Статистические обобщения

Особым видом умозаключений неполной индукции являются статистические обобщения, связанные с анализом массовых собы­тий. К ним относятся, например, массовые транспортные перевозки пассажиров и грузов, рождаемость и смертность людей, распростра­нение заболеваний, транспортные происшествия, динамика пре­ступлений и многие другие.

Учитывая трудности выявления причинных зависимостей, ана­лиз таких массовых событий позволяет установить устойчивое рас­пределение интересующих исследователя случайных признаков. Ко­личественная информация, выражающая устойчивые тенденции развития, имеет важное практическое значение для правильной ор­ганизации обслуживания населения, профилактических мероприя­тий, борьбы с преступностью и т.п. Анализ массовых событий ведет­ся чаще всего путем не сплошного, а выборочного исследования отдельных групп или образцов и логического переноса полученных результатов на все их множество. Вывод в этом случае протекает в форме статистического обобщения.

Статистическое обобщение — это умозаключение неполной индукции, в котором установленная в посылках количественная информация о частоте определенного признака в исследуемой груп­пе (образце) переносится в заключении на все множество явлений этого рода.

В отличие от индукции через перечисление при отсутствии про­тиворечащего случая в посылках статистического умозаключения фиксируется следующая информация: (1) общее число составляю­щих исследуемую группу, или образец случаев; (2) число случаев, в которых присутствует интересующий исследователя признак; (3) частота появления интересующего признака.

Для построения схемы статистического обобщения введем сле­дующие условные обозначения: S — исследуемый образец; р — ин­тересующий исследователя признак; m — общее число наблюдае­мых случаев (элементов образца); n — число благоприятных случа ев, когда явление обладает признаком р; f(p)— частота признака р; К — популяция, или множество явлений, на которые распространя­ется частота признака.

Частота появления признака р в образце S представляет собой отношение числа благоприятных случаев n к общему числу исследо­ванных явлений m:

f(p) = n/m.

Так, например, статистическая информация о совершении тако­го рода преступлений, как хулиганство, показывает, что 95 из 100 случаев хулиганских действий совершаются в состоянии алкоголь­ного опьянения. Значит, частота хулиганства, сопровождаемая алко­гольным опьянением, определяется как 95/100, т.е. равна 95%.

Частота появления признака в статистических описаниях прини­мает числовое значение в интервале между 0 и 1: 0 <f(p)< 1.Это объясняется тем, что в статистическом образце S число случаев появления признака (n) всегда меньше общего числа наблюдаемых элементов (m). Поскольку m >n, тем самым f(p) всегда будет мень­ше единицы, но больше нуля.

В том случае, когда f(p)0,это значит, что среди наблюдаемых не обнаружено ни одного явления, обладающего этим признаком. На этой основе может быть построено обычное индуктивное обоб­щение с отрицательным заключением: поскольку ни одно S не обла­дает свойством р, значит, можно заключить, что весь класс К не обладает этим свойством. Точно так же и в случае f(p)1можно построить обычную индуктивную генерализацию с утвердительным заключением. Поскольку число случаев появления признака (n) равно числу всех исследованных (m), т.е. n=m,значит, каждое S обладает р. Отсюда заключают, что весь класс К обладает этим признаком.

Схема статистического обобщения имеет следующий вид:

S имеет f(p)

_______ S Ì К_______

По-видимому, К имеет f(p)

Это означает: признак р появляется в образце S с частотой f; образец S является подмножеством популяции К, которая по числу элементов больше S; отсюда следует, что признак р будет встречать­ся в популяции Кс частотой f.Статистическое обобщение, будучи выводом неполной индук­ции, относится к недемонстративным умозаключениям. Логичес­кий переход от посылок к заключению дает здесь лишь проблема­тичное знание. Степень обоснованности статистического обобщения зависит от специфики исследованного образца: его величины по отношению к популяции и представительности (репрезентатив­ности). Если образец по объему приближается к популяции, тем основательнее обобщение, поскольку возможность ошибки стано­вится минимальной. Репрезентативность образца означает меру его представительности: насколько разнообразие элементов в образце отражает их разнообразие в популяции.

Тщательность статистического описания исследуемого образца и логически корректный перенос частоты признака на популяцию обеспечивают высокую вероятность и тем самым практическую эф­фективность статистических обобщений в различных областях науки, культуры, производства, правовой деятельности.

КОНТРОЛЬНЫЕ ВОПРОСЫ

1 Как определить индукцию

2 Чем неполная индукция отличается от полной?

3 Каковы условия повышения степени вероятности заключений в перечислитель­ной индукции9

4 Каковы свойства причинной связи?

5 В чем специфика рассуждений по методу сходства

6 Как элиминируются обстоятельства при пользовании методом различия?

7. Какова схема и принципы рассуждения по методу сопутствующих изменений

8. Какова структура статистических обобщений и чем они отличаются от перечис-­
лительной индукции


Глава IX








Дата добавления: 2016-09-20; просмотров: 888;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.009 сек.