Идеи А. А. Чупрова имели огромное влияние на современников. Восприняли их не только его непосредственные ученики, но и другие ученые, например приват-доцент Казанского университета "А, А. Овчинников. Он последовательно проводил принцип стохастичности и сделал из этого довольно неожиданный вывод: статистические показатели никогда не смогут оправдать надежды исследователя. Раз в основе данных лежат только вероятностные значения, следовательно, все наши «точные» значения лишены всякой реальной точности, точность их иллюзорна. «Статистика, — писал Овчинников, — не столько изумляет, сколько разочаровывает нас, если мы ждем от нее правильностей» (Овчинников А. А. Элементарный курс статистики. Казань, 1907. С. 11). Он сделал вывод о том, что старая описательная статистика с ее освещением достопримечательностей совсем не так далеко отстоит от современного уровня знаний. Критически оценивая массовые наблюдения, по необходимости затрагивающие ограниченное число признаков, он решительно противопоставлял им монографические разработки, дающие максимально много знаний о немногом, полагая, что достоверность этих знаний гарантирует убедительность общих выводов. Феномен Овчинникова весьма показателен. Он довел выводы стохастической школы до крайности, в сущности опроверг их и вернулся в практических предложениях к взглядам государствоведов. Пол се правильным было отношение к стохастической статистике Николая Алексеевича К а б л у к о в а (1849— 1919) —профессора Московского университета, одного из видных деятелен земской статистики (в дальнейшем —первого председателя Совета по делам статистики при ЦСУ). Он также постоянно подчеркивал, что статистические выводы только вероятны и отнюдь не достоверны. «Но из этого... не следует, — писал Каблуков,— что не надо и применять к ним математического анализа» (Каблуков Н. А. Курс статистики. М., 1911. С. 180), так как теория вероятностей не обесценивает точность данных, а, напротив, показывая пределы ошибки, как раз и подчеркивает их точность. Целью статистики он считал измерение влияния того или иного фактора на результат. Влияние идей английской школы (Гальтона — Пирсона) на статистическую науку в России обычно связывают с именем Р о м а на Михайловича Орженцкого (1863—1923) — заведующего статистическим отделом Ярославского губернского земства, затем профессора Одесского и Петроградского университетов (1918—1919), члена коллегии и зав. отделом методологии ЦСУ. Действительно, благодаря его трудам начал» широко проникать 15 нашу страну методологические приемы английской школы. Но его главная идея ближе к Д. П. Журавскому, а не к К. Пирсону. Журавский трактовал статистику как способ категорического исчислении. Орженцкий писал о сводных признаках, по которым формируется совокупность (Орженцкий Р. М. Сводные признаки. Ярославль, 1910). В методологическом отношении это был большой шаг вперед. От восходящего к Аристотелю деления классификаций на естественные и искусственные Орженцкий перешел к идее классификации (группировки), задаваемой не родовыми признаками, а целью исследования. С этих позиций все классификации искусственны и вместе с тем и естественны,; так как в основе их лежат какие-то объективные признаки. Если-] для школы А. А. Чупрова, берущей свое начало от Кетле, статистика в конечном итоге оставалась наукой о средних, то для Орженцкого статистика — наука о совокупностях, выделяемых по сводным признакам. Такой подход позволяет построить теорию статистики на основании теории множеств и математической логики. Рассматривая статистический метод только как частный ,' ~ случай общелогической методологии (индукции), он вступал в :t". противоречие с А. А. Чупровым, который отстаивал самостоятельность статистического метода. Поскольку совокупность выделяет сводный признак, то тем самым задаются и показатели, получаемые в результате анализа, — утверждал Орженцкий (какие группировки-—такие и средние и относительные величины). Таким образом, он подчеркивал,что статистическая методология активно воздействует на получаемые результаты. В трактовке понятия «вероятность» Орженцкий исходил не из априорного определения, как А. А. Чупров, а из апостериорного (как статистической частости, вслед за представителями английской школы). В «Учебнике математической статистики» (Спб., 1914). он писал, что если мы имеем совокупность достаточно большого числа случаев появления тех или других событий, и в условиях наступления событий нам неизвестны обстоятельства, которые противоречили бы допущениям теории вероятностей, мы можем гипотетически принять, что условия совокупности соответствуют априорным допущениям теории. Отсюда мы получаем возможность найти a posteriori, на основании общего результата всех наблюдений наиболее вероятное выражение вероятности, а затем проверить, насколько основанные на ней теоретические расчеты совпадают с действительными соотношениями. Это не совсем четко выраженный взгляд, но достаточно близкий к подходу Р. Мизеса — автора частотной концепции вероятности. г В отличие от последователей Ю. Э. Янсона и А. И. Чупрова, Орженцкий полностью игнорировал такой этап статистической , работы, как наблюдение — все внимание он сосредотачивал на анализе; формирование совокупностей и группировка трактовались им как элемент анализа. Влияние школы Пирсона на русскую дореволюционную статистическую мысль не было глубоким. А. А. Чупров адаптировал и развивал теорию корреляции в духе идей своей школы. Однако Е. Е. Слуцкий (см. гл. 7) провозглашал идеи Гальтона — Пирсона «наступлением новой эры в статистике». Он писал, что «распространение идей новой школы на все страны я на все области возможного их применения дело не особенно далекого будущего» (Слуцкий Е. Е. Теория корреляции и элементы учения о _ кривых распределения. Киев, 1912. С. 1). Действительно, их распространение в социально-экономической 'статистике пришлось па следующий период, а в то время их начали применять естествоиспытатели, прежде всего биологи. Этому способствовало, в частности, издание работы А. В. Леонтовича «Элементарное пособие к применению методов Гаусса и Пирсона при опенке ошибок в статистике и биологии» (Киев, 1909—1911). Традиционное для России политэкономическое направление и статистике оказалось в начале XX в, отодвинутым на периферию науки. В. И. Борткевич и А, А. Чупров стали самыми авторитетными учеными не только в России, их труды способствовали формированию математической статистики. Однако то, что складывалось десятилетиями, не могло исчезнуть бесследно. Реальную оценку как стохастической школы, так и претензий английских биометриков — школы Гальтона — Пирсона дал Александр Аркадьевич Кауфман (1864—1919), ученик Ю. Э. Янсона. профессор Петербургского университета, автор многократно переиздававшегося и использовавшегося до 1930 г. учебника «Теория и методы статистки». В работе «Статистическая наука в Рос-' сип...», изданной уже посмертно (1922), он дал глубокий и очень доброжелательный анализ идей К. Пирсона, В. Лексиса, В. И. Борткевича, А. А. Чупрова, Р. М. Орженцкого и других, но эта благожелательность не мешала ему четко проводить свою линию и покалывать существенные недостатки их теоретических взглядов. А. А. Кауфман определял статистику исключительно как метод, как служанку всех общественных и многих других наук (Кауфман А. А. Теория п методы статистики. М., 1916. С. 17). Вместе с тем он подчеркивал, что «статистика —не математика. Она имеет свои задачи и свои приемы исследования» (Там же.С. 151). Заслугой Кауфмана следует признать критику эпигонов «математического» направления в статистике, которые хотели свести все дело статистического анализа к подстановке нужных чисел в уже готовые формулы. Убеждение, что статистику не надо знать логики вывода формулы — это дело математиков, возникнув в начале XX в., получило распространение и дожило до наших дней. 'Кауфман предостерегал против такого подхода, ссылаясь на авторитет великого русского математика А. А. Маркова, который писал: «...