- одно из основных понятий теории вероятностей (см.) и статистики математической (см.). При современном подходе в качестве математич. модели изучаемого случайного явления берется соответствующее вероятностное пространство {"F"1, S, Р), где Q - множество элементарных событий (элементарным событием может быть напр., точка используемого признакового пространства, т. е. набор значений рассматриваемых признаков, в частности ответов к.-л. респондента на ряд включенных в использовавшуюся анкету вопросов), S - выделенная в OMEGA и удовлетворяющая определенным формальным свойствам совокупность подмножеств этого множества, называемых событиями (такие подмножества могут быть заданы, напр. путем определения интервалов значений, фигурирующих в определении признаков; тогда событиями будут соответствующие области рассматриваемой знакового пространства). Модели теории вероятностей и математик статистики адекватны многим реальным ситуациям, изучаемым социологией. В таких случаях для обеспечения возможности использования богатого аппарата указанных ветвей математики необходим глубокий анализ того, что в конкретной социологич. задаче должно пониматься под элементарными событиями и каким их множествам может быть поставлена в соответствие нек-рая вероятность. Большая часть формального аппарата разработана для случая, когда в качестве элементарных событий выступают значения нек-рой числовой (одномерной или многомерной) случайной величины ф. В таких случаях полное описание Р.в. может быть осуществлено с помощью функции распределения этой величины, т. е. функции, задающей вероятность того, что значение величины попадает в ту или иную область. Функции распределения многих числовых случайных величин хорошо изучены и табулированы (о наиболее употребительных функциях см. Закон распределения) . Пользуясь соответствующими таблицами, для любого интервала числовой оси можно найти вероятность того, что значение рассматриваемой случайной величины попадает в этот интервал. Полное описание функции распределения функции или плотности вероятности) случайной величины на практике часто заменяется загнием небольшого числа характеристик, из к-эых наиболее употребительными являются величины средние (см.) и меры рассеяния (см.). Важность знания характера Р.в. обусловливается, в частности, тем, что применение многих математич. методов корректно лишь при условии, что рассматриваемые Р.в. имеют определенный вид (см., напр., Анализ регрессионный) . Статистич. аналогом Р.в. является распределение эмпирическое (см.). Это распределение его характеристики могут быть использованы пя приближенного представления теоретич. Р.в. и его характеристик (см. Оценивание статистическое). Так обычно и делается в социологии. Для проверки гипотезы о том, что наблюдаемые значения нек-рой числовой случайной величины распределены в соответствии с нек-рой функцией распределения, используют так или иначе измеренное отклонение "теоретич." - отвечающих гипотетич. функции распределения) значений вероятностей от значений, отвечающих эмпирич. распределению. (Более подробно о способах измерения степени согласия эмпирич. распределения с гипотетич. см. Проверка статистических гипотез) . Можно показать, что большинство утверждений относительно функций распределения числовых случайных величин остается в силе и для тех случаев, когда в качестве элементарных событий выступают значения случайных величин, полученные по интервальным шкалам (о типах шкал см. Шкала). Однако для социологии актуальным является распространение этих утверждений и на те случаи, когда используются шкалы более низких типов, в частности, порядковые и номинальные, а также рез-ты измерения, не являющиеся числами (см. Измерение в социологии). Лит.: Большее Л.Н., Смирнов Н.В. Таблицы математической статистики. М., 1968; Распределение вероятностей//Математическая энциклопедия. Т. 4. М., 1984; Распределения функция//Там же. Ю.Н. Толстова. Социологический словарь
Значение «Распределение Вероятностей (вероятностное Распределение)»: В следующем словареВо всех словарях