INDUCTIVE REASONING Razonamiento inductivo Semana 4 HTTPS THELEARNINGINDEPTHBLOG

INDUCTIVE REASONING / Razonamiento inductivo (Semana 4) HTTPS: //THELEARNINGINDEPTHBLOG. WORDPRESS. COM

Inductive Reasoning Inductive reasoning, expressed in the form of inductive arguments, has the property that the conclusion contains information not implicit in the premise(s). El razonamiento inductivo, expresado en la forma de los argumentos inductivos, tiene la calidad de que la conclusión contiene información que no implícita en la(s) premisa(s). The conclusion of an inductive argument therefore does not “follow” deductively from the premise(s). Inductive arguments are not valid or sound. La conclusión de un argumento inductivo, por lo tanto, no se "siguen" deductivamente de las premisa(s). Argumentos inductivos no son válidos o sólidos. Su propósito es inferir más allá de sus premisas: para ampliar nuestro conocimiento de la presunta observado a lo no observado. Their purpose is to infer beyond their premises: to extend our presumed knowledge from the observed to the unobserved.

The Problem of Induction How can we justify knowledge claims about the unobserved? is one way of expressing the Problem of Induction, one of the classic problems in modern philosophy. The problem is more a problem in epistemology than logic, but attention to it is warranted. When should we believe the conclusion of inductive inferences, and when should we be skeptical? are sometimes acute problems. ¿Cómo podemos justificar las afirmaciones de conocimiento sobre lo que no observado? es una forma de expresar el problema de la inducción, una de problemas clásicas en filosofía moderna. El problema es más de un problema en la epistemología de la lógica, pero se justifica la atención sobre él. ¿Cuándo debemos creer en la conclusión de las inferencias inductivas, y cuando debemos ser escépticos? a veces son problemas agudos.

The Problem of Induction David Hume (1711 – 1776), a Scottish philosopher, believed we could not rationally justify claims about the unobserved – even if we make them all the time. David Hume (1711 - 1776), un filósofo escocés, creía que no podía justificar racionalmente las afirmaciones sobre lo no observado - incluso si las hacemos todo el tiempo. Hume was an empiricist – all knowledge begins and ends with sense experience. Again: how do we acquire and justify knowledge of the unobserved? Hume era un empírico - todo conocimiento comienza y termina con la experiencia sensible. Otra vez: ¿cómo adquirimos y justificamos el conocimiento de lo no observado? Creemos que la no observado será como lo observado porque (1) es muy a menudo está, una vez que lo hemos observado; y (2) que desarrollamos hábitos de pensamiento, ya que a esto. Estos hábitos son lo que confiamos, no nuestra razón. Esta fue la conclusión de Hume. No es una posición tranquilizador sobre la racionalidad de la inducción. We believe the unobserved will be like the observed because (1) it very often is, once we’ve observed it; and (2) we develop habits of thought because of this. These habits are what we rely on, not our reason. This was Hume’s conclusion. It is not a reassuring position about the rationality of induction.

The Problem of Induction An Australian philosopher named David C. Stove (1927 – 1994) responded to Hume by offering the following arguments: Un filósofo australiano llamado David C. Stove (1927 - 1994) respondieron a Hume, ofreciendo los siguientes argumentos: All observed S’s are P does not give us an absolute reason for believing that All S’s are P. Todos los S observados son P no nos da una razón absoluta para creer que todos los S son P. But: sino: All observed S’s are P does give us a reason for believing that All S’s are P. Todos los S observados son P nos da una razón para creer que todos los S son P. In other words, premises can support a conclusion without implying it absolutely. En otras palabras, las premisas pueden apoyar una conclusión sin que ello signifique absolutamente. So if we do not understand rationality in absolute terms, inductive reasoning can be rational. Así que, si no entendemos la racionalidad en términos absolutos, el razonamiento inductivo puede ser racional.

The Problem of Induction Los S de observadas son un subconjunto de todos los S, y siempre y cuando la población entera de S de no es infinito (lo que esto significa), y siempre y cuando su subconjunto es grande, el supuesto de que su subconjunto es representativo de toda la población es razonable. The observed S’s are a subset of all S’s, and as long as the entire population of S’s is not infinite (whatever this means), and as long as your subset is large, your assumption that your subset is representative of the entire population is reasonable. Now add to that we can also reason from my subset of observations of S’s, and from many other subsets. Ahora, agregue a la que también podemos razonar de mi subconjunto de observaciones de S, y de muchos otros subconjuntos. If these subsets are identical, the argument that any particular subset represents the population is strengthened if not made absolute. Si estos subconjuntos son idénticos, el argumento de que cualquier subconjunto particular representa la población se fortalece si no hecha absoluta.

