|
接龍實驗要區別:什麼是科學知識?(相對於運氣)什麼又是創新性知識?(相對於演化性知識)什麼又是知識光譜? 為什麼要實驗?因為科學知識必須是:可預測、可實證、可複製的。
為什麼以接龍為例?因統雄老師經此建議「創新」的科學知識是基於「不同思想方法」的可能存在。亦即真正的創新知識,可能就是和大眾的認知是不同的。 在類似接龍的人類行為中,任何包括n個事件的集合,事件並非如當前機率論所認定,彼此完全相同。其實是由2種:Se事件、和Su事件組成動態的Interior Structure,並由2類動態的Latent Factors: Se Factors and Su Factors 所影響,形成的是動態排列組合,而不僅是當前教科書所認識的靜態排列組合,只要能觀察測量上述核心變項,n個排列組合還是可以預測的。
本實驗也希望說明:一種創新理論可以用「實驗法」、與/或「計量法」來證明。「實驗法」更經常是「計量法」的前奏。
正如伽利略設計的「滾球實驗」,希望說明當時人類沒有察覺到的「重力」的存在。也如卜豐的「投針實驗」,以機率行為產生圓周率π的近似值,提出了「不同思想方法」的存在。
更重要的是,伽利略設計的「滾球實驗」其實不僅要說明「重力」的存在,最希望的是要對當時頂尖學界所認同的物理知識,其基礎理論與方法作一革命-統雄老師命名為第1類知識。創新知識,就是與當時社會所相信不同的知識。 卜豐的「投針實驗」也不僅是玩遊戲,而是展示一種非物理現象,反映過去不曾思考的機率問題,後來又經皮爾生發展為新計量邏輯的統計學體系-統雄老師命名為第2類知識。
我們努力學習之後,可以觀察到各種知識領域並非彼此獨立無關,而會呈現「知識光譜」現象:知識可分為連通、但相異的3類知識:物理知識、生理知識,與行為知識(請參見「行為研究/知識創新」)。相異之處在於研究對象性質不同,分析方法不同;但分析的計量方法在不同中,又有繼承與連通的程序。
唯當前行為知識的理論建構與計量方法,幾乎均借助於前2類知識,可能產生基礎上的扞格。統雄老師也因此建議應該探索是否有「第3類知識」與「不同思想方法--包括理論建構與計量工具」的存在? 統雄老師的學習與研究核心是「人類取用行為模式」,希望能夠作為反省當前研究行為研究的起點, 但統雄老師沒有能力在幾分鐘內,完全說明30多年的觀察、學習、嘗試錯誤、與不斷改正的「不同思想方法」,所以設計了接龍實驗。
TX取用模式簡介統雄老師學習探索人類行為的「TX取用模式(TX Adoption Model)」簡介如下: 「TX取用模式(TX Adoption Model)」是指人類的取用(Adoption)行為,會隨著時間軸形成「類正切雙曲函數 (tanh-like) 的 S 型曲線」而成長。 強調「類正切雙曲函數 (tanh-like) 」,因其為「行為反應函數(類正割雙曲 (sech-like) 曲線)」,與「社會氛圍作用函數(類正弦雙曲 (sinh-like) 曲線)」的交互作用函數。 取用行為趨勢成長方式包括3項「一般模式(General Model)」,與4項進階模式: 1.取用行為趨勢函數
A = RB * SA A: Growth of Adoption Behavior 取用行為趨勢成長 RB: Degree of Response Behavior 反應行為人數程度 SA: Degree of Social Ambience 社會氛圍作用程度 這項模式可以解釋並預測一項新事物(Adoptee),是否會被、以及如何被社會所取用。新事物可以是具體或抽象的;取用行為包括「實體取用物」-如網路、房屋、候選人…-的取得與使用、和「抽象取用物」-如科學知識、政治制度、價格…的認同與接受。 所以,本理論和一般相關經濟行為理論有一項重大差異:許多經濟行為理論是將「價格」視為是否會取得取用物的「自變項」,本理論則發現,「價格」本身是在取用行為過程中等待被認同與接受的「抽象取用物」、與「應變項」,或可解釋為與實體取用物不可分割的「共變項」。 