※ 引述《keithking (K)》之铭言： : (没有病理学与药学背景，以下纯举例，可能不具实徵性导致不可证伪) : 一个具有「科学可证伪(波普可证伪)」的「科学」命题(不是其他命题)可能如下： : 「健康状况正常、不饮酒、不吸菸、三个月内无服用任何药物且无慢性病、遗传病史， : 同时BMI指数在正常等级的成人受试个体在感染丙型流行病毒且出现头痛病徵时， : 在餐後服用500mg Paracetamol，可以使受试个体大部分扑热息痛在第二阶段代 : 谢通过结合硫酸盐和葡萄糖苷酸失去活性，一小部分被细胞色素氧化酶P450氧化， : 达到抑止受试个体在感染丙型流行病毒时引起的头痛病徵。」 : 以上纯粹提供参考，如有可证伪性缺陷，请指正并且多多包涵。 不管是「普拿疼能止头痛」、「男人比女人高」等等的命题都一样， 它们讲的是「整体趋势」，不是必然性。 「男人比女人高」不保证随便找一个男人再随便找一个女人前者一定高於後者， 但如果你排除其他变数（eg.年龄、种族）统计大群体， 大部分情况下前者都会高於後者。 「普拿疼止头痛」学界的实际做法是用假设检定， 取样其他变数无显着差异的二组，一组给安慰剂，一组给普拿疼，设计量表评估头痛， 如果普拿疼组的头痛真的改善比安慰剂组来得多，我们就认定假说为真； 如果无法达到统计显着，则此假说存疑。 （对，是存疑，我们永远无法确认为假； 　然而当我们试过千百种做法都无法证明， 　我们相信我们赌它为假有很大机会是对的。） 常用统计检定的实做细节可以查关键字「t检定」， 「统计显着」是用p value判定， p value的定义是「如果虚无假设成立，观察到目前统计结果的机率」 在上例中，虚无假设就是「普拿疼和安慰剂止头痛效果相同」。 「证实」没有绝对的定义， 一般习惯p value<0.05就认定为已证实， 少数要求更严谨的会到0.02, 0.01, 0.001.. 所以一个「已证实」的paper仍有一定机率是凑巧， 只是机率小到我们可接受罢了。 「证实」不一定要有明显的差别， 一个证实对胃癌症有效的疗法， 可能只不过是让平均五年存活率从20.1%增加到20.2%。 一个被认定为会「手指识字」的人，也不必丢20张纸条猜中20张， 在李嗣涔的相关paper中，即使20张只猜中6张，也算是「高能力」了。 （可以算算看，10~99的数字随便填，20张猜中6张的机率有低） -- 你不是读过《这才是心理学》吗？ 里面怎麽证明「看电视会导致暴力行为」？你忘了吗？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.161.49.21