Тот структурный код, который базируется на понятии «вероятностное распределение», и служит способом математического выражения статистического закона, дает возможность учитывать единство необходимости и случайности. Ранее отмечалось, что вероятностные распределения позволяют отразить абстрактно-общую природу элементов, и данное обстоятельство свидетельствует в пользу наличия в такой связи момента необходимости. Одновременно, в силу самого определения вероятности, с данным понятием всегда связан момент случайности, иррегулярности, так что применимость вероятности к уровню массовости свидетельствует о соотносимости присущих ему характеристик со случайностью. Более того, даже значение вероятности, близкое к единице или равное единице, не выводит данный класс явлений за рамки влияния случайности, что и выражается, например, в принципе флуктуации, используемой в статистической физике62.
Применяя категории «необходимость» и «случайность» для определения природы статистических закономерностей, следует считаться с тем фактом, что указанные законы соотносятся с системами, поведение которых обусловлено как внутренней динамикой, так и внешними влияниями. Эти системы имеют множество степеней свободы и весьма чувствительны к малым возмущениям. Для них существенное значение приобретает начальное распределение значений параметров.
Такие системы принципиально не изолированы от внешних условий. Вместе с тем особую роль в определении характера их изменений играют и внутренние условия, которые включают «бесконечную» сумму малых взаимных влияний элементов. В отношении этих систем неприменимы приемы разложения на изолированные составляющие, их нельзя сводить к механической сумме элементов63.
Применение системных понятий для отражения статистических закономерностей позволяет конкретизировать диалектику необходимости и случайности, выразить эту диалектику в сети специфических абстракций, учитывающих единство определенности и неопределенности.
В современной науке статистические модели и соответствующие им концептуальные средства характеризуют диффузные, нечеткие организации и системы. Они применяются к таким группам объектов, которые в классической науке не являлись объектами строгого научного знания. Их использование показывает, что наличие слабых, нечетко выраженных связей между многими элементами не является препятствием для выводов и обобщений о характере их совместного поведения, о детерминации их состояний.
В методологическом плане важно отметить, что моделирование стохастических процессов связано с упрощением неопределенностной ситуации, поскольку здесь обычно используется прием расчленения неопределенности на регулярную и случайную компоненты. Однако в ходе статистического исследования такое разделение провести до конца не удается, прежде всего потому, что случайность рассматривается как условие равновероятности событий. Но равновероятность — это уже регулярность, абстрактное выражение закономерности. В то же время, выход за рамки «случайного» процесса оценивается со статистических позиций как свидетельство влияния побочной причины. А такая причина характеризуется законом систематической погрешности.
Известно также, что статистическое описание строится на предположении о возможности случайных результатов в длинных рядах испытаний. Однако генерирование случайности не представляется здесь как основная функция статистической системы. Для обеспечения такой функции требуется самостоятельная структура. Но если она будет реализована, тогда данный процесс не может служить источником необходимого разнообразия системы, будет полностью определяемым, т. е. не случайным.
Вместе с тем статистический подход показывает, что неопределенность может быть выражена в параметрах самой системы. Статистические модели строятся таким образом, что язык описания регулярных процессов системы и неопределенного процесса по существу совпадают, но описание последнего не расшифровывается полностью на языке основных параметров системы.
Рассмотренный материал позволяет сделать вывод, что разработка идей и методов статистического описания осуществляется в русле методологической концепции, в которой закономерность и системность берутся в гибкой форме, тесно связаны с категориями взаимодействия и становления. Здесь преодолевается трактовка детерминизма как «принуждения извне», как системы жестких запретов и ограничений. Существенная сторона нового понимания детерминизма — признание фундаментального значения стохастических закономерностей в современном научном познании.