Inductive Reasoning All of which is to say: induction is not deduction. Its inferences lack the logical closure of deduction. The point of inductive reasoning is to begin with what we have observed or know and try to infer something reasonable about what we haven’t observed or don’t yet know. An inductive argument, or inference, always has information in its conclusion that is not implicit in its premise(s). This is structurally necessary. Inductive arguments are not valid – the category does not apply – but may be strong, if the information in the premise(s) provides compelling grounds for believing the conclusion. When does it do so? is the problem. Every inductive inference has a conclusion that could be shown to be false in the future. Will the future be like the past? Todo lo cual es decir: la inducción no es deducción. Sus conclusiones carecen de la clausura lógica de la deducción. El punto del razonamiento inductivo es comenzar con lo que hemos observado o conocido y tratar de inferir algo razonable sobre lo que no hemos observado o aún no lo sabemos. Un argumento inductivo, o inferencia, siempre tiene la información en su conclusión de que no está implícito en su premisa(s). Esto es necesario estructuralmente. Argumentos inductivos no son válidos - la categoría no se aplica - pero puede ser fuerte, si la información en la premisa (s) ofrezca motivos de fuerzos para creer en la conclusión. ¿Cuando lo hace? es el problema. Cada inferencia inductiva tiene una conclusión que podría ser demostrado ser falsa en el futuro. ¿El futuro será como el pasado?

“Black Swans” // “Cisnes Negros” “Black swan” events (or “black swans”) are events that (1) were not predicted and possibly were not predictable; (2) are highly disruptive. Lebanese-born philosopher and analyst Nassim Nicholas Taleb developed the idea in his 2007 book The Black Swan. Sudden, seemingly random and unpredictable events would confound the idea that the future will be like the past, and that we can trust inductive inferences. So how can we justify them? Eventos "cisne Negro" (o "cisnes negros") son eventos que (1) no se predijo y posiblemente no eran predecibles; (2) son altamente perjudicial. Filósofo y analista de origen libanés Nassim Nicholas Taleb desarrolló la idea en su libro de 2007 El Cisne Negro. Eventos repentinos, aparentemente aleatorias e impredecibles, podrían confundir la idea de que el futuro será como el pasado, y que podemos confiar inferencias inductivas. Entonces, ¿cómo podemos justificarlas?

Inductive Reasoning The best way to find out is to look at various patterns of inductive reasoning, just as we did with deduction. Patterns of inductive reasoning include (from the easiest to the hardest): Induction by enumeration. Inference to the next case. Analogical reasoning. Causal reasoning: Mill’s Methods Abductive inferences Hypothetico-deductive reasoning. Statistical reasoning and probability (next week) La mejor manera de averiguarlo es observar varios patrones de razonamiento inductivo, tal como lo hicimos con la deducción. Los patrones de razonamiento inductivo incluyen (desde el más fácil de los más difíciles): La inducción por enumeración. La inferencia al siguiente caso. El razonamiento analógico. El razonamiento causal: Métodos de Mill Las inferencias abductivas Razonamiento hipotético-deductivo. Razonamiento estadístico y probabilidad (la próxima semana)

Induction by Enumeration is the simplest form of inductive reasoning. One could call it the counting method. Essentially: We have seen (enumerated) x number of swans that are white. La inducción por enumeración es la forma más simple del razonamiento inductivo. Uno podría llamarlo el método de recuento. En esencia: Therefore probably all swans are white is a reasonable belief. The conclusion of an induction by enumeration is always a universal generalization with a qualifier such as ‘probably’ or ‘most likely. ’ We can never be sure, of course, that one has done enough counting, or have enough data, to know the inductive strength of the inference. But as seen earlier, the larger your data set, the greater the likelihood of its representing the entire population. Hemos visto (enumerado) x número de cisnes que son blanco. Por lo tanto, probablemente, todos los cisnes son blancos es una creencia razonable. La conclusión de una inducción por enumeración es siempre una generalización universal con una calificativo como "probablemente" o "más probable". Nunca podemos estar seguro, por supuesto, lo que hemos hecho contar lo suficiente, o tenemos datos suficientes, para conocer la fuerza inductiva de la inferencia. Pero como se ha visto anteriormente, la más grandes tus conjuntos de datos, el mayor es la probabilidad de que su representación de toda la población.

