 |
 |
 |
 |
|
 |
 |
интересуют и другие параметры, позволяющие дифференцировать объекты.
Если нужны не просто сведения, а объяснения переменной, пространство
признаков становится многомерным.
Предположим, мы намереваемся установить распределение единиц в
двумерном пространстве признаков, где каждый признак имеет по три
градации. Строится таблица 3x3, подлежащее которой составляет первая
переменная, а сказуемое — вторая. Макет частотного распределения
обязательно оснащается позициями «Нет данных», даже если их наполнение
предполагается незначительным.
Как только мы «сформатировали» реальность в двумерной таблице,
возникает вопрос: каковы основания судить о том, что первая переменная
каким-либо образом связана со второй. Предположим, что первая
переменная означает образование, а вторая—доход. Есть люди с высоким
образованием и высоким доходом, но немало богатых людей и среди не
окончивших среднюю школу. Если мы произведем «обмер» одного-
единственного человека и установим у него высокое образование и низкий
доход, мы не сможем сказать ничего определенного о взаимосвязи
признаков. В данном случае мы имеем дело с сингулярностью (singularis,
лат. — отдельный, одиночный). Сингулярности молчат. Одно наблюдение —
мало, два наблюдения — тоже мало, мало и трех. Статистический вывод
начинает работать тогда, когда единиц исследования достаточно много.
«Достаточно много» означает, что при условии равновероятного попадания в
каждую клетку пространства признаков наполнение каждой из них составит
не менее семи единиц. Тогда единицы начнут образовывать конфигурации в
нашем идеальном пространстве признаков и смогут сказать кое-что, к
примеру, о взаимосвязи образования и дохода.
Мы можем поместить в фокус исследования только один объект — одно
общество, одного человека, один регион и описать каждую из этих единиц с
помощью тысяч переменных. Можно рассказать о всех мало-мальски
значимых событиях в жизни человека, углубиться в его поступки и
переживания, перебрать его родственников до седьмого колена и узнать о
нем то, что он сам не знает. В общем мы напишем историю жизни, как это
сделали У. Томас и Ф. Знанецкий в своем рассказе о судьбе польского
крестьянина, попавшего вместе с тысячами других поляков в начале XX в. в
Америку. Несмотря на многостраничные описания, остается неясным, что
способствует, а что мешает адаптации иммигрантов в Америке и как влияет
безотцовщина на преступные наклонности подростков. Сингулярности
молчат, несмотря на свою видимую внушительность. Они молчат, даже если
их много: один пример, другой, третий остаются отдельными примерами.
Только организованные в пространстве признаков наблюдения
67