模式的 X 軸為時間軸, Y 軸為取用方式。原點是發生「社會相信(Social Belief) 」、產生「集體行為(Collective Behavior)」的臨界點。 Y<0: 主動取用,取用方式類似「理性抉擇 (Rational Choice)」的行為。 Y>0: 被動取用,或接受「被取用物發生在自己身上」,是一種依據「社會相信」的取用行為。 X<0: 潛移默化(Cultivation)階段,社會氛圍在醞釀中,但多數人不會感覺到。 X>0: 集體行為階段,多數人沒有嘗試其他選擇,按照社會相信而取用。 「社會氛圍」的變遷不是立即的,而是遲緩、長期與延後(lag)的,是為吳統雄發現的「潛移默化效果(Cultivation Effect) 」。但一旦過了臨界點(y>0),就會形成「社會相信」,進入少數帶動多數、快速成長的集體行為階段。
|
伽利略的困境印證了TX取用模式伽利略的實驗雖然成功,還是很少人認同,這個歷史事實反映了「TX取用模式」的內涵。 因為人類對「有無重力存在」的需求反應低;對這類知識的接受,依靠「實證、實驗」的又遠低於社會相信。 同時,當時人類還不知道以積分方法驗證他的實驗、更不認識積分符號。正如現在大家還未想到「動態多機率投射」方法,也不認識相關符號。 直到Newton-Leibniz的積分方法為菁英團體所認同,這就是「社會氛圍」的形成。 伽利略的實驗從被否定到被肯定,花了200年,就是Cultivation Effect。 在伽利略時代,人類不知道「重力」的原理,所以不認同「重力」的存在;今天,許多人還是不知道「重力」的原理,但都認同「重力」的存在;這就是「社會相信」。 伽利略活著時,很少人認為「伽利略(每天看見的糟老頭)是伽利略(思想家)」;伽利略死後,終於推翻了「福音」,自己卻變成福音;這就是「人類的取用行為」。 讀者自我測量讀到這篇文章的讀者: 1.有沒有興趣閱讀? 2.相不相信接龍很難解? 3.會不會去試作接龍? 4.主動?還是被動去作? 5.如果發現很簡單,會不會主動告訴統雄老師? 6.如果發現很困難,會不會主動google 全世界,了解到底有沒有別人會解? 7.如果發現全世界真的很少人會解,甚至只有統雄老師會解,會不會認同「統雄老師可能有點道理」? 8.還是要等到未來有一天,「有名的人認同統雄老師,我就會認同」?
以上讀者反應的類型,與反應的數字,也正是「TX取用模式(TX Adoption Modeling)」是否具有預測力的實證資料。 |
卜豐「投針實驗」卜豐的「投針實驗」可稱為出乎意料的「怪想」,但連結了第1類知識(微積分)與第2類知識(機率),同時為Monte Carlo Method奠定了基礎。 接龍實驗也希望實證:探索行為研究的新典範有可行性,並能產生第3類知識。 |
知難行易一個創新思想方法的證明與呈現也許相對複雜。但一旦理解其中的抽象結構,應用就相對簡單。 不僅統雄老師的「大型複雜組合決策」預測法如此,微積分也是一樣。甚至可以看函數,知導數。請參考「微積分神掌易筋經」。 |
這項實驗不僅是玩遊戲,更是探討解決「大型複雜組合與排序決策」問題的方法。
譬如:如果某一工作若是成功,須牽動大n(如總共有104張牌)個事件與程序。
其中有i(如8付牌)組事件,組內的事件必須有一定程序,組間是否獨立(即不能彼此壓到)又與成功有連帶關係。
某組中有j(如1付牌有13張)個事件,必須具備一定的程序關係。
各組內與組間有互斥關係,亦即組內外事件如果未按照規畫發生,會造成立即失敗。
而我們能夠完全已知的只有極少數b(低於百分之10,如已開的牌有10張)個事件,而能夠機率控制的事件a 也不足總數一半(低於百分之50,如可繼續開牌數有50張),其他事件如何發生,為完全隨機、完全未知。
我們如何以這樣少的資訊、這樣高的難度,而達到排序成功?
