Индукция как научный метод

Автор: Пользователь скрыл имя, 15 Февраля 2013 в 11:33, доклад

Описание работы

В работе описываются виды индуктивных умозаключений: полную индукцию и неполную индукцию, также рассматриваются их особенности.

Работа содержит 1 файл

indykciya.doc

— 90.00 Кб (Скачать)

Взаимосвязь индукции и дедукции обеспечивает логическую состоятельность рассуждений  при применении методов, а точность выраженного в посылках знания определяет степень обоснованности получаемых заключений.

 

  1. 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.

Частота появления признака р (f(p) – частота признака) 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 посещаемости студентов на пары, показывает, что 95 из 100 случаев посещаемость зависит от преподавателя и наличия  зачета. Значит, при злом преподователе  и наличии зачета посещаемость определяется как 95/100, т.е. равна 95%.

Статистическое  обобщение, будучи выводом неполной индукции, относится к недемонстративным умозаключениям. Логический переход от посылок к заключению дает здесь лишь проблематичное знание. Степень обоснованности статистическою 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.

 

Список использованной литературы:




Информация о работе Индукция как научный метод