- •Глава I предмет и значение логики
- •§1. Роль мышления в познании
- •§ 2. Понятие о форме и законе мышления Форма мышления
- •§ 3. Основные логические законы
- •§ 4. Язык логики
- •§ 5. История логики (краткий очерк)
- •§ 6. Значение логики
- •§ 1. Понятие как форма мышления Общая характеристика понятия
- •§ 2. Содержание и объем понятия
- •§ 3. Виды понятий
- •§ 4. Отношения между понятиями
- •Глава III логические операции с понятиями
- •§1. Обобщение и ограничение понятий
- •§ 2. Определение понятий
- •§ 3. Деление понятий
- •1. Деление должно быть соразмерным.
- •2.Деление должно производиться только по одному основанию.
- •3.Члены деления должны исключать друг друга.
- •4.Деление должно быть непрерывным.
- •§ 4. Операции с классами
- •Глава IV суждение
- •§ 1. Суждение как форма мышления
- •§ 2. Простые суждения
- •I (Некоторые s суть р): X(s(X) р(х))
- •§3. Сложные суждения
- •2. Разделительные (дизъюнктивные) суждения.
- •3. Условные (импликативные) суждения.
- •4. Эквивалентные суждения (двойная импликация).
- •§ 4. Логические отношения между суждениями
- •1. Противоположными (контрарными) являются суждения а и е, которые одновременно не могут быть истинными, но могут I. Быть одновременно ложными.
- •1. Эквивалентные — это суждения, которые принимают одни и те значения, т.Е. Одновременно являются либо истинными, либо ложными.
- •2.Частичная совместимость характерна для суждений, которые могут быть одновременно истинными, но не могут быть одновременно ложными.
- •§5. Модальность суждений
- •1. Эпистемическая модальность
- •2. Деонтическая модальность суждений
- •3. Алетическая модальность
- •1)Логическая модальность
- •Глава V. Логика вопросов и ответов
- •§1. Виды вопросов
- •1. Семантика вопросов.
- •2. Функции вопросов.
- •3. Структура вопросов.
- •4. Отношение к обсуждаемой теме.
- •§ 2. Виды ответов
- •Глава VI
- •§ 2. Непосредственные умозаключения
- •1. Превращение.
- •2. Обращение.
- •3. Противопоставление предикату.
- •4. Умозаключения по логическому квадрату.
- •§3. Простой категорический силлогизм Состав простого категорического силлогизма
- •2.Вывод по 1-й фигуре, в которой большая посылка — частное суждение.
- •3.Одна из посылок — частное суждение, заключение — общее суждение.
- •4.Вывод по 2-й фигуре из двух утвердительных посылок.
- •5.Вывод по 1-й фигуре, в которой меньшая посылка — отрицательное суждение.
- •§ 4. Умозаключения из суждений с отношениями
- •Глава VII
- •§1. Чисто условное и условно-категорическое умозаключения
- •§ 2. Разделительно-категорическое умозаключение
- •§ 3. Условно-разделительное умозаключение
- •§ 4. Сокращенный силлогизм (энтимема)
- •§ 5. Сложные и сложносокращенные силлогизмы
- •§ 6. Понятие о логике высказываний
- •Глава VIII индуктивные умозаключения
- •§ 1. Полная индукция
- •§ 2. Неполная индукция. Популярная индукция
- •§ 3. Научная индукция
- •1. Индукция методом отбора
- •2. Индукция методом исключения
- •1. Метод сходства
- •2. Метод различия
- •3. Соединенный метод сходства и различия
- •4. Метод сопутствующих изменений
- •5. Метод остатков
- •§ 4. Статистические обобщения
- •Глава IX умозаключения по аналогии
- •§ 1. Понятие аналогии
- •§ 2. Виды аналогии
- •§ 3. Условия состоятельности выводов по аналогии
- •§ 4. Роль аналогии в науке и правовом процессе
- •Глава X. Логические основы аргументации
- •§ 1. Аргументация и доказательство
- •§ 2. Состав аргументации: субъекты, структура
- •§ 3. Способы аргументации: обоснование и критика
- •1. Деструктивная критика
- •2.Конструктивная критика
- •3.Смешанная критика
- •§ 4. Правила и ошибки в аргументации
- •1. Правила и ошибки по отношению к тезису
- •2. Правила и ошибки по отношению к аргументам
- •3. Правила и ошибки демонстрации
- •§ 5. Поля аргументации
- •1. Понятие и состав полей аргументации
- •2. Согласование полей аргументации
- •Глава XI гипотеза
- •§ 1. Понятие и виды гипотез. Версия Понятие гипотезы
- •§ 2. Построение гипотезы (версии)
- •§ 3. Проверка гипотезы
- •§ 4. Способы доказательства гипотез
§ 4. 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 случаев, когда явление обладает признаком р; f (р) — 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) = 1 можно 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:
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 К с 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.