Методы научного познания. 1. Понятия методология иметод Принципы классификации методов

• Название: 1. Понятия методология иметод Принципы классификации методов
• Анкор: Методы научного познания.doc
• Дата: 16.01.2018
• Размер: 287 Kb.
• Имя файла: Методы научного познания.doc
• Тип: Документы; #14279
• страница: 6 из 6

7.4. Статистические методы

Первоначально применение статистических методов оправдывалось ссылками на отсутствие исчерпывающей информации о поведении каждого члена исследуемой совокупности. Поэтому устанавливаемые статистическими методами свойства, законы распределения также стали называться «статистическими закономерностями» и рассматривались как неточные, грубые, как свидетельство неполноты наших знаний об «истинных», «точных» законах.

Но такое мнение, как оказалось, ошибочно, поскольку вероятностные процессы, которые фиксируются статистическими методами, являются объективными свойствами событий объективного мира. Они – особенность массовых явлений, где закономерность выступает как господствующая тенденция, пробивающаяся сквозь случайные колебания, отклонения и флуктуации. Наглядно это можно показать на процессах в микромире, где вероятность есть характеристика возможностей изменения индивидуального микрообъекта. Как бы ни различалась между собой физическая природа подобных вероятностей, общим для них является их объективный характер, как особенность явлений, событий, процессов, законов самой действительности. Но вероятность характеризует не только объективный мир, но и знание о нем, т.е. может истолковываться и в гносеологическом плане. Она может характеризовать степень правдоподобия наших знаний в смысле их отношения к действительности и друг к другу.

Легко заметить разницу между однозначно детерминирующими и «статистическими» (точнее вероятностными) законами. В то время как для первых выражаемое законом обстоятельство (свойство, отношение, направление развития) обнаруживается без изменения в одном и том же виде в каждом отдельном событии, для вторых закон выступает лишь как господствующая тенденция, как свойство, варьирующееся в известных границах, и в каждом отдельном случае не наблюдаемое, но наблюдаемое лишь в общей массе.

Отсюда ясно, что экстраполяция какого-нибудь свойства или тенденции, обнаруженных для нескольких случаев, на всю совокупность случаев методами неполной, популярной индукции или даже усовершенствованной индукции Бэкона-Милля невозможна, ибо каждый отдельный случай не похож на другой. Предпосылка об абсолютном единообразии природы и об однозначно детерминирующей закономерности здесь не может быть использована.

Вероятностные законы фиксируют те случаи, когда необходимость проявляется не в «чистом виде», а так сказать, пробивается через множество случайностей - отклонений, флуктуаций, частных случаев.

Случайность – не результат нашего незнания причин, как думали раньше мыслители XVII-XVIII вв., она – свойство не субъекта, а объекта. Необходимость – это лишь господствующая тенденция в массе случайных событий, и ее фиксирует вероятностный закон. Здесь термин «закон» выражает мысль о необходимом характере определенных связей, а термин «вероятностный» означает, что эта необходимость осуществляется через массу случайных отклонений, вариаций, колебаний.

Теория вероятностей как ветвь математики, являющаяся абстрактной теорией случайных событий, была создана Пьером Лапласом (1749-1827) и Якобом Бернулли (1654-1705). Ее создатели вероятность понимали достаточно узко как отношение числа случаев, благоприятствующих ожидаемому событию, к числу всех равновероятных случаев. Такое определение вероятности основывается на представлении об абсолютной симметрии и равной возможности всех событий, а потому оно слишком узко и выполняется только в случаях идеальных моделей, например, бросания монет или игральных костей.

Реальные процессы не обладают такой идеальной симметрией и не характеризуются равновероятностью отдельных случаев. Поэтому «классическая» интерпретация вероятности, данная Бернулли и Лапласом, соответствовала механистическому детерминизму. Более поздняя «статистическая» интерпретация вероятности более адекватно отражала закономерности массовых реальных событий. Она представляет собой систему аксиоматических построений теории вероятности.

Вероятностные закономерности могут быть двух родов:

1) закономерности массовых процессов, т.е. коллективов, ансамблей, у которых каждый элемент или член существует реально в каждый данный момент времени и у которых возможными являются лишь различные свойства, тенденции, черты, характеризующие поведение этого коллектива или ансамбля в целом;

2) закономерности поведения отдельных индивидуальных объектов, у которых вероятность есть численная оценка потенциальных возможностей того или иного поведения этих объектов в различных внешних условиях. Эта вероятность проявляется в относительном числе осуществившихся случаев данного поведения объекта, и это число является ее мерой. Здесь статистическим коллективом является не реально существующий коллектив (ансамбль) объектов, а совокупность независимых измерений или наблюдений, отражающих осуществленные возможности поведения отдельного объекта. Поэтому здесь статистические методы являются средством изучения поведения индивидуальных объектов, которое характеризуется принципиальной неопределенностью. Примером такого применения статистики является квантовая механика.

