✔ 最佳答案
我認為發現這些關係,最基本的做法是圖解:把從實驗或統計等得來的數據畫在坐標上,看看它呈現那些形狀。有時會把數據先作一些轉換 (transformation) 例如 take log, square roots等等,有助從圖去 infer 一些變量之間的關係。這是因為我們最好能夠使圖像呈現直線的關係,然而若真正關係是 y = log x (舉例而已),則先把 take z = log y ,然後觀察 x-z 的圖像。
可是,圖解只是一個工具,卻從不主動地指引我們去「發現」世上諸多的關係式。反而在大多數情況下,是存在一些先驗的條件來指引我們發現眾多的關係式(例如對人性的認知,可以猜想得一條 positive slope 的 supply curve、和一條直的 risk-return trade-off,這些某程度上都有數式的表達。)
"All models are wrong but some models are useful." - George Box, a statistician.
當面對統計數據,我們有時會大膽地作某些假設,例如:股價跟隨它的十天移動平均(這也是有數式表達的關係)。在這種情況下,我們雖是先驗地認為股價跟它的走勢有些關係,卻不是先驗地知道股價真的會跟隨它的十天移動平均:這只不過是一個假設。而我們作了這個假設之後,便要從數據中檢驗這個關係式是否可信。若可信,我們便應用它;否則,我們便應該作另一種假設(即假設另一個數式),直到得出一個可信的數式。
例如,牛頓可能經驗過「受力時會加速」或者「加速時會受力」(這時,「力」還沒有被賦予定義),然後便作一些關於力和速度等的實驗,最後得出 F=ma 這個定律。最後又被後來的相對論所打破。這個故事說明以上所描述的過程:有先驗條件,然後在數據上根據這先驗條件得出一條數式,並且很 useful。可是 All models are wrong。最後有新的理論取代原有的。
從以上可見,一些先驗的認知往往可以指引一些可能的數式,但必須經過嚴謹的驗證。而圖像則只不過是作為其中的工具之一。
不少知識(包括用方程式描述的知識)的建立都是在:
假設->檢驗->否定->假設->檢驗->否定->……->檢驗->肯定->應用->……->發現問題->重新建立
這個周期裡不斷前進的。
請留意,v = ds/dt 應該是一個定義,多於做實驗是「發現」的東西。我們是做實驗取得關於 s、t 的數據,然後從這個定義來計算 v ,而不是做實驗取得關於 v、s、t 的數據,然後歸納出 v = ds/dt 這條式。