Inference to the Next Case is very much like Induction by Enumeration except that its conclusion is a qualified claim about the next instance we will see rather than a qualified universal generalization. All the swans we have observed have been white. Therefore the next swan we observe will probably be white. The same limiitations apply. Do we have enough data or observations? Can we assert that our inference is a strong one? La inferencia para el próximo caso es muy parecido a la inducción por enumeración, salvo que su conclusión es una afirmación calificada sobre el siguiente caso vemos a ver más que una generalización universal de calificado. Todos los cisnes que hemos observado han sido blanco. Por lo tanto, el próximo cisne observamos probablemente será blanco. Se aplican las mismas limitaciones. ¿Tenemos suficientes datos u observaciones? ¿Podemos afirmar que nuestra inferencia es fuerte?

Analogical Reasoning Analogical reasoning is a little more complicated, but not that much more so. It is very fundamental to many decisions we make. An analogy is a comparison—that because two things are alike in known respect, that they are also alike in some additional respect. We may decide, for instance, that since the last Tom Clancy novel was thrilling, then the next one will be thrilling, too. Analogical reasoning takes this basic form: Entity A (which we know fully) has properties x, y, z, & w. Entity B (which we do not) has properties x, y, & z. Therefore entity B probably has attribute w as well. El razonamiento analógico es un poco más complicado, pero no mucho más. Es muy fundamental para muchas de las decisiones que tomamos. Una analogía es una comparación-que debido a que dos cosas son iguales en una relación lo que conocida, también son iguales en algunos aspectos adicionales. Podemos decidir, por ejemplo, que desde la última novela de Tom Clancy fue emocionante, entonces la próxima será emocionante también. El razonamiento analógico toma esta forma básica: Un entidad A (lo que sabemos plenamente) tiene las calidades x, y, z, e w. Un entidad B (lo que no sabemos) tiene las calidades x, y, e z. Por lo tanto, la entidad B probablemente tiene el atribuir w también.

Analogical Reasoning If the properties x, y, and z are connected to w in some important way, the argument will be strong. Si las calidades x, y, e z están conectadas a w de alguna manera importante, el argumento será fuerte. If they are not connected to w in any relevant way, then the argument will be weak. Si no están conectados a w de cualquier manera pertinente, entonces el argumento será débil. To determine what this means, we examine the principles that are useful for evaluating arguments from analogy. Para determinar lo que esto significa, se examinan los principios que son útiles para la evaluación de los argumentos de analogía.

Analogical Reasoning (1) Are the similarities relevant? To explain: you want to buy a car and have almost decided in favor of a Toyota, because it will get good gas mileage. You search for reasoning that will justify buying the car or not buying it. (1) ¿Las similitudes relevante? Para explicar: tú quieres comprar un auto y casi has decidido a favor de un Toyota, porque va a obtener un buen rendimiento del gas. Tú buscas de un razonamiento que justificaró la compra del auto o no comprarlo. You ask your friend Maria for an opinión, and she tells you that you should buy the car because she has a friend, Carlos, with the same kind of car that gets good gas mileage. His car has an adjustable steering Wheel, tachometer, tinted windows, and a CD player. This argument is weak, because none of the similarities are relevant to gas mileage. Tú preguntas a su amiga María de su opinión, ella te dice que usted debe comprar el auto porque ella tiene un amigo, Carlos, con el mismo tipo de auto que obtener buen rendimiento del gas. Su auto tiene una rueda de dirección ajustable, tacómetro, vidrios polarizados, y un grabación de CD. Este argumento es débil, porque ninguna de las similitudes son relevante para el rendimiento de gas. Si su amigo iban a argumentar a favor de su conclusión sobre la base de los dos autos del misma edad y tipo, con el mismo tamaño del motor, el mismo peso corporal, y los mismos tipos de neumáticos, este es un argumento mucho más fuerte debido a que estas características son más relevantes para el rendimiento de gas. If your friend were to argue for his conclusion based on the two cars being the same age and make, having the same size engine, the same body weight, and the same kinds of tires, this is a much stronger argument because these characteristics are more relevant to gas mileage.

Analogical Reasoning (2) How many similarities are there? If your friend Maria’s argument for buying the car only mentioned its having the same size engine, this would still be a stronger argument than an analogy with the other characteristics, but considerably weaker without reference to body weight, tires, etc. Additional relevant similarities will strengthen the argument still more. (3) Are there any relevant disanalogies? If Maria’s friend Carlos drives his car primarily on highways and you want to drive primarily in the city, that should affect any judgment about mileage. (2) ¿Cuántas similitudes hay? Si el argumento de su amigo de María para comprar el auto sólo mencionó su haber el mismo motor de tamaño, esto todavía sería un argumento más fuerte que una analogía con las otras características, pero considerablemente más débil sin hacer referencia al peso corporal, neumáticos, etc. Similitudes relevantes adicionales serán fortalecer el argumento todavía más. (3) ¿Hay desanalógicos pertinentes? Si el amigo de María, Carlos, conduce su auto sobre todo en las carreteras, y tú quieres conducir principalmente en la ciudad, que debe afectar a cualquier juicio sobre el rendimiento.

