- •Глава I
- •§1. Роль мышления в познании
- •§ 2. Понятие о форме и законе мышления Форма мышления
- •Закон мышления
- •§ 3. Основные логические законы
- •§ 4. Язык логики
- •§ 5. История логики (краткий очерк)
- •§ 6.Значение логики
- •Глава II понятие
- •§ 1. Понятие как форма мышления Общая характеристика понятия
- •Логические приемы образования понятий
- •Понятие и слово
- •§ 2. Содержание и объем понятия
- •§ 3. Виды понятий
- •§ 4. Отношения между понятиями
- •Совместимые понятия
- •Несовместимые понятия
- •Контрольные вопросы
- •Глава III логические операции с понятиями §1. Обобщение и ограничение понятий
- •§ 2. Определение понятий. Сущность и значение определения
- •Виды определения
- •Правила определения
- •1. Определение должно быть соразмерным.
- •2. Определение не должно заключать в себе круга.
- •3. Определение должно быть ясным.
- •4. Определение не должно быть отрицательным.
- •Неявные определения. Приемы, заменяющие определение
- •§ 3. Деление понятий Сущность деления
- •Виды деления
- •Правила деления
- •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.
- •Дихотомическое деление
- •Классификация
- •§ 4. Операции с классами
- •Глава IV суждение
- •§ 1. Суждение как форма мышления Суждение и предложение
- •§ 2. Простые суждения Виды и состав простых суждений
- •S (s1, s2, s3) есть р.
- •Классификация категорических суждений
- •А (Все s суть р): х (s(X) р(х))
- •I (Некоторые s суть р): X(s(X) р(х))
- •Выделяющие и исключающие суждения
- •§3. Сложные суждения
- •1. Соединительные (конъюнктивные) суждения.
- •2. Разделительные (дизъюнктивные) суждения.
- •3. Условные (импликативные) суждения.
- •§ 4. Логические отношения между суждениями
- •Простые суждения
- •2. Частичная совместимость характерна для суждений I и о, которые могут быть одновременно истинными, но не могут быть одновременно ложными.
- •1. Противоположными (контрарными) являются суждения л и е, которые одновременно не могут быть истинными, но могут быть одновременно ложными.
- •2. Противоречащими (контрадикторными) являются суждения а и о, е и I, которые одновременно не могут быть ни истинными, ни ложными.
- •Сложные суждения
- •2. Частичная совместимость характерна для суждений, которые могут быть одновременно истинными, но не могут быть одновременно ложными.
- •3. Подчинение между суждениями имеет место в том случае, когда при истинности подчиняющего подчиненное всегда будет истинным.
- •§5. Модальность суждений Понятие и виды модальности
- •1. Эпистемическая модальность
- •2. Деонтическая модальность суждений
- •3. Алетическая модальность
- •§1. Виды вопросов
- •1. Семантика вопросов.
- •2. Функции вопросов.
- •3. Структура вопросов.
- •4. Отношение к обсуждаемой теме.
- •§ 2. Виды ответов
- •§1. Умозаключение как форма мышления. Виды умозаключений
- •§ 2. Непосредственные умозаключения
- •1. Превращение.
- •Все s суть р
- •2. Обращение.
- •Все s суть р Некоторые р суть s
- •Все s, и только s, суть р Все р суть s
- •Ни одно s не есть р Ни одно р не есть s
- •Некоторые s, и только s, суть р Все р суть s
- •___Все s суть р___
- •Ни одно s не есть р Некоторые не-р суть s
- •Некоторые s не суть р Некоторые не-р суть s
- •4. Умозаключения по логическому квадрату.
- •§3. Простой категорический силлогизм Состав простого категорического силлогизма
- •1. Вывод из двух частных посылок.
- •2. Вывод по 1-й фигуре, в которой большая посылка — частное суждение.
- •3. Одна из посылок — частное суждение, заключение — общее суждение.
- •§ 4. Умозаключения из суждений с отношениями
- •Глава VII
- •Дедуктивные умозаключения.
- •Выводы из сложных суждений.
- •Сокращенные и сложные силлогизмы
- •§1. Чисто условное и условно-категорическое умозаключения Чисто условное умозаключение
- •§ 2. Разделительно-категорическое умозаключение
- •§ 3. Условно-разделительное умозаключение
- •§ 4. Сокращенный силлогизм (энтимема)1
- •§ 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
- •2. Метод различия
- •3. Соединенный метод сходства и различия
- •4. Метод сопутствующих изменений
- •§ 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 Субъекты аргументации
- •Структура аргументации
- •§ 3. Способы аргументации: обоснование и критика
- •Обоснование тезиса
- •1. Прямым называют обоснование тезиса без обращения к конкурирующим с тезисом допущениям.
- •2. Косвенным называют обоснования тезиса путем установления ложности антитезиса или других конкурирующих с тезисом допущений.
- •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
- •Виды гипотез
- •§ 2. Построение гипотезы (версии)
- •Анализ фактов
- •Синтез фактов
- •Выдвижение предположения
- •§ 3. Проверка гипотезы
- •§ 4. Способы доказательства гипотез
- •Литература
- •Логические символы
- •Глава I. Предмет и значение логики
§ 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 случа ев, когда явление обладает признаком р; f(p) — 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:
S имеет f(p)
_______ S К_______
По-видимому, К имеет f(p)
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.
КОНТРОЛЬНЫЕ ВОПРОСЫ
1 Как определить индукцию
2 Чем неполная индукция отличается от полной?
3 Каковы условия повышения степени вероятности заключений в перечислительной индукции9
4 Каковы свойства причинной связи?
5 В чем специфика рассуждений по методу сходства
6 Как элиминируются обстоятельства при пользовании методом различия?
7. Какова схема и принципы рассуждения по методу сопутствующих изменений
8. Какова структура статистических обобщений и чем они отличаются от перечис- лительной индукции