑，它可以对某一特定假说能否推断出相应结论的可能

2、性进行评估。较于纯粹的概率方法，它对于未知因素的把握在命题判断领域具有重要意义。基于或然性的溯因推理通常应用于很多学科，尤其在医疗诊断中，与条件概率相结合的医疗测试结果经常用来确定某种疾病产生的可能性。关键词：溯因；演绎；主观概率逻辑；信念；不确定性中图分类号：B812．23文献标识码：A文章编号：1006—0448(2014)05—0038—06溯因推理是从给定证据中发现最佳解释的有关是真命题还是假命题，事实上，我们判断的就是其本假说的一般性方法。作为日常推理的一种形式，是身能够被评价为真或为假的命

3、题。人们在不确定的情境下通常会使用的推理方式⋯。前件和结论之间具有条件相关性这种观点可以通常，发现或生成相关假说是一项艰难的工作，并且追溯到拉姆齐(Ramsey)J，他清晰地表述了著名的在搜索大量信息作为前提时需要做相当多的计算工“Ramsey测试”：要确定你是否相信一个条件，暂时作J。假设给出一个或几个拟议的假说，针对给定或者假定你相信前件，然后考虑你是否相信结论。证据简单分析他们的可能性时，我们专注的推理形这种观点被斯塔尔纳克(Stalnaker)翻译成了一种形式通常是简单溯因推理。例如，简单概率

4、溯因推理式语言J，即所谓的“StMnaker假设”，其形式化表包括确定给定证据所对应的假说的概率，也包括假达为：P(如果X那么Y)=P(Ylx)。“St~naker假设”说和证据之间的一组条件关系。的解释是：假定命题x为真，那么条件命题“如果X演绎推理与溯因推理相关，包括由给定证据推那么Y”的概率等同于命题Y的概率。导出相关结论。在这种意义下，溯因可视为逆向的然而，Lewis认为条件命题没有真值也不表达命演绎。题【5J。这就意味着任何命题x和Y，没有命题Z来支溯因推理和演绎推理都要求有条件。条件概率持

5、P(z)=P(YIx)，这样的话，条件概率就不可能等与条件命题有关，条件命题的形式通常是：“如果减同于条件的概率。通常情况下我们是支持“Stal—少二氧化碳排放，那么将能阻止全球变暖”，这种形naker假设”的，并且要反驳Lewis只需要说，给像“Y式是“如果X，那么Y”，这里，X表示前件，Y表示结IX”这样的条件命题指定一个概率是有意义的，这论。条件的一种等效表达方式是通过蕴涵的概念，里指的是如果X为真，那么此条件命题就是确定的，这样上面的命题可以表述为“减少二氧化碳排放蕴如果X为假，那么条件命题则

6、是不确定的。涵能阻止全球变暖”。一个有意义的条件溯因要求前件与结论相关，当用前件和结论来表达条件时，就能判断条件或者换句话说，结论依赖于前件，正如在相干逻辑中基金项目：业阜塞院校含教跫师堂职摹业道金埋德教日育‘的厦途有径与然方推法理研}究匕较”研(究——以《九章算术》刘徽注为对象”(11XZX009)；全国教育科学规划项目“职CJA114023)。⋯作者简介：博学士f2．男，奏，教授，博士生导师，从事逻辑史、法律逻辑研究；王东浩(1982一)，男，河北衡水人，讲师，哲学，从事科技哲学、逻辑学研究。。。

7、⋯’。⋯⋯⋯’⋯一’一第5期张学立等：具有不确定性的溯因推理·39·表述的那样_6]。结论和前件之间具有依赖性的条Y：“感染”，：“未感染”。解释如下：件关系是普遍有效的，这称为逻辑条件j。带有逻P(XIY)：“感染时，实验测试的概率”辑条件的演绎推理反映了人类直觉的条件推理。p(XI歹)：“未感染时，实验测试的概率”二元逻辑和概率计算均应用于条件推理的机换句话说，P(XIY)表示真阳性率，P(Xl歹)表示制。在二元逻辑中，肯定前件式(MP)和否定后件式测试的假阳性率。将测试用于实践时，面对的问题(M

8、T)是经典的运算，用于任何需要条件演绎的逻辑是条件的表达方向与医务工作者的需要是相反的，领域。在概率计算中，二元条件演绎通常表述为：医务工作者所需要的方向是为了使表达式Eq．(1)P(YllX)=P(X)P(YIX)+P(X)P(YIX)(1)有效。做出诊断所需要的条件是：其中的术语解释如下：p(YlX)l“阳性测试时，感染的概率”P(YIx)：假定X为真时，Y的概率P(YJ)：“阴性测试时，感染的概率”P(YI)：假定X为假时，Y的概率但是医务工作者通