Re: [資訊] 出生月份差異與學業成就之關係
當然我們不能否定統計數據的參考價值
但是強調統計結果所衍生的結論一定正確
這在科學上就是"過度解讀"
我簡單以下圖做例子
https://3.bp.blogspot.com/-2NdncaBjUqc/VwcPTq0eYSI/AAAAAAAHRtM/gAeiD9S0Wx8/s0/phpA5SbOb
如果你解讀成
二氧化碳的濃度變化導致全球氣候變遷
太陽輻射強度近乎無關氣候變遷
這就是數據過度解讀
在科學上你只能保守解讀成
二氧化碳濃度與全球氣溫變化"相關性較高"
太陽輻射強度與全球氣溫變化"相關性較低"
因為也有可能是全球氣溫變化導致二氧化碳濃度產生變化
說二氧化碳變化影響氣溫變遷
這就是過度解讀所衍生的另外一個問題"導果為因"
但我們因為把近代全球暖化視為真,所以才容易產生謬誤
第二統計學會產生的問題是"無法固定其他變因"
如果你把"出生月分"當作操作便因
那麼其他環境變因就一定要固定
但這是統計學無法做到的部分
統計學可以統計出兩件事的相關性
但是兩件事之間的相關性就一定要靠實驗去證實
如果無法藉由實驗驗證
那麼統計數據就只具參考價值
如果硬是要強調推論結果為真
你除了像科幻片一樣
把同樣的基因複製成不同月份出生的人
然後讓他們從出生到實驗結束
都生活在相同的環境接受相同的教育
吃一模一樣的食物作息都要相同
所以只能說在科學的角度來說
你可以就統計結果提出"假說"
但你要讓世人都接受你的學說變"定律"
就一定要有實驗
就一定要有實驗
就一定要有實驗
然後..................
當別人提出樣本質疑統計數據時
應該是要反思自己的樣本取樣是否有缺點
而不是反駁別人個案與統計結果不能混為一談
最後
我個人相信先天因素所造成的影響
所以我並沒有反對這份論文的意義
但這社會學科論文會有那麼多的爭議
原因如上述
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.238.105
※ 文章網址: https://www.ptt.cc/bbs/BabyMother/M.1516596755.A.B3E.html
推
01/22 12:56,
6年前
, 1F
01/22 12:56, 1F
→
01/22 12:56,
6年前
, 2F
01/22 12:56, 2F
→
01/22 12:57,
6年前
, 3F
01/22 12:57, 3F
推
01/22 13:03,
6年前
, 4F
01/22 13:03, 4F
→
01/22 13:03,
6年前
, 5F
01/22 13:03, 5F
→
01/22 13:03,
6年前
, 6F
01/22 13:03, 6F
→
01/22 13:03,
6年前
, 7F
01/22 13:03, 7F
推
01/22 13:19,
6年前
, 8F
01/22 13:19, 8F
→
01/22 13:20,
6年前
, 9F
01/22 13:20, 9F
→
01/22 13:20,
6年前
, 10F
01/22 13:20, 10F
→
01/22 13:20,
6年前
, 11F
01/22 13:20, 11F
→
01/22 13:57,
6年前
, 12F
01/22 13:57, 12F
→
01/22 13:58,
6年前
, 13F
01/22 13:58, 13F
→
01/22 13:59,
6年前
, 14F
01/22 13:59, 14F
→
01/22 14:00,
6年前
, 15F
01/22 14:00, 15F
→
01/22 14:01,
6年前
, 16F
01/22 14:01, 16F
→
01/22 14:01,
6年前
, 17F
01/22 14:01, 17F
→
01/22 14:03,
6年前
, 18F
01/22 14:03, 18F
推
01/22 14:03,
6年前
, 19F
01/22 14:03, 19F
→
01/22 14:03,
6年前
, 20F
01/22 14:03, 20F
→
01/22 14:03,
6年前
, 21F
01/22 14:03, 21F
→
01/22 14:03,
6年前
, 22F
01/22 14:03, 22F
→
01/22 14:03,
6年前
, 23F
01/22 14:03, 23F
→
01/22 14:03,
6年前
, 24F
01/22 14:03, 24F
→
01/22 14:03,
6年前
, 25F
01/22 14:03, 25F
→
01/22 14:03,
6年前
, 26F
01/22 14:03, 26F
→
01/22 14:03,
6年前
, 27F
01/22 14:03, 27F
→
01/22 14:03,
6年前
, 28F
01/22 14:03, 28F
→
01/22 14:03,
6年前
, 29F
01/22 14:03, 29F
→
01/22 14:08,
6年前
, 30F
01/22 14:08, 30F
→
01/22 14:14,
6年前
, 31F
01/22 14:14, 31F
→
01/22 14:14,
6年前
, 32F
01/22 14:14, 32F
→
01/22 14:14,
6年前
, 33F
01/22 14:14, 33F
當你看到"出生月份"與"學習成就"兩個變量有高度相關時
解讀成出生月份影響學習成就是合理的,因為你很確定這兩者的關係
所以我這邊的過度解讀不是"導果為因"
而是在還沒有發現兩個變量中間的關聯時就不能果斷下結論
我再拿環境變遷的例子說明
以現今的數據來說
工業革命後"聖嬰現象"的頻率與強度都有增加的趨勢
所以很多書籍會說"聖嬰現象是全球暖化的結果"
這句話就大有問題,也就是我所謂的"過度解讀"
因為在還沒有了解聖嬰現象的形成機制前
你就不能說暖化與聖嬰現象相關
所有的研究成果都必須建立在龐大的數據上
但是相同的數據常常會有不同的解讀
所以在環境議題上
才會衍生出有人支持核電有人支持火力的狀況
但是我想表達的是只要能說出箇中道理
數據可以有百百種解讀
比方說
因為人類學習發展階段隨年齡不斷成長與改變
所以八月出生的學生由於差幾個月齡
導致七八月出生學童在學習知識上產生困難
那就必須有額外的實驗去支持你的論點
不然就只是停留在"統計"而不是"研究"
當然實驗不可能像是自然學科一樣可以將變因控制的那麼徹底
所以你就也不能期待所有人都能夠去接受你的理論
就像全球暖化到現在也是有人持保留態度
甚至把它當作假議題看待
※ 編輯: tommy0520 (118.160.238.105), 01/22/2018 15:25:34
推
01/22 16:34,
6年前
, 34F
01/22 16:34, 34F
推
01/22 16:42,
6年前
, 35F
01/22 16:42, 35F
※ 編輯: tommy0520 (118.160.238.105), 01/22/2018 17:04:38
推
01/22 17:56,
6年前
, 36F
01/22 17:56, 36F
推
01/22 18:00,
6年前
, 37F
01/22 18:00, 37F
推
01/22 23:28,
6年前
, 38F
01/22 23:28, 38F
推
01/23 13:09,
6年前
, 39F
01/23 13:09, 39F
推
01/23 15:38,
6年前
, 40F
01/23 15:38, 40F
→
01/23 15:38,
6年前
, 41F
01/23 15:38, 41F
推
01/23 22:08,
6年前
, 42F
01/23 22:08, 42F
→
01/27 01:49,
6年前
, 43F
01/27 01:49, 43F
討論串 (同標題文章)