Статистику обычно разделяют на описательную и теорию статистического выбора, или выборочную статистику.

Описательная (дескриптивная) статистика занимается упорядочиванием, группировкой и анализом огромных масс исходных данных. На основе определенных теоретических предпосылок о природе изучаемого объекта и ясного понимания цели и задачи исследования происходит сбор и последующая статистическая обработка этих данных, в результате которой формируется так называемый статистический факт.

Такая описательная статистика является разновидностью эмпирической процедуры. Она предполагает выполнение двух операций:

1) регистрации протокольных предложений, фиксирующих данные отдельного наблюдения или измерения;

2) подсчёта этих данных.

Собранная таким образом информация должна быть приведена к форме, которая дает возможность обозревать эту информацию и использовать её для получения надежных теоретических выводов, подтверждения или опровержения гипотезы или выдвижения новой гипотезы о законе изучаемых явлений и т.д. Эта информация, например, может быть выражена в виде процентов, расчета частоты изучаемого явления, средней величины и т.п.

Выборочная статистика есть специфическая форма индуктивного вывода, т.е. вероятностного заключения от известных статистических фактов к неизвестному, в то время как описательная статистика представляет собой в сущности разнообразие математических методов представления или формирования из исходных данных научных фактов.

В связи с тем, что получение нужной информации о состоянии или свойствах всей статистической совокупности в полном объеме оказывается иногда затруднительным или вообще невозможным, приходится в подобных случаях воссоздавать картину всего явления в целом на основании частичных, неполных фрагментарных данных. Так как экстраполяция данных о некоторых членах класса на весь класс явлений, представляющий собой традиционную индукцию, несостоятельна в данном случае, то используется так называемый выборочный метод.

Сущность выборочного метода состоит в том, что для получения полной информации о свойствах всей статистической совокупности (популяции) изучаются не все ее члены (единицы), а лишь часть их, взятая на выборку. Например, для изучения среднего срока службы большой партии электрических лампочек, выпускаемых заводом, берется, конечно, не вся партия, а лишь какая-то часть.

В статистическом индуктивном выводе в силу неоднородности объектов изучения необходимо руководствоваться рядом требований, выполнение которых увеличивает правдоподобность заключения.

Первое. Требование увеличить размеры выборки, т.е. увеличить число входящих в нее объектов. Однако это требование противоречиво, ибо стремление увеличивать размеры выборки противоположно тем мотивам, вследствие которых предпочитают исследование выборки вместо всей совокупности.

Второе. Требование представительности, или репрезентативности, означающее, что выборка должна наиболее адекватно воспроизводить структуру всей совокупности. Так, если анализируется семейное положение, то общежитие не может быть удачной выборкой.

Требование репрезентативности – одно из важнейших оснований надежности экстраполяции, позволяющее рассматривать выборку в качестве модели всей популяции. Благодаря сходству в структуре (т.е. изоморфизму) или сходству в других выделенных отношениях с популяцией изучение выборки дает возможность получить информацию о всей популяции. Познавательная ситуация здесь, следовательно, такая же, как и при моделировании.

Третье. Требование рандомизации (от англ. слова random – наугад), которое обеспечивает объективность в выборе образца (статистической модели), исключает субъективность, преднамеренность. Это требование реализуется на основе применения закона больших чисел, что естественно для массовых событий и вероятностных закономерностей.

Рассматривая в целом статистические методы с логико-гносеологической точки зрения, можно заметить, что они не являются чисто индуктивными в традиционном понимании этого слова, т.е. противоположными дедукции. Статистические выводы, идущие от следствий к причинам, от наблюдений к гипотезам, от выборки ко всей совокупности или от частного к общему, осуществляются с помощью строгих правил, разработанных в математической теории вероятности.

Таким образом, статистические методы представляют собой некоторое единство индукции и дедукции еще на эмпирическом уровне познания, т. е. на уровне наблюдения, экспериментирования и непосредственной обработки эмпирических данных. Благодаря применению математической теории вероятности, статистический вывод становится уточненной формой индукции и в этой форме широко применяется в современной науке.

7.5. Логический и исторический методы

Когда приходится изучать сложные исторически развивающиеся объекты, например, такие как Вселенную, её становление или происхождение жизни, возникновение человека, большинство методов, отмеченных ранее, неприменимо или мало продуктивно. Чаще всего такие объекты не могут быть воспроизведены в опыте. В этом случае на помощь приходят исторический и логический методы.

В основе исторического метода лежит изучение реальной истории исследуемого объекта во всем её конкретном многообразии, выявление исторических фактов и на этой основе такое мыслительное воссоздание исторического процесса, при котором раскрывается логика, закономерность его развития. Исторический метод дал возможность построить Дарвину свою эволюционную теорию.

