[ 통계, 혼돈과 질서의 만남 ]
제 2장 불확실성 길들이기 : 통계학의 발전
2.1 논리적 추론의 세 가지 유형
2.1.2 귀납법Induction
귀납적 추론에 의한 논리전개는 연역법과는 다릅니다. 여기서는 결과가 주어졌을 때 그와 관련된 전제를 결정하는 문제를 만나게 됩니다. 그것은 바로 실제생활에서 불완전하고 조악한 정보를 토대로 의사 결정할 때의 추론방식인 것입니다. 다음은 귀납적 추론이 필요한 사례들입니다.
이러한 것들은 실생활에서 자주 나타나는 상황들로 불확실성 하에서 의사결정을 해야만 합니다. 이때 우리는 관측자료를 갖게 되는데, 이 자료는 가능성 있는 가설들 또는 가능성 있는 원인들 중의 하나로 인해 나타난 결과입니다. 즉, 자료와 가설 사이에는 1:1 대응관계가 성립하지 않습니다.
귀납적 추론은 주어진 자료에 하나의 가설을 짝지어 이를 일반화하는 논리 과정입니다. 이러한 과정을 통하여 우리는 새로운 지식을 창조하지만, 자료와 가설사이에 1:1 대응관계가 결여돼 있기 때문에 이 지식은 불확실한 지식입니다. 연역적 추론이 주어진 공리로부터 이루어지는 추론인 반면에, 주어진 자료로부터 이루어지는 귀납적 추론은 이처럼 정밀함이 부족하여 이를 체계화하는 데 걸림돌이 있습니다.
연역적 논리에 익숙한 인간에게는 항상 정확한 결과를 제공하지 않는 이론이나 추론법칙을 개발하거나 도입한다는 것은 수용하기 힘든 일이었을 것입니다. 그래서 귀납적 추론은 오히려 개인의 기교나 경험, 직관에 따라 어느 정도 성공을 거둔 예술로 남아 있었습니다.