Causal or cause-and-effect reasoning. Cause-and-effect arguments are more complex than analogical arguments. Los argumentos causo-y-efecto son más complejos que los argumentos analógicos. In ordinary speech, “cause” is ambiguous. If we say that electrocution will cause death, we mean it is sufficient for death: hence the phrase sufficient condition. If we say that watering flowers will cause them to grow, we mean that water is necessary for growth: and hence a necessary condition. En el lenguaje corriente, "causa" es ambiguo. Si decimos que la electrocución causará la muerte, queremos decir que es suficiente para la muerte: de ahí la frase condición suficiente. Si decimos que el riego de flores los causará que crecer, queremos decir que el agua es necesaria para el crecimiento, y por lo tanto, una condición necesaria. Debemos distinguir las necesaria de las condiciones suficientes. We must distinguish necessary from sufficient conditions.

Cause-and-effect or causal reasoning. When we say that the presence of clouds is a cause of rain, we mean “cause” in the sense of necessary condition: without clouds, rain can’t happen. Clouds alone aren’t sufficient for rain. Rather, other weather conditions (temperature, air pressure, etc. ) are required. Our reasoning can sometimes be made clearer if we drop the word “cause” and just speak of necessary and sufficient conditions. Oxygen is a necessary condition for fire. But it is not a sufficient condition for fire. (Fortunately. ) Contamination in food is not a necessary condition for illness, because other things can cause illness. But it may be a sufficient condition for illness, because it is a cause of illness. Cuando decimos que la presencia de los nubes es una causa de la lluvia, nos referimos a la "causa" en el sentido de la condición necesaria: sin los nubes, la lluvia no puede suceder. Los nubes por sí solos no son suficientes para la lluvia. Más bien, se requieren otras condiciones climáticas (temperatura, presión de aire, etc). Nuestro razonamiento a veces puede ser más claro si dejamos caer la palabra "causa" y sólo hablamos de las condiciones necesarias y suficientes. El oxígeno es una condición necesaria para el fuego. Pero no es una condición suficiente para el fuego. (Afortunadamente). Contaminación de las comidas no es una condición necesaria para la enfermedad, porque otras cosas pueden causar enfermedades. Pero puede ser una condición suficiente para la enfermedad, porque es una causa de la enfermedad.

Cause-and-effect or causal reasoning. We can formalize the patterns of reasoning like this: Podemos formalizar los patrones de razonamiento como éste: A is a sufficient condition for B if: A’s presence requires B’s occurence. (Informally: A causes B) A is a necessary condition for B if: B’s presence means A must have occurred (A must be present for B to occur). A es una condición suficiente para B si: la presencia de A requiere ocurrencia de B. (De manera informal: A causa B) A es una condición necesaria para B si: la presencia de B significa que A debe haber ocurrido (A debe estar presente para que ocurra B). Del mismo modo: A no es una condición suficiente para B si A está presente cuando B está ausente. A no es una condición necesaria para B si B está presente cuando A está ausente. Likewise: A is not a sufficient condition for B if A is present when B is absent. A is not a necessary condition for B if B is present when A is absent.

Mill’s Methods of Identifying Causal Connections John Stuart Mill (1806 - 1873) fue un filósofo moral, epistemólogo y lógico del siglo 19, que fue uno de los primeros en responder a Hume con un informe detallado de cómo funciona la lógica inductiva. Él diseñó cinco métodos para la identificación de las conexiones causales entre eventos percibidos. Él los llamó: John Stuart Mill (1806 – 1873) was a 19 th century moral philosopher, epistemologist and logician who was one of the first to answer Hume with a detailed account of how inductive logic works. He devised five methods for identifying causal connections between perceived events. He called them: (1) Method of Agreement (1) Método del Acuerdo (2) Method of Difference (2) Método de la Diferencia (3) Joint Method of Agreement and Difference (3) Método Combinado del la Acuerdo y Diferencia (4) Method of Residues (4) Método de los Residuos (5) Method of Concomitant Variation. Like all methods they are not perfect but they often help us understand some of our workaday inductive inferences. (5) Método de la Variación Concomitante. Como todos los métodos que no son perfectos, pero a menudo nos ayudan a comprender algunas de nuestras inferencias inductivas cotidianos.

