除了套套逻辑以外，作者还提到了四种情况，会使得一个理论免于被事实推翻——但是，这四种都是错误的方向，其中前两者是说定义的问题：
概念或分析模糊不清，不可能清楚地错，所以不可能清楚的被事实推翻。
没有意义（meaningless），并非空洞（不像套套逻辑），并非模糊不清，而是因为言论互相矛盾，在逻辑上前言不对后语（inconsistent），使人不知所指，无法知道所说的是什么，因而变得没有意义了。
后两者说的是有关于事实的条件：
其一是用以验证的现象，并非事实；其二是被推断会发生的现象没有限制。
为什么要反复强调用于验证的现象必须是事实呢？因为在推断的过程中必须要得到：
倘若“甲“”发生，“乙”会跟着发生——而“甲”与“乙”皆是可以观察到的事实。
问题是，正如前文所述，事实不能解释事实。“甲”的发生不能解释“乙”的发生。
所以，另一方面，有解释力的理论往往起于抽象的思想，以某些非事实的假设入手，然后经过逻辑的推理，引申出可以被验证的含义。
这里其实就是实验设计的巧妙之处了：如果不能人工设计最巧妙的实验，使其在现实中发生，那么就通过思想实验或者是等待现实世界中最严苛的自然实验，来去检查假设的可信性。
这里从经济学来看，作者还举了需求定律的验证方式：
假若需求定律是对的话，那么依照逻辑推理，在某一种可以观察到的情况下，“甲”的发生会导致“乙”的发生，而“甲”与“乙”都是可以被观察到的事实（这就是本身不可以被验证的需求定律所推出来的可以被验证的含意）。假若“乙”的不发生却有“甲”的发生，那么需求定律就大有问题——或需要附加其他情况，或算是被事实推翻了。假若“非乙”就一定“非甲”，需求定律没有被推翻，可以看为解释了“甲”与“乙”的规律。
说起来有点绕，其实也就是上一章节提到的逻辑论证思路。
那么对于限制条件也就是验证条件，作者又提到了：
上述的附加的情况可多可少，千变万化。在科学方法上附加的情况叫做验证条件（test conditions），经济学称局限条件（constraints）。
不管他叫什么吧，最主要的是为了设计出：
- 能体验出因果逻辑性，
- 让想要推断的逻辑链条，没有其他的因果关系，
- 或者说排除了其他的因果箭头
所谓的说服力、解释力是能得到清晰的、可信的因果关系，或者说 causal diagram，因果图。下面的论述讲的是第四种情况，稍显啰嗦，但其实还是说的这个道理：
抽象的理论，本身不能被事实验证。抽象的理论要有解释力，必须有可以被事实验证的一个或多个含意。可验证的含义要有被事实推翻的可能，而含义中的附加条件及现象的推断可以很多，而又可以用肯定的语字或不肯定的或字来联系，但不可以是无限的，当然，肯定的与比，不肯定的或强，有较大的解释力，而抽象的推理及验证的含义越简单就越有说服力，现在的科学家可以把很复杂的事情简化的令人折服。
我猜测这里的“含意”指的是对应的单词是:
implication: something that is inferred (deduced or entailed or implied)
说到科学方法论及对应的试验检验，我想到有两个极致的例子，一个正例，一个反例：
- 通过日食去检验光的偏移，进而验证相对论；
- 孟德尔的豌豆实验是个反例了，大部分人的理解是，通过豌豆实验证明了xy染色体的存在。但实际上试验数据太过于吻合，反而不够真实——所以R. A. Fisher推断，他实际上被自己的工人给骗了，具体的验证可以看Freedman的统计学教材。
网友评论