12.3. Ограничения статистического мышления

Достоинства специальных статистических методов очевидны. Но в науч­ной практике имеются и примеры связанных с ними негативных моментов.

Прежде всего, применение статистики не должно быть бездумным, иначе оно может принести больше вреда, чем пользы. К сожалению, не­редко привлечение статистических методов (например, в гуманитарных науках, медико-биологических исследованиях) выступает как средство повысить «наукообразие» исследования, как бы придать ему глубину и серьезность. В действительности методы современной математической статистики сложны, они требуют не только математической культуры экспе­риментатора, но и его общей методологической компетенции, умения ориен­тироваться в логике научно-исследовательской проблемы и оценивать, когда статистика полезна и в виде каких методик, а когда, наоборот, она лишь усложнит содержательную интерпретацию. Поэтому статистика ради ста­тистики методологически несостоятельна. Ранее мы говорили, что при­менение статистики представляет собой, по сути дела разновидность моделирования. Допущения, на которых строится статистическая модель; во многом идеализируют исходную ситуацию, и если они будут расхо­диться с ней, то, статистический анализ, оставаясь корректным в рамках самой модели, будет иметь весьма отдаленное отношение к изучаемому предмету.

Надо помнить о том, что статистический подход не является сред­ством решения всех проблем. Как известно, выработкой общей стратегии принятия решений в условиях неопределенности занимается направление современной статистики, называемое теорией статистических решений. С ее помощью можно подсчитывать полезности различных стратегий. Однако в целом адекватность этого подхода, пришедшего из теории игр, не является безусловной, т.к. не найдено приемлемого способа свести науч­ную деятельность к некоей статистической игре. Скажем, концепция про­верки гипотез является скорее лишь общим правилом выводов, но когда дело доходит до выбора одной из двух гипотез в конкретной исследова­тельской ситуации, то, данный критерий может оказаться неадекват­ным.

Таким образом, применение статистики требует, прежде всего, понимания ее смысла; сама по себе она еще ничего не доказывает.

Еще одним деликатным моментом, касающимся статистического ана­лиза данных, является недоучет роли содержательных, или качествен­ных, соображений. Ведь анализ данных базируется не только на относи­тельно нейтральных к конкретным научным областям методах (типа методов статистики), но и на знаниях, относящихся непосредственно к той или иной научной дисциплине.

Например, непонимание возможностей, логики и ограничений статисти­ческого подхода приводит часто к ошибочным концептуальным построе­ниям, связанным с обнаруженной в опыте корреляционной зависимо­стью. Статистические методы анализа связей между явлениями обычно применяют тогда, когда неизвестны при­чинные связи; но ведь обнаружение статистической корреляции не влечет (вопреки желанию исследователя) возможности связать корреляционно-зависимые между собой факторы также и причинной связью, а обнаруже­ние статистической корреляции не освобождает исследователя от не­обходимости дополнить изучение формально установленной связи между явлениями другими методами, проясняющими ее сущность. Скажем, в медико-биологических науках это означает необходимость иссле­дований, направленных на раскрытие конкретных биохимических, био­физических, иммунологических, физиологических и т.п. взаимосвязей и закономерностей.

Таким образом, стадия анализа данных не может быть сведена к нейт­ральным формальным методикам, а задействует и качественные соображе­ния, и при необходимости тот или иной спектр специальных знаний из предметной области.

Сказанное означает, что на стадии обобщения и обработки эмпириче­ских данных исследования ученого ведут, прежде всего, содержательная теория, компетентное понимание специфики предметной области и стоя­щих перед ученым конкретных исследовательских проблем. Никакой отлаженный метод не избавляет ученого от ответственности за формули­руемые им результаты, от умения осмысленно применять необходимые методы в тех или иных обстоятельствах. Нельзя получать научные дан­ные механически, без знания внутренних связей и смыслов предметной области; не существует прямой дороги от автоматического использова­ния того или иного метода к научным открытиям.

Контрольные вопросы

1. Чем характерна индуктивная направленность стадии обобщения и обработки эмпирических данных ?

2. Каковы применяемые методы обобщения и обработки экспериментальных данных ?

3. В чём сущность метода математической статистики ?

4. Почему статистические методы имеют ограничения в их применении при обработке экспериментальных данных ?

Семинар 10 Методологические основы науки. Теоретический уровень: подходы и методы

Методология теоретического уровня.

Логические действия. Подходы и методы. Гипотетико-дедуктивный метод. Универсальность метода. Индуктивный метод: исторический подход. Другие теоретико-методологические подходы.

Методология теоретического уровня научного исследования содер­жит обширный спектр процедур, операций, подходов. Для удобства целей их систематизации можно выделить из содержания этого уровня два клас­са методологических структур: . 1) класс операций и действий логического характера; 2) класс развитых научно-познавательных подходов и методов.

Напомним, что на этом уровне происходит разработка и теоретическая репрезента­ция наиболее фундаментальных закономерностей и взаимосвязей изучаемой предметной области. Относительно приемов эмпирического уровня теоретизация выглядит как верхний этаж, на котором обработка и осмыс­ление эмпирического материала находит свой наиболее глубокий, совер­шенный и законченный вид.