Страница 8 из 33
Очевидно, что первое из названных свойств выводит данную функцию из класса таких, для которых приложим принцип: ограничение приращения аргумента ограничивает область изменения функции. Следовательно, статистическая зависимость не может быть описана в дифференциальной форме, поскольку здесь неприложимо математическое понятие предела. Второе же свойство подчеркивает новый тип устойчивости, обнаруживаемый у данной функции, для выражения которой необходимо учитывать массовость рассматриваемого явления.
Отмеченный здесь характер соответствия между изменениями аргумента «X» и функции «У» совпадает, по существу, с требованием непрерывности вероятностной функции распределения начальных данных. На этот признак указывали, например, А.Пуанкаре и Г.Рейхенбах [39]. Смысл названного требования состоит в том, что при общей устойчивости некоторого комплекса начальных условий реализации данного явления из него нельзя исключить факторы, обуславливающие вариации отдельных элементов массового явления. Ибо эти факторы невозможно изолировать или проконтролировать. Тем самым, в своем качественном содержании, уже простейшая теоретическая модель статистической закономерности ориентирована на принципиальную неизолированность изучаемого явления. А это представление, в свою очередь, сопряжено с отказом от поэлементного рассмотрения цепей подчинения, т.к. признание требования непрерывности вероятностной функции распределения начальных данных делает излишним поиск, выделение какого-либо отдельного возмущающего фактора, приводящего к разбросу значений элементов совокупности. Все такие факторы из группы возможных оказываются равновероятными.
В XX столетии развитый аппарат представления статистической закономерности формировался на базе понятия «распределение», которое относилось к так называемой «случайной величине». «Распределение», взятое в этом смысле, стало своеобразной математической формой выражения закона. В ее рамках задаются всевозможные значения случайной величины. Причем, такое задание осуществляется путем установления «веса» каждого из значений, характеризуемого посредством численной меры вероятности. В своей абстрактно-математической форме статистическая закономерность описывает зависимость одних распределений от других и их изменение во времени. Инструмент такого описания дают теория вероятностей и математическая статистика, теоремы и правила которых как раз позволяют осуществлять сложные переходы от одних распределений к другим.
Какие же особенности и свойства вероятностного распределения позволили рассматривать его в качестве формы выражения закона? Если признавать существенность таких характеристик закона, как устойчивость и обобщенность, тогда естественно попытаться обнаружить соответствие свойств распределения выделенным здесь признакам закона.
Надо отметить, что устойчивость на уровне распределения обнаруживается, когда устанавливаются строго фиксированные значения вероятностей, сопоставляемых с выделенными по какому-либо признаку группировками случайной величины. Метрическое задание значений вероятностей позволяет в таком случае характеризовать любое вероятностное распределение как выражение устойчивого количественного отношения между определенными параметрами множества случайных явлений. Такие формы связи широко выделяются с помощью аппарата теории вероятностей в рамках статистической физики (классической и квантовой), в социологии, демографии, генетике и др. В то же время, «распределение» есть способ группировки вероятностей, значения которых составляют некоторую замкнутость и целостность, поскольку их общая сумма строго приравнивается к единице.
Обратимся теперь к обобщающей функции теоретико-вероятностной модели распределения. Таковая имеет непосредственную связь с выражением устойчивости в массовом случайном явлении, поскольку общее имеет один из своих моментов: одинаковость, повторяемость, которые в известном смысле могут служить синонимами устойчивости. В этом плане устойчивость количественных отношений, фиксируемая численными значениями вероятностей, может рассматриваться и как обобщающая характеристика для вариаций случайных признаков соответствующей группировки или подмножества. Дело здесь заключается в том, что посредством вероятностей случайное событие получает свое определение как отнесенное к тому или иному подмножеству из некоторого множества возможных. Обобщенность же выражения случайного события состоит тогда в том, что оно становится элементом, так называемой случайной величины, возможные значения которой определяют собой тип или вид событий из некоторого их множества. Например, случайным событием можно считать выпадение или невыпадение какой-либо грани игральной кости. Переход к вероятностям дает здесь возможность иметь дело не просто с множеством или полем случайных событий, но с их упорядоченностью в рамках случайной величины, именно с классами ее возможных значений, которым становится в соответствие та или иная вероятность.
Вопрос о характере обобщения, осуществляемого в рамках теоретико-вероятностной модели распределения, остается весьма трудным, поскольку данная форма представляет собой особый вид абстракций, связанный с отвлечением от общей необходимости, присущей отдельным статистическим единицам. Эта особенность статистического подхода позволяет иметь дело с чрезвычайно широкой сферой его приложения. Так что объект его исследования может быть выделен из различных целостностей и разнообразной среды, и, в принципе, объекты статистической совокупности могут принадлежать различным в качественном отношении уровням и областям действительности.
Вместе с тем, чтобы результат статистического исследования имел ценность не простой классификации, производимой по произволу исследователя, но давать действительно обобщенный вывод, применение статистической формы должно иметь своей предпосылкой представление о некоторой объективно общей основе данных массовых явлений. Мне представляется существенным, что исходной точкой статистического исследования всегда выступает признание единства объектов совокупности по некоторому качественному признаку. И это обстоятельство давно отмечается во всех руководствах по статистическому анализу [40]. Понятно, что выбор такого признака требует применения иных, нестатистических средств анализа - с целью нахождения общей основы статистической совокупности (ею может быть структура объекта, общие условия, влияние природы некоторого объемлющего целого, например, типа общественной формации и т.д.).
Следовательно, произвольная совокупность явления или факторов, выбранная, скажем, лишь по признаку пространственной смежности, не может служить основанием для применения статистических методов исследования. Одновременно можно утверждать, что чисто формальное объединение случайных событий, опосредованное их принадлежностью к видам значений случайной величины, имеет тот глубокий смысл, что основывается на учете признаков или параметров более абстрактного и фундаментального уровня. Часто использовавшийся в науке пример с игральной костью демонстрировал такое обращение к обобщенным параметрам, на базе которых складывается единство случайных событий, - к симметрии в строении кубика.
Исследование истории науки показывает одну важную особенность теоретико-вероятностной модели обобщения. Она проявляется в том, обобщение достигается опосредованным путем, поскольку переход от признаков элементов к признакам совокупности предполагает использование структурных характеристик целого, задаваемых вероятностным распределением. Точка зрения целостности, устойчивой общности массового явления выступает в статистическом исследовании исходным пунктом и предпосылкой. Собственно случайные события получают свое определение не в единичных, поэлементных характеристиках, но напротив, как представители некоторых подмножеств или классов. Тем самым, следует признать, что существенное содержание статистического подхода нельзя ограничивать категориями единичного и случайного. Более правильным будет утверждение, что оба названных момента выступают в статистической зависимости в качестве подчиненных, поскольку на передний план выдвигается момент целостности определенного множества случайных явлений.