這個問題,其實也就是機率研究、決策科學界、計量管理(ISyE, OR)界長期試圖解決的「超級排序 Sequencing, Scheduling, Decision 問題」。所謂「超級」,因為在真實應用中,常會出現與接龍相同的許多不可控制變項。
譬如,在大型營建計畫中,我們知道:施工、人力募集、物料進場…都必須有一定順序。但我們不能控制:
某項勞工的能力與敬業精神:會不會無法符合計畫進度。
天氣:會不會使某一項工程環節卡住全體。
某物料的供應商:會不會生產能力、市場價格無法到位。
…
任何一項不能「順利排序」,都會導致「失敗」:在實務上就是時間拖宕、預算攀升…。而這種情況在真實世界屢見不鮮。
其他如:新產品銷售、候選人競選公職…其實在核心都有相同的排序問題。
為何當前已知的決策方法都不能解決這類問題?因為思想被傳統機率論-表面看起來很嚴謹的體系所制約住了。
所以統雄老師建議以下的簡單「大型複雜組合決策」預測方法:(「簡單」是指接龍相對於人類行為的相對簡單,所以移除完整分析中的變遷與生息計量程序。)
T(Se, Su)=(Sui)i!~(Sej)j!
Ex[T(Vij)] where Vij ε {Sui, Sej}
If E(VBE) > PBE
And if E(Ce, VAE) > PAE
T(Se, Su): Trend Function including Se Set: Multiple Trend Probability and Su Set: Discrete Decisive Variables。
Ex: Extraction Function
E(Vij) : Parameters of Experiments
BE: Before Experiments
AE: After Experiments
Ce: Cost of Experiments
Pd: Probability of Successful Combined Trend
Note: Cost is different from the conventional "risk". There are two costs that are "Experiment costs" and "Implement costs". There are also high-order parameters exit in general function. There is a second-order parameter for this case.
相對於當前的統計觀念:
當前的因素萃取方法,如Factor Analysis(或更大型的 Data mining),基本上是線性的,是違背人類真實行為的,所以經由這種方法所導出的Regression,通常β很小,而error (不可測的 residuals)很大,也就是預測力不會高。統雄老師的方法則是非線性的類型萃取。
而常見的非線性模式,如經濟成長指數模式:y=Ceβt,像e這種環境變項,在物理環境(如牛頓冷卻定律)可以存在。在人類歷史上是不存在的,這類模式可以記錄過去,預測力卻是微弱的,否則各國政府、各著名經濟研究組織,何須時時「修正」預測?
又如Bayes' formula 中,對決策成功的機率,推給事實上不存在的prior probability 與likelihood;即使以過去的歷史平均機率作為prior probability,也沒有向前預測的基礎。而統雄老師的方法則是發明如何預測不可見、但存在的、延續-或不延續的趨勢變項。
當前所有教科書與各種 重要國際期刊CIs 上,都沒有人提出過這種「問題類型」的解決方案。
Google國內外的遊戲討論區,許多人認為除了運氣好,解決接龍問題是近乎絕對不可能的任務!
![]() |
| 向同學實驗證明:不可能的任務是其實可解的。 |
![]() |
本項實驗自1993進行以來、數百位學生試過,從來沒有人成功過;也請數位得過國際級學術獎的統計大師試過,也沒有人成功過。
但經過吳統雄老師「在限定時間內、一定能成功」(亦即實證決策預測控制力,大於運氣)的示範、分析,前述幾位國際學者終於願意參考統雄老師必須靠「不同思想方法」解決的意見,甚至接受擔任統雄老師國際研究團隊的成員。再經過統雄老師的教學與解說,同學也能夠成功了。證明其中確有 「可反復預測成功」的科學知識。