Логический же метод выявляет эту закономерность иным способом, он не требует непосредственного рассмотрения хода реальной истории, а раскрывает ее объективную логику путём изучения исторического процесса на высших стадиях его развития. Объективной основой логического метода является то обстоятельство, что сложные высокоорганизованные объекты на высших стадиях своего развития сжато воспроизводят в своей структуре и функционировании основные черты своей исторической эволюции. Эта особенность ярко прослеживается, например, в биологической эволюции, где высокоразвитые организмы на стадии эмбрионального развития повторяют основные черты всего хода эволюции, приведшего к появлению этих организмов (онтогенез «повторяет» филогенез).

В социальных процессах также обнаруживается эта закономерность. К. Маркс подчеркивал, что закономерности превращения денег в капитал, составляющие внутреннюю логику первоначального капиталистического накопления, проявляются в наиболее отчетливом виде именно в развитых формах капиталистического производства, когда превращение денег в капитал принимает массовидный характер. В таких случаях логический метод является эффективным средством раскрытия закономерностей и тенденций исторического процесса.

К. Маркс, исследуя закономерности капиталистического производства, использовал в «Капитале» преимущественно логический метод. Но на ряде этапов своего исследования он применял и исторический метод. Основой такого сочетания обоих методов является их глубокая внутренняя связь, поскольку логический метод, как подчеркивал Ф. Энгельс, «в сущности является не чем иным, как тем же историческим методом, только освобожденным от исторической формы и от мешающих случайностей. С чего начинает история, с того же должен начинаться и ход мыслей, и его дальнейшее движение будет представлять собой не что иное, как отражение исторического процесса в абстрактной и теоретически последовательной форме...».

И логический, и исторический методы выступают как приемы построения теоретических знаний. Ошибочно отождествлять исторический метод с эмпирическим описанием, а статус теоретического приписывать только логическому методу. При любом способе анализа исторически развивающегося объекта предполагается эмпирическая база: факты реальной истории и факты, фиксирующие особенности структуры и функционирования изучаемого процесса на высших стадиях развития. На этой основе выдвигаются гипотезы, которые проверяются фактами и превращаются в теоретическое знание о закономерностях исторического процесса.

В случае применения логического метода эти закономерности выявляются в очищенном от конкретных зигзагов и случайностей реальной истории виде. Исторический же метод предполагает фиксацию таких зигзагов и случайностей, но он не сводится к простому эмпирическому описанию событий в их исторической последовательности, а предполагает их особую реконструкцию, обеспечивающую понимание и объяснение исторических событий, раскрытие их внутренней логики.

Все описанные выше методы познания в реальном научном исследовании всегда работают во взаимодействии. Их конкретная системная организация определяется особенностями изучаемого объект, а также спецификой того или иного этапа исследования. В процессе развития науки развивается и система ее методов, формируются новые приемы и способы исследовательской деятельности. Задача методологии науки состоит не только в выявлении и фиксации уже сложившихся приемов и методов исследовательской деятельности, но и в выяснении тенденций их развития.
ЛИТЕРАТУРА
1. Абабилова Л.С., Шлёкин С.И. Проблема научного метода. – М., 2007.

2. Антонов Е.А. Философский метод познания в контексте современной культуры. – Белгород, 2006.

3. Аршинов В.И. Синергетика как метод экспериментирования с реальностью //Проблемы ноосферы и устойчивого развития. – СПб., 1996.

4. Бородастов Г.В. Методологические основы и методологические средства инновационной деятельности // Ильенковские чтения. – М., 2002.

5. Берков В.Ф., Беркова В.Ф. Философия и методология науки: Учеб. пособие. – М., 2004.

6. Бургин М.С., Кузнецов В.И. Введение в современную точную методологию науки. – М., 1994.

7. Границы науки: О возможности альтернативных моделей познания. – М., 1991.

8. Ильин В.В. Теория познания. Эпистемология. – М., 1994.

9. Князева Е.Н., Курдюмов С.П. Основания синергетики. Человек, конструирующий себя и свое будущее. – М., 2006.

10. Кравец А.С. Методология науки. - Воронеж, 1991.

11. Методология: вчера, сегодня, завтра: в 3-х тт. – М., 2005.

12. Методология науки: проблемы и история. – М., 2003.

13. Методы философского исследования //Вопросы философии, 2001, № 4.

14. Никифоров АЛ. Философия науки: История и методология. – М., 1993.

15. Перминов В.Я. Философия как метод //Вестник МГУ. Сер. 7. Философия, 1997, № 5.

16. Сачков Ю.В. Научный метод: вопросы и развитие. – М., 2003.

17. Уваров А.И. Нелинейная диалектика – философский метод планетарного разума //Сб. науч. тр. МГИУ. – М., 2000.

18. Философия и методология науки. Ч.1-2. – М., 1994.

19. Философия и методология науки /под ред. В.И. Купцова. – М., 1996.

20.Философия и методология науки. УМК для студентов магистратуры /под ред. А.И.Зеленкова. – Минск, 2004.