Method of Agreement Here is how the Method of Agreement works. Aquí es cómo funciona el Método del Acuerdo. Suppose that five people eat supper at a specific local restaurant, and a short while later all five become ill. We may be able to determine that while all these people ordered a variety of ítems from the menu, the only food all of them ordered was ranch salad dressing on their salads. Supongamos que cinco personas comen la cena en un restaurante local específica, y un poco más tarde los cinco se enferman. Podemos ser capaces de determinar que, si bien todas estas personas pedimos una variedad de platos del menú, la única comida que todos ellos ordenados era ensalada aliño ranchero en sus ensaladas. En otras palabras, todas las comidas estaban de acuerdo en cuanto al aliño ranchero para ensaladas, común a todas las ocurrencias con el propósito de identificar una causa de la enfermedad en el sentido de una condición necesaria. In other words, all the meals were in agreement as to the ranch salad dressing, common to all the occurrances for the purpose of identifying a cause of the illness in the sense of a necessary condition.

Method of Agreement The idea can be represented more formally in a chart. La idea puede ser representar más formalmente en un charte If A is a necessary condition for B, then A must be present for B to occur. Si A es un condición necesaria para B, A necesita ser presente para B pasar. Occurrence A B C D 1 + - E F 2 + + + - + 3 - - + + - - + 4 - + + + 5 + - + + + Tenga presente que C, la columna representa la Note that C, the column representing the ranch dressing, is present in every case. Fenomena (enferma)

Method of Difference To see the Method of Difference, let us extend our earlier example of cases of people becoming sick from eating a certain food to include two more people who went to the same restaurant. They ordered identical meals except that one had the ranch dressing but the other did not. Para ver el Método de la Diferencia, extendamos nuestro ejemplo anterior de los casos de personas que enferman por comer ciertos comida para incluir otras dos personas que iban en el mismo restaurante. Se ordenó comidas idénticas excepto que uno tenía el aliño ranchero pero el otro no. The one who ordered the ranch dressing became sick; the one who did not become sick. El que ordenó el aliño ranchero se enfermó; el que no, no se enferman. Si A es una condición suficiente para B (comiendo el aliño ranchero es suficiente para la enfermedad), entonces la ausencia de A garantiza la ausencia de de B. El método de la diferencia trata de identificar un solo factor que está presente cuando un efecto está presente y está ausente cuando el efecto está ausente. If A is a sufficient condition for B (eating the ranch dressing is sufficient for illness), then A’s absence ensures B’s absence. The method of difference tries to identify a single factor that is present when an effect is present and is absent when the effect is absent.

Method of Agreement and Difference To show you the Joint Method of Agreement and Difference, let’s modify the same example. Let’s suppose that six people ate supper in the restaurant. Three ate the ranch dressing on their salad; three did not. Of the first three, having eaten the ranch dressing was the one thing they had in common. Of the second three, not eating the ranch dressing is the one thing they have in common. The ranch dressing was the one condition present in all cases of illness and absent when the illness is absent: never present without illness and never absent when someone became ill. Para mostrar el Método Combinado del Acuerdo y Diferencia, vamos a modificar el mismo ejemplo. Supongamos que seis personas cenaban en el restaurante. Tres comieron el aliño ranchero en la ensalada; tres no lo comieron. De los tres primeros, después de haber comido el aliño ranchero era la cosa único que tenían en común. De la segunda de tres, no comer el aliño ranchero es la cosa única que tienen en común. El aliño ranchero estaba el condición actual de todos los casos de enfermedad y ausente cuando la enfermedad está ausente: nunca presente sin enfermedad y nunca ausente cuando alguien se enfermó.

Method of Agreement and Difference Occurrence A B C D E F 1 - + + - - + + + 2 + - + - + 3 - + + + + 4 + - - + + - - - 5 + - - - + + + - 6 - + + - The chart indicates that C, the ranch dressing, was present when the illness was present and absent when the illness was absent. El gráfico indica que C, el aliño ranchero, estaba presente cuando la enfermedad estaba presente y ausente cuando la enfermedad estaba ausente. G Fenómeno (enferma)

Method of Residues The Method of Residues works by separating from a group of causally connected conditions those strands of causal connection that we already know, leaving one we don’t know as the “residue. ” For example: after moving into a new apartment Juan found it drafty. He found a broken window in the guest bedroom and a gap under the door leading to the terrace. When he replaced the window, that made the apartment less drafty. When he filled the gap under the door leading to the terrace, the apartment become still less drafty but not perfect. Looking further, he found that the sliding terrace window would not close completely. He concluded that the draft that remained (the residue) was caused by the failure of the sliding glass door to close completely. El Método de los Residuos funciona por la separación de un grupo de condiciones causalmente conectados esas hebras de conexión causal que ya sabemos, dejando a uno que no sabemos como el "residuo". Por ejemplo: después de mudarse a un nuevo departamento Juan descubrió con corrientes de aire. Él encontró una ventana rota en la dormitorio de invitados y un hueco en la puerta que daba a la terraza. Cuando volvió a colocar la ventana, que hizo el apartamento menos corrientes. Cuando se llena el hueco debajo de la puerta que da a la terraza, el apartamento se convierten en aún menos con corrientes de aire, pero no es perfecto. Mirando más allá, se descubrió con que la ventana corredera terraza no cerraba completamente. Llegó a la conclusión de que el proyecto que se mantuvo (el residuo) fue causada por el fracaso de la puerta corredera de vidrio para cerrar completamente.