如如果能夠解決「連環新接龍」,就有可能進一步探索到解決這類問題的基礎知識與應用方案。(當然,接龍的影響事件是 finite的,而進一步的應用,如新產品、選舉的影響事件是 infinite的。)
這個「知識的思想方法」與數學解決方案,全世界目前似乎只有吳統雄老師提出。
統雄老師要再提醒:這個「數學解決方案」難度不在計算,而在「思想方法」。所以重要的數學基本公式,形式上都非常簡單。複雜的計算,通常都是既有思想方法的深化、演化。真正基礎性、創新性的思想方法,應該是符合 Simplicity 的。
老實說,統雄老師的數學模式並不是天書,正如 Newton 奠定現代科學的力學第二定律 f=ma ,看起來平淡無奇,重要的是 Newton 和Galileo 探索了和過去所有人類不一樣的「思想方法」。 Einstein 的 E=mc2 一樣外貌簡單,但他勇於探索了「Newton完美框架」之外的領域。
歡迎任何有疑問的人,在作好充分練習與準備後,來向統雄老師挑戰。
敬邀學術先進參與指導這個實驗。請提示幾位博士研究生專門研究這個問題、並指定大學部學生全體在課餘盡量練習,在充分練習-譬如1學期後,安排吳統雄到貴校協助進行一個2-3小時的工作坊,內容是吳統雄和全體博士生、大學生對戰。以及戰後討論這場實驗的知識意義。
吳統雄可以在這裡事前預測,如果只是想靠:人多、牌好、運氣好、很會玩電腦遊戲(一般是指反應快、動作快、長時間玩),而不是對數學思想方法的突破,要贏統雄老師的機率可能很低。(統雄老師根本不玩 電腦遊戲,當初選擇這個範例,只是確信:只要有數字,就會有科學知識。)
但如果這個刺激與挑戰,果然能引導年輕人思考什麼是不同的數學思想方法,而且和統雄老師一樣找到了解法。那麼就達到統雄老師期望分享的「創新思想方法」,也就可能會對統雄老師以下所講的更多事項產生興趣。
請不要誤會吳統雄的學習建言,就是玩遊戲。
他在1999年度,國內外正高唱電子商務的時候,就公開預測出了2000年春季的大崩盤。
在:http://tx.liberal.ntu.edu.tw/SilverJay/index.htm
他在1983年就發現了臺灣選舉行為有循環的趨勢,在1994年就明確預測出政黨將輪替1循環,更明確預測出了2008年完成循環時的得票率。
在:http://tx.liberal.ntu.edu.tw/~BlackPool/chinese.htm
但統雄老師深知:他沒有能力在非常短的時間內,讓人們了解他學習、思考、嘗試錯誤30年以上的思想歷程。(他不是「一直作得完全正確」,而是「一直不斷發現錯誤」而「一直在實驗、改正方法」。所以,他的成果呈現很簡單-如果具備科學基礎知識,也必然簡單-但過程極為複雜,非三言兩語能夠帶過。)
所以,接龍實驗是相對比較容易、趣味、能夠請人們稍微正視的例子。也希望若能發生稍微正視的效果,而進一步檢視統雄老師其他的學習心得與建言。
在行為研究中最抽象、最機率化的美學領域,統雄老師仍在積極研究中,希望在未來有機會證實,連這種極難量化的領域,也有相當程度的科學可預測性。
以以上這些,確實是圍繞著吳統雄的核心學習心得:希望在全世界、人類歷史上可能提供更重要參考啟示、尋找基礎答案的 Adoption Modeling 和 Cultivation Effect。
不過,這2項知識太基礎、Time frame太寬、規模太大、不易複製。如果統雄老師的Adoption Modeling理論是正確的,也就是愈正確(尤其改正過去錯誤概念)的創新知識,愈難讓人們很快相信。
在過去多年的學習過程中,統雄老師體驗到2項主要學習過程:
第一、尋找「人文、社會端」的「基礎知識」、建立「知識光譜」取代「框架知識」。
第二、尋找適合「人文、社會端」的「計量工具」,探索「不同的思想方法」。
知識可能是一道光譜,,從最左側的物理知識(因果型知識)經過中間的生理知識,到最右端的各種行為知識(機率型知識)。 在:http://tx.liberal.ntu.edu.tw/~PurpleWoo/chinese.htm
吳統雄觀察到:似乎當前的教學與研究制度,可以深化已知的成熟研究領域,鼓勵研究的 Evolution;但可能不足以發現、甚至反而抑制尚在發展中研究的 Revolution。
那麼行為研究是成熟還是待發展呢?其實不用大掉書袋也可以輕易觀察到:
以當前認為最接近科學的經濟研究而言:即使是獲得諾貝爾獎(Myrdal et al.,1974)與不少中央銀行奉行的貨幣理論,對世界上相對少數國家有部分效果,但對於大部分國家並沒有作用。甚至有人整理出,在2008全球金融風暴發生前,也無人預測出這個災難。
管理:如何促進組織進步發展?有人用X 理論大成功、有人大失敗;有人用完全相反的 Y 理論,結果反而大成功,但也有人大失敗。
市場:許多教科書與論文的內容,藝術性多於科學性;對於重要產品的成長,除了吳統雄十餘年的研究實證外,國際上長期觀察、並能相對預測穩定的例證不多。
選舉:雖然有幾項重要具啟發性的理論,但國際上除了吳統雄近30年的研究外,一樣缺乏長期、相對預測穩定的例證。
上述各領域教科書、著作內容,都還沒有「普遍性」解釋、預測各領域內問題的能力,都是在相對甚小的空間、時間、社經框架中,才有相對局限的作用。如果我們已經滿意當前可能並不成熟的框架,甚至還被限制在框架中,我們可能失去尋找真正基礎答案的機會。
真正的知識應不是各自分離的框架,可能是像光譜一樣,形成「物理-生理-行為(人文社會)」的彩虹狀,彼此分散不同,但又有由「基礎知識」連通之處。
如果存在「基礎知識」,它應該能夠解釋、預測較普遍的現象,甚至能夠連通相鄰領域的知識。(譬如可連通應用在:電子商務、選舉行為、數位內容…,因為它們都共同建基於「人類如何取用」。)
當當前的人文社會科學研究有2大主流,一派是絕對不碰數字;另一派則是使用計量方法,或泛稱的行為研究法。
後者是全盤移植、完全套用物理或生理科學的數量方法。統雄老師在這方面長期學習後,終於領悟到,物理科學的數學基礎:認為不證自明的「反身率」「等加率」…等,在觀測人類一般經驗中的物質時,是經常成立的;但在觀察人類行為時,是經常不成立的。
生理計量就是推論統計,使用前提是測量對象具備常態分配。人類行為相對於線性解釋,固然更接近常態分配,但究竟仍然不是常態分配。所以,現行的數學、統計體系在測量人文社會現象時,工具「效度(validity)」是相當有限的。
有鑑於此,另一主流則是全盤「反量化」,完全不用數字的。但完全不使用測量工具,研究理論將始終停留在藝術層次,而不能達成可驗證的科學知識。
所以,統雄老師建議尋求一種新的測量方法,所謂「新」,不是在計算方法,而是對測量的「不同的思想方法」。
|
多元學習•獨立好問 教改與快樂學習 核心理念-全人教育 網路教學 英語教學 人格教育 虛擬平等校園 六藝的詮釋 教育與社經地位 知識創新與知識光譜 接龍實驗-學習金字塔 |
「「專而能精」?還是「博而能精」?統雄老師覺得可能兩者都有道理。
但「專而能精」指的是在已知領域中的深化,貢獻是 Evolution。
「博而能精」,才可能探索未知的領域,創造知識的 Revolution。
搞音樂詩劇的人,怎麼能夠作統計分析方法?
作統計分析方法的人,怎麼會去搞音樂詩劇?
這是最常見的直覺反應,也是最遵從社會形象認知的作法。
不不過,Galileo, Einstein 都沒有受到社會框架的限制,他們最大的才藝都是音樂。
同理,Saint-Saëns 也沒有自我封閉,他雖然以音樂家身分聞名,他對數學、物理及其他科學也有貢獻。
在不斷向歷史學習的過程中,吳統雄似乎感到:學習是建造金字塔的過程,可能要從4面基礎作起:
第一、人文的:包括作為人的信仰、熱忱、性靈、藝術、健康、體能、表現、溝通、和學習方法。
第二、科學的:這裡是指知識光譜左側、相對狹義、相對比較容易量化、物理的、生理的因果關係。
第三:社會的:人與人的關係,人際的倫理、權力產生、階層結構、正義公理、合作互利與仇恨俱傷的因素。
第四;經濟的:人與物質的關係,生產方式、生產程序、生產與行銷、產品與有價服務的消長、交易與其財務結構。
回到「大學教育的目的為何」?
當前大學教育已不可避免的走向「買賣業」模式,「專而能精」是較必然的選擇。
但統雄老師還是期待,大學裡能夠有一小塊空間,留給「博而能精」的追求。
統雄老師在過去多年介紹學習心得時,雖然曾經受到國內外極少數頂尖學者的鼓勵,大多數情形並不順利。可能的原因是:
1.統雄老師是因多元學習而慢慢累積起來的領悟。而當前的教育、研究制度卻是分科、分流的,使大多數人較不易感受「知識光譜」的存在與相關問題。
2.當前的數學,在自然科學應用的工具性非常完足,對它的信任已經成為堅定的信仰,想要挑戰它,比15世紀Galileo要挑戰聖經更困難!