Прежде чем применять ту или другую формулу и делать из нее различные выводы, необходимо выяснить условия ея существования и убедиться, можно ли считать их выполненными в тех случаях, когда мы желаем применить формулу» (Цит.: Кауфман А. А. Указ. соч. С. 145). Основными условиями применения теории вероятностей Кауфман считал: независимость испытаний, постоянство вероятности и равновозможность исходов испытания. Однако в социально-экономической статистике эти условия отсутствуют: каждое последующее явление в той или иной степени учитывает влияние предыдущего явления, постоянство вероятности также не выполняется, равновозможность исхода испытаний пет пи в одном социально-экономическом явлении. Еще В. И. Борткевич отмечал, что в каждом таком явлении отражается несколько простых вероятностей и, следовательно, схемы классической теории вероятностей не могут приниматься во внимание в статистической практике. Даже таблицы смертности при всей их практической пользе, как утверждал А. А. Марков, не могут быть вполне обоснованы схемами теории вероятностей. Кауфман скептически относился к оценке существенности различии наблюдаемых величин, так как «Мы никогда не можем знать, из какого уровня дисперсии должны исходить при вычислении объяснимой из влияния случайных причин разницы между частотами, то этим из-под рассматриваемого метода окончательно вынимается всякая почва, достаточно ошибиться в ту или другую сторону при выборе соответствующего нормальной или, наоборот, сверхнормальной дисперсии масштаба, -- и разница между коэффициентами из случайной сделается существенной, или, наоборот, из существенной обратится в случайную» (Кауфман А. А. К вопросу о значении измерений дисперсии и теоретической статистике//Статистический вестник. Кн. 1 и 2, 1916—1917. С. 1—60). Этот скептицизм Кауфман распространял п на теорию корреляции, против которой он выдвинул шесть аргументов (Кауфман А. А, Корреляционные формулы как орудие статистического анализа Статистический вестник. Кн. 3. 1915). 1. Коэффициенты корреляции должны рассматриваться не сами по себе, а вместе с их средними ошибками, точнее — с кратными этих ошибок. Это снижает их объективность, так как выбор множителя при средней ошибке (т. е. установление доверительной вероятности) производится исследователем. Известно, что практически этот множитель колеблется от одного до трех. 2. Элемент субъективности усугубляется тем, что не известно, каким должно быть минимальное число наблюдений, чтобы величина коэффициента корреляции могла считаться твердо обоснованной. 3. Измерение корреляции представляет исследователю грубую] и расплывчатую (в смысле точности получаемых результатов) шкалу, так как нельзя ни опираться на малые значения коэффициентов корреляции, ни делать какие-либо выводы из малых различий в их значениях. 4. Коэффициенты корреляции являются слишком грубым инструментом изучения связей, так как при измерении связи единым обобщающим показателем нельзя отразить изменчивость тесноты связи, разную ее интенсивность с изменением значений признаков, которую хорошо обнаруживают элементарные приемы изучения связей (аналитические группировки). 5. Статистика интересует не только мера (степень) связи, но и сам характер связи, точнее — характер зависимости, конкретные соотношения между свойствами явлений, а этого коэффициенты корреляции отразить не могут. 6. В случае расхождения между показаниями коэффициента корреляции и выводами из элементарного анализа конкретных данных статистик должен больше доверять последним, так как они точнее отражают реальную зависимость, нежели абстрактные «числовые показатели», какими являются коэффициенты корреляции. Последующее развитие теории статистического оценивания, испытания статистических гипотез внесло большую определенность в применение корреляционных мер связей. Однако ряд утверждений Кауфмана по-прежнему справедлив. Действительно, коэффициенты корреляции — более грубые характеристики связи, нежели те, которые могут быть получены на основе аналитической группировки; они не могут отразить реальные зависимости, а измеряют лишь степень согласованности в изменениях признаков.
Ви переглядаєте статтю (реферат): «РУССКАЯ СТАТИСТИЧЕСКАЯ МЫСЛЬ В НАЧАЛЕ XX в.» з дисципліни «Історія статистики»