Method of Residues The Method of Residues formalized: A, B, C cause x, y, z. El Método de los Residuos formalizado: A is the cause of x A, B, C causa x, y, z. B is the cause of y A es la causa de x z is still unexplained, but factor C hasn’t been considered. B es la causa de y z es inexplicable todavía, pero el factor C no ha sido considerado. No hay otros factores a considerar. Por lo tanto, probablemente, C es la causa de z. There are no other factors to consider. Therefore probably C is the cause of z.

Method of Concomitant Variation The Method of Concomitant Variation tries to identify a causal connection between two conditions by matching variations in one condition with variations in another. For example: In attempting to explain Alzheimer’s disease, medical scientists have noticed a correlation between the build -up of certain kinds of fats in the brain. As the latter increase, short-term memory decreases. Scientists have concluded that the two conditions are causally related. El Método de la Variación Concomitante intenta identificar una relación causal entre dos condiciones por las variaciones coincidentes en una condición con variaciones en una otra. Por ejemplo: En un intento de explicar la enfermedad de Alzheimer, los científicos médicos han notado una correlación entre la acumulación de ciertos tipos de grasas en el cerebro. A medida que el último aumento, la memoria a corto plazo disminuye. Los científicos han concluido que las dos condiciones están causalmente relacionados.

Method of Concomitant Variation El Método de la Variación Concomitante se puede ilustrar con el siguiente gráfico: A, B+, C coincide with x, y+, z. A, B, C coinciden con x, y, z. Or: A, B+, C coincide con x, y+, z. A, B-, C coincide with x, y-, z. O: Or also: A, B-, C coinciden con x, y-, z. A, B+, C concide with x, y-, z O también: A, B-, C, coincide with x, y+, z A, B+, C concide con x, y-, z Therefore, probably B is causally connected to y. A, B-, C, coincide con x, y+, z Por lo tanto, probablemente B está conectada causalmente a y. The Method of Concomitant Variation may be illustrated with this chart: A, B, C coincide with x, y, z.

Mill´s Methods and Scientific Inferences Mill developed his ideas in the 1800 s. They are early versions of methods still used to discern likely causal relationships. Mill desarrolló sus ideas en la siglo de los 1800. Son las versiones tempranas de los métodos que aún se utilizan para discernir relaciones causales probables. Consider controlled experiments, used in medicine, psychology, and other sciences. Considere la posibilidad de experimentos controlados, que se utilizan en la medicina, la psicología y las otras ciencias. Controlled experiments involve two groups of subjects, an experimental group and a control group. The experimental group includes subjects receiving a certain treatment, e. g. , a newly patented drug. The control group does not receive the treatment but otherwise is subject to the same conditions as the experimental group, controlling for as many other conditions as possible. Los experimentos controlados involucran a dos grupos de sujetos, un grupo experimental y un grupo control. El grupo experimental incluye sujetos que recibieron un tratamiento determinado, por ejemplo, un fármaco recientemente patentado. El grupo de control no recibe el tratamiento pero por lo demás está sujeto a las mismas condiciones que el grupo experimental, controlando por como muchas otras condiciones como sea posible. Summarizing the results of controlled experiments often involves developing tables similar to those with the Methods of Agreement and Difference. Resumiendo los resultados de los experimentos controlados a menudo implica el desarrollo de tablas similares a los de los Métodos de el Acuerdo y Diferencia.