3.統雄老師的「Adoption
Model」發現人類的認知程序,「形象」是先於「證據」的,統雄老師的學習與心得和主流的「形象認知」並不相符。統雄老師並非不知社會形象肯定什麼,但統雄老師就是對主流理論有所疑惑,才另尋答案,正如統雄老師在懷疑聖經,就不可能以闡述、讚美聖經的方式去取得紅衣大主教的資格。這是統雄老師的兩難。
4.統雄老師的「Adoption Model」同時發現,「創新」固然是人人朗朗上口的口號,人類的真正認知結構,對「真正創新(
revolution 而非
evolution)的反應是:65%以上漠不關心,30%以上強烈反對與抨擊,不足5%半信半疑,不足1%樂見其成。
5.了解「不同的思想方法」需要強大的興趣與時間,統雄老師雖然在網站上放了統雄老師對電子商務十餘年、選舉行為二十餘年成功的預測與分析,但一則可能很少人有耐心看完;再則,歷史上、國際上能夠對這些領域作堅持觀察、長期預測的極少,也許有人覺得只是統雄老師「運氣好」。
6.最大的障礙還是統雄老師自己,統雄老師沒有能力使用大家習慣的語言、習慣的符號、在大家還有興趣的短暫時間內,說明與大家習慣完全不同的思想方法。
所以,統雄老師未來的努力是:
第一、繼續思考用什麼表達方式,邀請大家指導統雄老師的學習。
第第二、用行銷、選舉、美學…等例子,很難快速讓大家複製,所以很難令人信服。所以統雄老師要想一些參與門檻較易的例子,像Galileo的滾球實驗或金星實驗,大家可以容易參與而感受。「接龍實驗」就是統雄老師想出來的一個例子。
統雄老師在2009年向國科會提出一個「接龍實驗-不同思想方法工作坊」的計畫,巡迴挑戰國內排名前20的大學系所數量研究課程的師生,希望爭取更多的參與實驗者。
統雄老師對「多元學習」的檢討與實踐,很可能被認為是吹噓、狂妄、神經病、樣樣通、樣樣鬆;但從另一個角度看,是否「金字塔式的學習」更有可能在廣博的基礎上,創造歷史的高峰?
統雄老師在學生時代,聽到老師提的一個主張,想起胡適與梁啟超有一個相關的辯論,就舉了這個例子,建議不妨有不同的看法,結果被老師痛罵「自以為是胡適」。使得統雄老師在往後數十年,為了避免誤會,不太敢公開強烈建議不同的思想方法。
不過,統雄老師現在年事已高,社會顧忌或能略為減淡。這種老仍好學、就是單純的好學興趣,盼能與人分享。
人性有如「潘朵拉的盒子」,極大部分是負面的、被動的、依賴權威的;創新知識只有經過實證,去逼迫人們相信。
所以,他用了以上這個實驗,證明只有以創新的思想與統計方法,才能解決超難的機率知識問題。
幸而,「潘朵拉盒子」的底部,也一定有積極的、主動的動機,如果願意放空成見,每個人還是都能啟發出追尋創新知識的興趣。
經過這項實驗,也許會有人終於覺得:統雄老師主張的「人人都可以、也都應該多元發展」論,也許可以參考吧?
顧及資料品質因素,本實驗「線上互動」部分目前只主動對修課學生開放。但有興趣的人士仍可在自己的個人電腦上實驗。但如果你對這個論題有興趣,仍然歡迎來函申請參與。來函請附簡歷,並說明參與目的。
開啟「連環新接龍」遊戲

如果電腦上沒有,請按這裡下載。
難度:選「進階者」程度

若有人能贏老師,並說得出可複製的理由,就送贏者NT$16萬元歐洲進口名牌大型旅行包。若是純碰運氣,說不出理由,就送NT$4萬元歐洲進口名牌手提包。
本項遊戲實驗,希望啟發你思考什麼是:
什麼是知識?
什麼是基礎理論?計量方法?
什麼是實證知識?
什麼是動態機率型知識?
為什麼有數字,就可能有知識?
接龍是否具備機率型知識?或是碰運氣?兩者有何不同?
其其中那些是決策性因素(Sufficient Conditions)-亦即什麼是建構「基礎理論」的真正核心「預測自變項」。
其中那些是技術性因素(Necessary Conditions)-亦即那些是因應環境不同,而需要處理的「表面變項」(可能是前置變項、條件變項 、中介變項或無法計量的概念,而人性比較能立即感受的,多是表面變項。)。
這些變項如果是動態機率變項,如何測量?
如何測量各種機率變項、產生交互作用事件時的 combined exact probability?
實驗5次以上