- •23.Взаимосвязь системного и деят.Пр-пов в методах и технике социс.
- •4.Процедуры исп-я г-з в пр-се написания обработки.
- •25.Кач.И колич.Подходы к измер-ю проблем в ср.
- •26.Случ.Величины и об-т эси иссл-я.
- •6.Взаимосв.Методол.И процедур.Св.Эси.
- •29. Понятие регрессионного и факторного ан-за , как методов обработки социол.Данных.
- •30.Пон-е мат.Мод.В соц-ии.
- •31.Математика и соц-я,как методол-я мод-я науч-исслед.Деят-ти сц-га.
- •32.Особ-ти мат.Мод.1,2,3ступени обраб-ки.
- •14.Осн.Треб-я к провед-ю соц.Экспер-ту.
- •35.Назначение науч.Отчета и его особ-ти в соц-ии.
- •15.Программа эси и логика обработки данных.
- •36.Методологич. Требования к составлению науч. Отчета.
- •37.Процедуры составления науч.Отчетов
- •38.Треб-я к опр-ю,типа,схемы и Vвыб-ки
- •40.Выбор,послед-ть и прим-е методов и г-зы социс.
40.Выбор,послед-ть и прим-е методов и г-зы социс.
Всякое науч.позн-е испытывает дедукция(от общ.к част)и инд-ю.Логика науч.позн-я соц-га предст-т собой изобр-е г-з,их испыт-е,обобщ-е получ-х рез-в.В любом науч.иссл-ии логика изобр-я г-з предш-ет логике испыт-я г-з.
Извлечение нов.зн-я в ЭСИ осущ-ся благодаря операции формал-ии стар.зн-я(обосн-е выбора темы.проблемы,ц,з,г-з с послед-ей их операц-ей).Г-зы сод-т старое зн-е,но оно устремлено к усоверш-ю.Мало сформ-ть г-зу,ее н.доказать.либо опровергнуть.Это осущ-ся поср-м сбора и обр-ки эмп.фактов.Данное мн-во наблюд-х фактов соц-ги упоряд-т с помощью индукт.методов.Соц-ю интерисует инд.логика,как метод проверки априор.г-з.Нов.зн-е дает проверка г-з,вывед-х дедукт-но из науч.теории.1и2эмп.модель-дед.метод,ост-е-индукт.
Билет №20.
№20. Вероятностная природа взаимодействия признаков и показателей.
Каждый признак, исследуемый соц-м, -это единица множества признаков, случайно попавших в выборку. Если соблюдены правила процедуры отбора, то случайность признака сохраняется. Но дело не только в процедурах выборочного метода. Вероятностная природа признаков объективна, не зависит от методов соц-ии, вытекает из св-вГС.. Вероятность результата, полученного соц-м в процессе сбора эмп.инф-ии, есть частость, с какой встречается в той среде, в которой происходит явление. Из теоремы Бернулли следует вывод о том, что частость приближается к вероятности. Не совпадение частости с вероятностью тем меньше, чем больше число испытаний. Можно поэтому рассчитать среднюю вероятность. Об этом факте говорит теорема Пуассона. Она доказывает, что различные частости одного и того же признака (например, «пол») или другого признака приближаются к средней вероятности. Математика, отвлекаясь от различий в природе случайных величин, исследует мат. ожидание вероятностей. Теорема Чебышева позволяет понять, как приближается средняя вероятность к математическому ожиданию. Мат.анализ сод-я закона больших чисел, используемого соц-ей, позволяет понять, каким образом в случайности некоторого мн-ва признаков пр-та иссл-я раскрывается сод-ие закономерности их взаимосвязи и развития. Очень важное значение дляпонимания закономерностей, содержащихся в той или иной конкретной социальной ситуации, изучаемой социологами, имеет взаимосвязь закона больших чисел с нормальный распределением вероятностей различных возможных значений средней величины, вытекающая из теоремы о средних величинах Ляпунова.ГСпредставляет собой колич. сторону пр-та иссл-я. Показатель, отображающий признак, можно рассматривать как случайную величину в том случае, если он адекватен содержанию признака. Частость и частота, мода и медиана, средние величины -показатели обработки, которые дают представление об отдельном признаке. Они раскрывают свою статистическую природу в столбце матрицы, в статистическом ряду цифр, являющемся математической моделью вероятностной природы этого признака. Статистическая концепция позволяет измерить социологу различные отношения между признаками и тем вскрыть динамику в целостной системе показателей, отображающей исследуемые признаки Число взаимодействующих признаков может быть больше двух. Взаимодействие признаков, представленное с помощью цифровых математических моделей в матрице, может быть измерено методами регрессионного анализа. Понятие взаимодействия признаков трактуется в зависимости от типа решаемых задач, характера входной матрицы и уровня измерения. Входная матрица получается методом кодирования после сбора данных из эмпирической модели. Разнообразие форм взаимодействия признаков в предмете исследования социолога порождает и разнообразие связей в системе показателей, в том числе матрице, как подсистеме системы показателей. Так. возникает необходимость разнообразных методов расчета взаимодействия признаков.