Other patterns of inductive reasoning: abductive inference The U. S. philosopher Charles Sanders Peirce (1839 – 1914) was a scientist, mathematician, and logician who founded the distinctively North American movement known as pragmatism. El filósofo estadounidense Charles Sanders Peirce (1839 - 1914) fue un científico, matemático, y lógico que fundó el movimiento distintivo de América del Norte conocida como el pragmatismo. Pragmatism “is a rejection of the idea that the function of thought is to describe, represent, or mirror reality. Instead, pragmatists develop their philosophy around the idea that the function of thought is as an instrument or tool for prediction, and problem solving. ” (Wikipedia) El pragmatismo "es un rechazo de la idea de que la función del pensamiento es describir, representar, o un espejo la realidad. En cambio, los pragmáticos desarrollar su filosofía en torno a la idea de que la función del pensamiento es como un instrumento o herramienta para la predicción, la acción, y la resolución de problemas. ” (Wikipedia)

Other patterns of inductive reasoning: abductive inference Peirce developed the following view of scientific inquiry: Peirce desarrolló la siguiente vista de la investigación científica: [Against a body of background assumptions B] puzzling phenomenon P is observed. [Sobre un grupo de supuestos antecedentes B] se observa desconcertante fenómeno P. If H were true, P would follow as a matter of course (H predicts P; B minus H does not predict P). Si H fuera cierto, P seguiría como una cuestión de rutina (H predice P; B menos H no predice P). Hence there is some reason for thinking H might be true, and that B needs to be revised in light of H. Por lo tanto hay alguna razón para pensar H podría ser cierto, y que B tiene que ser revisada a la luz de H. (What are the limits on H? ) (¿Cuáles son los límites a la H? ) Peirce called this abduction, or abductive inference. Peirce llamó esta abducción, o inferencia abductivo.

Hypothetico-deductive reasoning (especially in science) Hypothetico-deductive reasoning is closely related to Peirce’s abduction. Its purpose is explanation, in science and in daily life. Razonamiento hipotético-deductivo está estrechamente relacionado con la abducción de Peirce. An explanation is a set of statements designed to make sense of something. Su propósito es la explicación, en la ciencia y en la vida ordinaria. If I walked into class with my left arm bandaged and in a sling, you would want to know what happened? Una explicación es un conjunto de oraciones diseñaron a dar sentido a algo. You would be asking me for an explanation. Si entré en clase con mi brazo izquierdo vendado y en un cabestrillo, ustedes quieren saber lo que pasó? I would explain by telling you that I broke my arm in a fall. Le preguntaría a mí para obtener una explicación. Yo explicaría explicar por decirte que me rompí mi brazo en una caída.

Hypothetico-deductive reasoning (especially in science) Hypothetico-deductive reasoning goes beyond this, because often the explanation of a phenomenon is not as straightforward. Razonamiento hipotético-deductivo va más allá de esto, porque a menudo la explicación de un fenómeno no es tan sencillo. If my computer will not load web pages, this fact could have a number of causes. There could be something wrong inside my computer’s hardware. Si mi computadora no se carga las páginas de Web, este hecho podría tener un número de causas. My browser could have become corrupted. Podría haber algo mal en el interior de hardware de mi computadora. My connection to the Internet might be disrupted. Mi navegador podría haberse convertido en corrupto. There might be an Internet “outage” in my part of town. Mi conexión al Internet podría ser interrumpido. Puede haber un "apagón" del Internet en mi comuna. Todas estas son hipótesis: conjeturas inteligentes en lo que podría explicar el fenómeno que nos preocupa. All of these are hypotheses: intelligent guesses at what might explain the phenomenon troubling us.

Hypothetico-deductive reasoning (especially in science) Or consider: modern astronomy was based on Newton’s law of universal gravitation. This law permitted astronomers to predict where they would see the planets. O considerar: la astronomía moderna se basa en la ley de la gravitación universal de Newton. Esta ley permite a los astrónomos predecir dónde iban a ver los planetas. Their model predicted that the planet Uranus would be seen at a given position in the sky; but Uranus was in a different position. Su modelo predice que el planeta Urano se vería en una posición especifica en el cielo; pero Urano estaba en una posición diferente. Something was perturbing the orbit of Uranus. Algo estaba perturbando la órbita de Urano. Hypothesis of astronomers: there was another planet out there. Its gravitation was affecting the motions of the planet Uranus. El hipótesis de los astrónomos: hay otro planeta por allá. Su gravitación estaba afectando a los movimientos del planeta Urano. Astronomers used Newton’s laws to calculate where they might expect to see another planet. Los astrónomos utilizan las leyes de Newton para calcular dónde podrían esperar ver otro planeta. Using hypothetico-deductive reasoning, they found Neptune (early 1800 s). Utilizando un razonamiento hipotéticodeductivo, descubrieron Neptuno (tempranos de los 1800).

