Optimal Post-Hoc Theorizing
创建于 更新于
摘要
本文基于贝叶斯模型建立了“先验理论假设”与“事后理论假设”间的权衡框架，提出现代大数据和成熟理论环境下，事后理论假设（post hoc theorizing）通常是最优选择。论证了有限时间和资源限制使得以结果优先而非无偏性为研究目标时，事后假设的“统计学习”效应超越了“达尔文选择”效应，从而带来更优的研究成果 [page::0][page::1][page::6][page::12][page::14][page::16][page::17]
