1) Регистрации протокольных предложений, фиксирующих данные отдельного наблюдения или измерения;

2) Подсчёта этих данных.

Собранная таким образом информация должна быть приведена к форме, которая дает возможность обозревать эту информацию и исполь-зовать её для получения надежных теоретических выводов, подтверждения или опровержения гипотезы или выдвижения новой гипотезы о законе изучаемых явлений и т.д. Эта информация, например, может быть выражена в виде процентов, расчета частоты изучаемого явления, средней величины и т.п.

Выборочная статистика есть специфическая форма индуктивного вывода, т.е. вероятностного заключения от известных статистических фактов к неизвестному, в то время как описательная статистика представляет собой в сущности разнообразие математических методов представления или формирования из исходных данных научных фактов.

В связи с тем, что получение нужной информации о состоянии или свойствах всей статистической совокупности в полном объеме оказывается иногда затруднительным или вообще невозможным, приходится в по-добных случаях воссоздавать картину всего явления в целом на основании частичных, неполных фрагментарных данных. Так как экстраполяция данных о некоторых членах класса на весь класс явлений, представляющий собой традиционную индукцию, несостоятельна в данном случае, то используется так называемый выборочный метод.

Сущность выборочного метода состоит в том, что для получения полной информации о свойствах всей статистической совокупности (популяции) изучаются не все ее члены (единицы), а лишь часть их, взятая на выборку. Например, для изучения среднего срока службы большой партии электрических лампочек, выпускаемых заводом, берется, конечно, не вся партия, а лишь какая-то часть.

В статистическом индуктивном выводе в силу неоднородности объектов изучения необходимо руководствоваться рядом требований, выполнение которых увеличивает правдоподобность заключения.

Первое. Требование увеличить размеры выборки, т.е. увеличить число входящих в нее объектов. Однако это требование противоречиво, ибо стремление увеличивать размеры выборки противоположно тем мотивам, вследствие которых предпочитают исследование выборки вместо всей совокупности.

Второе. Требование представительности, или репрезентативности, означающее, что выборка должна наиболее адекватно воспроизводить структуру всей совокупности. Так, если анализируется семейное положение, то общежитие не может быть удачной выборкой.

Требование репрезентативности – одно из важнейших оснований надежности экстраполяции, позволяющее рассматривать выборку в качестве модели всей популяции. Благодаря сходству в структуре (т.е. изоморфизму) или сходству в других выделенных отношениях с популяцией изучение выборки дает возможность получить информацию о всей популяции. Познавательная ситуация здесь, следовательно, такая же, как и при моделировании.

Третье. Требование рандомизации (от англ. слова random – наугад), которое обеспечивает объективность в выборе образца (статистической модели), исключает субъективность, преднамеренность. Это требование реализуется на основе применения закона больших чисел, что естественно для массовых событий и вероятностных закономерностей.

Рассматривая в целом статистические методы с логико-гносеологической точки зрения, можно заметить, что они не являются чисто индуктивными в традиционном понимании этого слова, т.е. противоположными дедукции. Статистические выводы, идущие от следствий к причинам, от наблюдений к гипотезам, от выборки ко всей совокупности или от частного к общему, осуществляются с помощью строгих правил, разработанных в математической теории вероятности.

Таким образом, статистические методы представляют собой некоторое единство индукции и дедукции еще на эмпирическом уровне познания, т. е. на уровне наблюдения, экспериментирования и непосредственной обработки эмпирических данных. Благодаря применению математической теории вероятности, статистический вывод становится уточненной формой индукции и в этой форме широко применяется в современной науке.