科学语言：科学研究原理和因果关系

“理论”“事实”“观察”“定律”和“假设”这些术语是科学家们经常使用的概念，也被世人普遍使用；但是在科学上，它们有着特定的含义。

在科学上，事实是客观的、可检验的观察结果，也就是说，从第一手来源主动获取的事实可以在那里重复观察到。观察通常涉及感官，尤其是视觉感官。观察也包括通过科学仪表积累数据。

理论（theory）是对宇宙运行方式的综合、全面的解释。理论包括事实、定律和可以被证伪的假设。可证伪性表明这一假设能被证明是错误的。我们可以根据理论进行假设，通过实验或观察进行检测，根据结果证明或驳斥假设，或进行相应的修改。对土星光环的认识就是个很好的例子。对17世纪初的天文学家来说，土星的问题意义重大。他们利用早期的望远镜观察，发现这颗行星呈现出不规则的奇怪形状，而且随着时间的流逝而改变。对于这一现象，天文学家提出了各种各样的理论——著名的意大利天文学家伽利略说：

“我发现了又一个非常怪异的奇迹，我想让殿下知道……但在我的著作问世前，请保密，……土星不是单独一颗星，而是由三颗星组成的，它们几乎相互挨着，相互位置不变，沿着黄道带排成一排，中间的那颗星比两侧的大三倍，它们的位置是这样的：o O o。”

基于当时的望远镜观测，这个理论貌似很合理，观测结果也相符，但是荷兰天文学家克里斯蒂安·惠更斯（Christiaan Huygens）最终破解了这个谜。他在通过望远镜观察土星时，得出了对土星看上去有波动的形状的解释。1656年3月，惠更斯有了重大的发现，他出版了一本小册子，报告他一年前在土星附近发现了一颗卫星。当时，土星是我们所知的太阳系中离地球最远的行星。然而，当惠更斯发表他对土星卫星的发现（命名为土卫六）时，他并不确定自己的土星光环理论是否正确。他同样使用易位构词（anagram）的方式发表了他的理论，这样他就能在证明理论的正确性后再将其公诸于世。

不同学科、不同理论之间往往含有共通的根本假设。有时一个新理论的诞生会推翻之前的根本假设，进而影响其他理论的成立。这被称为范式转移（paradigm shift）。范式（paradigm）就是解释宇宙运行的公认的模型。当新理论带来了根本理解上的变化，改变了我们看待宇宙的方式，范式转移就发生了。15世纪波兰天文学家尼古拉·哥白尼（Nicolaus Copernicus）提出的太阳系模型就是一个范式转移的案例，它改变了我们对于人类在宇宙中所处位置的认识。奥卡姆剃刀定律（Occam’s razor）常被用作理论发展的指南，这点在第十章我们会展开论述。根据这一定律，当两种理论解释都同样与观察结果吻合时，我们更倾向于采纳较为简单的理论。举个简单的例子来说明：一块蛋糕不见了，同时我们观察到一些证据——有两兄弟乔尼和提米，一个打碎的盘子，一路撒到乔尼门口的蛋糕屑，而乔尼正在肚子痛。我们可能据此得出两种假设：一是乔尼偷了蛋糕；二是这些证据都是被策划好的。可能是他的兄弟提米打翻了蛋糕，打碎了桌上的盘子，狗吃了蛋糕，并把蛋糕屑弄得地板上到处都是，乔尼是因为喝多了可乐才肚子痛。两种解释都说得通，但哪一种符合奥卡姆剃刀定律？(www.xing528.com)

定律（laws）是基于对物质世界运行的常规模式的观察而对宇宙进行的描述。它们通常以数学公式的形式出现，因此它们可以用于计算实验结果并且作出预测。跟理论和假设一样，定律不能被证“对”，只能被证误。科学定律有例外，而且和理论一样，可能因为新证据的出现而被推翻或修正。定律只用于描述，而非解释。例如，库仑定律告诉我们两点电荷之间的相互作用力与它们之间距离的平方成反比，这就可以让我们计算两点电荷在任何距离间的力。然而，这条定律并未解释为何这两点电荷相互作用。

科学家提出假设（hypotheses），然后进行检验。假设是针对一系列观察所提出的解释。这些解释有合理性，并非盲目的猜测。科学家提出的新假设往往基于前人的观察或实验、已有的科学知识、初步的观察和演绎逻辑。例如，科学家发现在某些菌类附近的区域，细菌不能生长。基于这些观察和他们对细菌的认识，科学家因此假设这些菌类会产生一种能杀死细菌的化学物质。

相关关系（correlation）和因果关系（causation）是科学中的两个重要的概念。相关关系是变量间的统计关系或依存关系，这也被称为原因和结果。我们用这样一个例子解释因果关系和相关关系：肺癌与你后裤兜里的打火机相关联（因为你很有可能是烟民），但是你后裤兜里有打火机并不会导致你得肺癌。然而，吸烟会增加患肺癌的风险吗？相关可正可负，相关系数这个值可以计算，它的范围是+1到-1。数字越大，两个变量之间的相关性越强。这可能揭示了因果关系：自变量的变化引起因变量的相应变化。然而在科学研究中，这并不足够，我们还需要一个合理的解释把两者联系起来，并通过实验测试，证实一个变量的改变确实会引起另一个变量的变化。

理想状况是，当所有的变量（除了你研究的那一个）都是受控的，两个变量间的关系就可以研究了。然而现实中我们很难达到这样的理想状态。在环境复杂不可控的情况下，随机取样和案例对照研究等统计技术的使用可以帮助科学家进行因果关系的理论研究。