APA PsycNET abstract: This is the first volume of a two-volume work on Probability and Induction. Because the writer holds that probability logic is identical with inductive logic, this work is devoted to philosophical problems concerning the nature of probability and inductive reasoning. The author rejects a statistical frequency basis for probability in favor of a logical relation between two statements or propositions. Probability "is the degree of confirmation of a hypothesis (or conclusion) on the basis of some given evidence (...) (or premises)." Furthermore, all principles and theorems of inductive logic are analytic, and the entire system is to be constructed by means of symbolic logic and semantic methods. This means that the author confines himself to the formalistic procedures of word and symbol systems. The resulting sentence or language structures are presumed to separate off logic from all subjectivist or psychological elements. Despite the abstractionism, the claim is made that if an inductive probability system of logic can be constructed it will have its practical application in mathematical statistics, and in various sciences. 16-page bibliography. (PsycINFO Database Record (c) 2016 APA, all rights reserved). (shrink)

Das spezifische Ziel von Argumentationen ist nicht einfach, den Adressaten etwas glauben zu machen - dies wäre bloße Rhetorik ﷓, sondern: den Adressaten beim Erkennen der Akzeptabilität (insbesondere der Wahrheit) der These anzuleiten und ihn so zu begründetem Glauben, zu Erkenntnis zu führen. Argumentationen leiten das Erkennen an, indem sie in ihren Argumenten hinreichende Akzeptabilitätsbedingungen der These als erfüllt beurteilen und so den Adressaten implizit auffordern, diese Bedingungen zu überprüfen. Argumentationen sind gültig, wenn sie prinzipiell das Erkennen anleiten können; d. (...) h. wenn die genannten Akzeptabilitätsbedingungen hinreichend sind, wenn sie tatsächlich erfüllt (die Argumente also wahr) sind und wenn es irgendjemanden gibt, der zwar die Akzeptabilität der Argumente, nicht aber die der These erkannt hat. Eine gültige Argumentation ist adäquat, um einen bestimmten Adressaten rational zu überzeugen, wenn dieser u. a. die Akzeptabilität der Argumente, nicht aber die der These erkannt hat. Die in gültigen Argumentationen als erfüllt beurteilten Akzeptabilitätsbedingungen sind Konkretisierungen allgemeiner Erkenntnisprinzipien für die spezifische These, z. B. des deduktiven Erkenntnisprinzips: 'Eine Proposition ist wahr, wenn sie von wahren Propositionen logisch impliziert wird.' oder des erkenntnisgenetischen Erkenntnisprinzips: 'Eine Proposition ist wahr, wenn sie korrekt verifiziert worden ist.' Eine Konkretisierung des deduktiven Prinzips für eine These p wäre z. B.: 'p ist wahr, 1. wenn q und r wahr sind und 2. wenn q und r zusammen p logisch implizieren.' Sind beide Bedingungen erfüllt, so könnte 'q; r; also p.' eine gültige deduktive Argumentation sein. Die verschiedenen Argumentationstypen unterscheiden sich danach, auf welchem Erkenntnisprinzip sie basieren. Das argumentativ angeleitete Erkennen der Akzeptabilität der These funktioniert so: Der Adressat benutzt das von ihm (zumindest implizit) gewußte allgemeine Erkenntnisprinzip als Checkliste, auf der er nach dem Vorbringen der Argumente abhakt, welche Akzeptabilitätsbedingung des Erkenntnisprinzips durch das Zutreffen des Arguments jeweils erfüllt wird. Auf der Basis dieser Funktionsbestimmung werden in der "Praktischen Argumentationstheorie" (erstmalig) präzise Gültigkeitskriterien für Argumentationen allgemein und für mehrere spezielle Argumentationstypen entwickelt, erkenntnistheoretisch begründet und auf komplexe Argumentationsbeispiele aus Philosophie, Wissenschaft, Technik und Kultur angewendet. Die Analyse der erkenntnistheoretischen Grundlagen - der zugrundeliegenden Erkenntnisprinzipien - vor allem der interpretierenden und praktischen Argumentationen ist zudem von erheblicher Bedeutung weit über die Argumentationstheorie hinaus: für die Interpretationstheorie, die Handlungstheorie und die praktische Philosophie. (shrink)

There is currently no viable alternative to the Bayesian analysis of scientific inference, yet the available versions of Bayesianism fail to do justice to several aspects of the testing and confirmation of scientific hypotheses. Bayes or Bust? provides the first balanced treatment of the complex set of issues involved in this nagging conundrum in the philosophy of science. Both Bayesians and anti-Bayesians will find a wealth of new insights on topics ranging from Bayes’s original paper to contemporary formal learning theory.In (...) a paper published posthumously in 1763, the Reverend Thomas Bayes made a seminal contribution to the understanding of "analogical or inductive reasoning." Building on his insights, modem Bayesians have developed an account of scientific inference that has attracted numerous champions as well as numerous detractors. Earman argues that Bayesianism provides the best hope for a comprehensive and unified account of scientific inference, yet the presently available versions of Bayesianisin fail to do justice to several aspects of the testing and confirming of scientific theories and hypotheses. By focusing on the need for a resolution to this impasse, Earman sharpens the issues on which a resolution turns. John Earman is Professor of History and Philosophy of Science at the University of Pittsburgh. (shrink)

There is currently no viable alternative to the Bayesian analysis of scientific inference, yet the available versions of Bayesianism fail to do justice to several aspects of the testing and confirmation of scientific hypotheses. Bayes or Bust? provides the first balanced treatment of the complex set of issues involved in this nagging conundrum in the philosophy of science. Both Bayesians and anti-Bayesians will find a wealth of new insights on topics ranging from Bayes's original paper to contemporary formal learning theory. (...) In a paper published posthumously in 1763, the Reverend Thomas Bayes made a seminal contribution to the understanding of "analogical or inductive reasoning." Building on his insights, modem Bayesians have developed an account of scientific inference that has attracted numerous champions as well as numerous detractors. Earman argues that Bayesianism provides the best hope for a comprehensive and unified account of scientific inference, yet the presently available versions of Bayesianisin fail to do justice to several aspects of the testing and confirming of scientific theories and hypotheses. By focusing on the need for a resolution to this impasse, Earman sharpens the issues on which a resolution turns. John Earman is Professor of History and Philosophy of Science at the University of Pittsburgh. (shrink)