Понятия соотносительные и безотносительные: § 4. ВИДЫ ПОНЯТИЙ. Логика: учебник для юридических вузов

Классификация понятий по содержанию

27.12.2014

По содержанию  все понятия делятся на четыре группы.
Положительные и отрицательные. Положительными  называются понятия, содержание которых составляют свойства, присущие предмету. Напр., грамотный, порядок. Отрицательными  называются понятия, содержание которых указывает на отсутствие у предмета определенных свойств. Напр., неграмотный, беспорядок. В русском языке такие понятия часто начинаются с приставок не– или без-. В словах иностранного происхождения с отрицательной приставкой – а-:  анонимный, асимметрия. Необходимо отметить, что не все слова русского языка, начинающиеся на не–  и без-,  содержат отрицание признаков, напр. безделушка, негодование.

Собирательные и несобирательные. Собирательными  называются понятия, в которых мыслятся признаки некоторой совокупности элементов, составляющих единое целое, напр.

коллектив, полк, созвездие. Содержание собирательного понятия нельзя отнести к каждому отдельному элементу, входящему в его объем, оно относится ко всей совокупности элементов. Напр., существенные признаки коллектива (группа лиц, объединенных общей работой, общими интересами) неприложимы к каждому отдельному члену коллектива. Собирательные понятия могут быть общими (коллектив, полк, созвездие) и единичными (коллектив нашего института, созвездие Большой Медведицы). Несобирательными  называются понятия, в которых мыслятся признаки, относящиеся к каждому его элементу (звезда, государство, район). В процессе обсуждения общие понятия могут употребляться в разделительном и собирательном смысле. Напр., понятие «человек» в предложении «Человек осваивает космос» имеет собирательное значение, т. к. неприменимо к каждому человеку в отдельности, а в предложении «Человек имеет право на гражданство» имеет разделительное значение, т. к. относится к каждому человеку.

Конкретные и абстрактные

понятия. Конкретным  называется понятие, в котором мыслится предмет или совокупность предметов как нечто самостоятельно существующее (книга, свидетель, государство). Конкретные понятия могут быть как общими, так и единичными. Абстрактным  называется понятие, в котором мыслится признак предмета или отношение между предметами (смелость, ответственность, белизна, дружба, посредничество). Абстрактные понятия могут быть общими (посредничество, белизна) или единичными (гениальность Эйнштейна).

Безотносительные и соотносительные понятия.  Безотносительными  называются понятия, отражающие предметы, существующие раздельно и мыслящиеся вне их отношения с другими предметами (студент, государство, закон). Соотносительными  называются понятия, содержащие признаки, указывающие на отношение одного понятия к другому (родители – дети, начальник – подчиненный, истец – ответчик). Знание видов понятий  – одно из необходимых условий, обеспечивающих точность и ясность мышления. Чтобы оперировать понятием, необходимо не только четко знать его содержание и объем, но и уметь давать ему логическую характеристику.

Напр., юрист – понятие общее (нерегистрирующее), несобирательное, конкретное, положительное, безотносительное.

Ключевые слова: Понятие

Источник: Логика: Шпаргалка.: РИОР; Москва; 2010

Материалы по теме
Имена и понятия в логике Логика. Теория и практика: учеб, пособие для бакалавров / А. А. Ивин. — 4-е изд., испр. и…
Круговые схемы Эйлера Гусев Д. А. Логика — М.: Прометей, 2015. -300 с.
Отношения между понятиями Логика. Теория и практика: учеб, пособие для бакалавров / А. А. Ивин. — 4-е изд., испр. и…
Как ограничивать и обобщать понятия? Гусев Д. А. Логика — М.: Прометей, 2015. -300 с.
Операция деления понятий в логике Логика. Теория и практика: учеб, пособие для бакалавров / А. А. Ивин. — 4-е изд., испр. и…
Определение понятия Гусев Д. А. Логика — М.: Прометей, 2015. -300 с.
Основание деления понятий в логике Логика. Теория и практика: учеб, пособие для бакалавров / А. А. Ивин. — 4-е изд., испр. и…
Деление понятия Гусев Д. А. Логика — М.: Прометей, 2015. -300 с.

Виды понятий.

