Метод. Московский ежегодник трудов из обществоведческих дисциплин. Выпуск 4: Поверх методологических границ. Коллектив авторов

Чтение книги онлайн.

Читать онлайн книгу Метод. Московский ежегодник трудов из обществоведческих дисциплин. Выпуск 4: Поверх методологических границ - Коллектив авторов страница 14

Метод. Московский ежегодник трудов из обществоведческих дисциплин. Выпуск 4: Поверх методологических границ - Коллектив авторов

Скачать книгу

2003]. Школа проводилась президентом и исполнительным директором HRAF Мелвином Эмбером и Кэрол Эмбер. Эта школа, пожалуй, очень мне помогла освоить математические методы работы с данными. Эта методика применима при исследованиях в области фольклористики, палеонтологии, экономики и других дисциплин.

      Моя дальнейшая работа во многом определялась тем, есть ли для данной области исследования базы данных, которые можно обрабатывать при помощи соответствующих методик. Вначале идя вслепую и, начиная с древней Южной Аравии, я при помощи архаичных методов, которыми тогда владел, целиком создавал базу данных сам для последующего ее анализа.

      Потом я понял, что с нуля создавать базу данных это не вполне мое, мне намного интереснее анализ. (На создание базы данных уходит около 99,9% всего времени, а анализ же – хорошо, если хотя бы 0,5%.) Например, наши палеонтологические статьи [Марков, Коротаев, 2006; 2008 а; 2008 б; Марков, Анисимов, Коротаев, 2010; Markov, Korotayev, 2007] появились благодаря моему знакомству с Александром Марковым, сотрудником Института палеонтологии, который стал теперь известен благодаря получению высшей премии в области популяризации науки за книгу об антропогенезе. После знакомства с ним я обнаружил, что есть совершенно прекрасные базы данных, поэтому наше взаимодействие оказалось очень плодотворным.

      М.И. А что делать, если у нас в принципе нет баз данных или – еще хуже – существует какая‐то фактура, которую непонятно, как преобразовать в базу данных?

      А.К. Мой опыт показывает, что очень продуктивен научный метод, предложенный Поппером, который предлагает прежде всего формализацию. Не все знают, но там на самом деле не требуется, чтобы это были какие‐то данные, измеряемые привычным нам путем – метрами, киловаттами, долларами и т.д. Достаточно только формализации, чтобы был набор каких‐то четких категорий. Эти так называемые номинальные данные тоже нормально анализируются и есть целый набор методов для их обработки. Принято обозначать это неглубоким измерением. Есть большая область дисциплин, где формализация осуществляется с большим трудом, но я не видел ни одного случая, когда бы хоть какая‐то формализация не была возможна, вопрос здесь в удачности или неудачности идеи. В принципе, иногда бывает очень сложно операционализировать гипотезу, но я все-таки не думаю, что это невозможно, хотя порой это и жуткое напряжение для мозгов.

      М.И. Сошлюсь на свой собственный опыт совместной работы с коллегами в Высшей школе экономики. Все время возникает необходимость создать какую‐то очень простую классификацию. Но сразу же слышатся возражения: как это делать экспертным образом, если мы экспертам не верим. Нужны точные данные, hard data и т.д. Вот то, что вы делаете, производится экспертным образом.

      А.К. Да, но на самом деле в прикладной математической статистике существует много процессов проверки того, насколько та или иная классификация вразумительна или невразумительна. Например, есть несколько общепринятых вариантов

Скачать книгу