Hypothetico-deductive reasoning (especially in science) The components of H-D reasoning: Los componentes de razonamiento H-D: (1) An assumption is made of a body of background knowledge. (1) se hace un supuesto de grupo de supuestos antecedentes conocimientos. (2) Problem P is observed. P is a problem because our background knowledge did not predict it. (2) se observa Problema P. P es un problema porque nuestro conocimiento de antecedentes no predijo él. (3) Hypothesis H is formulated. (3) se formula Hipótesis H. (4) Logical implications of H are deduced (the deductive component of H -D reasoning). If H is true, we should observe I (the implication of H). (4) las implicaciones lógicas de H se deducen (el componente deductivo de razonamiento H-D). Si H es verdadera, debemos observar I (la implicación de H). (5) Further observations are made (sometimes called testing). Do we observe I? (5) Otras observaciones se hacen (a veces se llaman pruebas). ¿Cumplimos I? (6) Si se observa I, se confirma H. Si no observamos I, H se desconfirmada, y tenemos que buscar más para nuestra explicación. (6) If we observe I, H is confirmed. If we do not observe I, H is disconfirmed, and we must look further for our explanation.

Hypothetico-deductive reasoning (especially in science) H-D reasoning does not prove H true. Confirmation increases the probability that H is true. (Probability is a topic we will take up next week. ) Despite the name, H-D reasoning is a species of inductive reasoning, not deductive reasoning. It is inductive reasoning with a deductive component. Razonamiento H-D no demuestra H cierto. Confirmación aumenta la probabilidad de que H es cierto. (La probabilidad es un tema que abordaremos la próxima semana. ) A pesar del nombre, el razonamiento H-D es una especie de razonamiento inductivo, no el razonamiento deductivo. Es el razonamiento inductivo con un componente deductivo. Existen restricciones en hipótesis. Algunas son obvias. There are restrictions on hypotheses. Some are obvious.

Hypothetico-deductive reasoning (especially in science) External consistency: H should be consistent with our background knowledge. Violations of this rule must be justified with great care. Internal consistency: H, if it asserts more than one proposition, cannot be self-contradictory. Simplicity: H should adhere to Occam’s Razor: do not multiply ideas beyond necessity. Other things being equal, the simplest theory tends to be the right one. Specificity: H should make predictions that are clear, precise, and easily testable. Replicability: if H is confirmed by observation, then others should be able to duplicate the experiment and achieve identical results. (Science is a community endeavor in a broad sense. ) La coherencia externa: H debe ser consistente con nuestro conocimiento de antecedentes. Violaciónes de esta norma deben estar justificadas con gran cuidado. La consistencia interna: H, si se afirma más de una proposición, no puede ser auto-contradictoria. La simplicidad: H debe adherirse a la Afeitar de Occam: no se multiplican las ideas más allá de la necesidad. En igualdad de condiciones, la teoría más simple suele ser la correcta. Especificidad: H debe hacer predicciones que sean claros, precisos y fácilmente comprobable. Replicabilidad: si H es confirmado por la observación, a continuación, los demás deben ser capaces de duplicar el experimento y conseguir resultados idénticos. (La ciencia es un esfuerzo de la comunidad, en un sentido amplio. )

Hypothetico-deductive reasoning (especially in science) Fruitfulness: H should suggest new ideas for future research. The discovery of Neptune, as a prediction, at least suggested the possibility of still more undiscovered planets or planetary bodies further out, especially when its behavior did not conform perfectly to Newtonian predictions, either. Fecundidad: H debe sugerir ideas nuevas para futuras investigaciones. El descubrimiento de Neptuno, como una predicción, por lo menos sugiere la posibilidad de planetas aún no descubiertos o más cuerpos planetarios más lejos, sobre todo cuando su comportamiento no se ajustaba perfectamente a las predicciones de Newton, tampoco.

To come … There is a special class of inductive inferences called statistical inferences. What is statistical reasoning, how does it work, and what specific pitfalls does it have that you need to be aware of if you are to be a critical thinker? Statistical reasoning is closely related to probability. An inductive argument, as we noted, only establishes its conclusion to some degree of probability. Is it possible to make this more precise? Inductive arguments never establish their conclusions absolutely; but is there a point at which you are being irrational if you refuse to believe the conclusion of an inductive argument based on the information in the premises? Hay una clase especial de inferencias inductivas llamados inferencias estadísticas. ¿Cuál es el razonamiento estadístico, cómo funciona, y qué escollos específica tampoco tiene lo que necesitas para estar al tanto de si va a ser un pensador crítico? Razonamiento estadístico está estrechamente relacionado con la probabilidad. Un argumento inductivo, como hemos señalado, sólo establece su conclusión hasta cierto grado de probabilidad. ¿Es posible que esto sea más preciso? Argumentos inductivos no establecen absolutamente sus conclusiones; pero ¿hay un punto en el que usted está siendo irracional si se niega a creer en la conclusión de un argumento inductivo basado en la información en las premisas?