Проведение эксперимента в соответствии с исследовательской гипотезой. Модификация теории и модели с учетом новых теоретических положений. Проведение компьютерного модельного эксперимента с целью тестирования теории на полноту и непротиворечивость.
При низкой оригинальности работы "Роль модельного эксперимента и фрактального анализа данных в психологическом исследовании", Вы можете повысить уникальность этой работы до 80-100%
Роль модельного эксперимента и фрактального анализа данных в психологическом исследованииПо мере формирования новой теории происходит уточнение ее терминологического аппарата, теоретические положения приобретают более строгую форму, что в итоге позволяет провести формализацию теории и построить математическую модель исследуемого процесса на основе этой теории. Для таких развитых научных направлений полный цикл исследования приобретает вид: проведение натурного эксперимента в соответствии с выдвинутой исследовательской гипотезой, модификация теории в связи с полученными результатами, модификация модели с учетом новых теоретических положений, проведение компьютерного модельного эксперимента с целью тестирования теории на полноту и непротиворечивость, генерация новой исследовательской гипотезы на основе модельного эксперимента (рисунок 1). модельный непротиворечивость полнота Это создает субъективность проверки теории: получается, что теория проверяет сама себя, через призму себя, глядя на реальность. Наверху - петля без модельного эксперимента: теория формулирует гипотезу экспериментального исследования, трактует полученные данные и модифицирует себя, что отражает субъективизм при верификации теорией самой себя. Внизу - петля с модельным экспериментом: данные, полученные на основе компьютерного эксперимента с моделью, напрямую сопоставляются с данными натурного эксперимента противоречащих теории, на следующем шаге цикла принято дорабатывать теорию, а не отвергать ее.Результаты расчетов по модели и по натурным данным представлены на рисунке 2. Можно думать, что отличия между модельными результатами и натурными данными являются только количественными, и если подобрать подходящие численные параметры модели (коэффициенты), то можно получить удовлетворительное соответствие данным. Например, данные, предсказанные теорией для интервалов величины 2-35, т. е. большая часть данных, аппроксимируются прямой линией с углом наклона 0,83, а реальные данные аппроксимируются прямой линией с углом наклона 2,15. Можно было бы думать, что возможность аппроксимации прямой линией означает качественное сходство реальных и теоретически предсказанных интервалов, а разный угол наклона отражает лишь непринципиальные количественные различия Фактор Аллана для данных, предсказанных теорией ("Теория") и для реальных данныхПродемонстрирован подход для оценки адекватности теорий путем формализации теории, построения модели процесса на основе оцениваемой теории, проведения компьютерного модельного эксперимента и сопоставления данных модельного эксперимента с реальными данными.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