Понятия могут быть конкретными и абстрактными:

1. Конкретные понятия – понятия, которые обозначают объекты или предметы взятые в целом, либо группы объектов или предметов (стол, стул, студенты)

2. Абстрактные понятия – отображают отдельные свойства предметов или объектов, либо отношения между ними (краснота, сладость, любовь, ненависть)

Понятия могут быть общими и единичными:

1. Единичные понятия указывают на один единственный предмет или объект (Вася Пупки)

2. Общие понятия объединяют группу объектов (человек)

Понятия могут быть собирательными и несобирательными:

1. Собирательные понятия обозначают объекты, представляющие собой совокупность других объектов (студенческая группа – студенты)

2. Несобирательные понятия обозначают объекты, которые мыслятся отдельно. Несобирательное понятие может быть приложено к каждому объекту им обозначаемым

Понятия могут быть положительными и отрицательными:

1. Положительные понятия утверждают наличие какого-либо признака или принадлежность объекта к какому-либо классу (студент)

2. Отрицательные понятия указывают на отсутствие каких-либо признаков или отсутствие принадлежности к какому-либо классу (безработный)

Понятия могут быть соотносительные и безотносительные:

1. К соотносительным относятся понятия предполагающие в обязательном порядке существование предметов, находящихся в каком-то отношении с теми предметами/объектами, которые определяют соотносительные понятия (дети – родители, север – юг, студент – преподаватель)

2. Безотносительные понятия обозначают объекты/предметы существующие сами по себе вне обязательной связи с другими объектами/предметы (планета – звезда)

Понятия могут быть регистрирующими и нерегистрирующими:

1. Регистрирующие понятия определяют объекты, которые поддаются учету, количество которых не просто конечно, но может быть наглядно представлено (планеты солнечной системы, студенты группы 1-ПИН)

2. Нерегистрирующие понятия определяют объекты, которые не поддаются учету, количество которых бесконечно, либо количество конечно, но мы не можем определить их количество (человек)

Очень важными логическими характеристиками понятий являются объем и содержание понятий. Объем понятия представляет собой множество объектов входящих в это понятие. Содержание понятия включает в себя необходимые признаки для отнесения объекта к этому понятию.

Между объемом и содержанием понятия существует обратная зависимость (чем больше объем понятия, тем менее содержание понятия и наоборот)

Операции, которые можно осуществлять над понятиями очень часто представляют собой операции над объемом и содержанием понятий.

Операция обобщения (содержание уменьшается, объем увеличивается)

Ограничение понятия это обратная операция обобщения (содержание увеличивается, объем уменьшается)

Операция определение понятий представляет собой логическую операцию по раскрытию содержания понятия или дающая значение какого-либо термина (указывает исключительно на существенные признаки.

Определяемое понятие – те понятия, которые мы определяем.

Определяющее понятие – те понятия, с помощью которых мы определяем.

Определения могут быть явными и неявными.

Определение понятия через указание существенных необходимых признаков является явным определением. Наиболее распространенная форма явного определения — это определение через род и видовые отличия (самолет – летательный аппарат, имеющий крылья и т.д.)

Данное каким-либо другим способом – неявное. В неявных определениях содержание понятия раскрывается косвенным путем (часто встречающейся формой неявного понятия – контекстуальное определение, т.е. содержание понятия раскрывается в результате анализа контекста и его употребления. Астенсивное определение – определение через демонстрацию объекта, такой вариант определения имеет огромное значение при усвоении знаковой системы)

Правило определений.

1. Определение должно быть соразмерным, т.е. объем определяемого понятия и объемы определяющих понятий должны полностью совпадать. В противном случае, мы получим слишком широкое определение либо слишком узкое определение (охватывает не всю совокупность объектов, описываемых данным понятием)

2. Определение не должно заключать в себе круга, т. е. определяемое должно определяться через понятия, которые сами не определяются через определяемое.

3. Определение не должно быть чисто отрицательным (определение должно обязательно указывать на те признаки, которые у объекта есть, а не на те признаки, которых у объекта нет. Исключением из этого правила являются определения отрицательного характера)

4. Определение должно быть чётким и не двусмысленным. Определяющие понятия не должны сами нуждаться в определении.

5. Деление представляет собой действие раскрывающее объем понятия. Понятие, которое мы делим называется делимым. Понятия, на которые делятся исходное понятие называются члены деления. Понятия обозначающие признак по которому производится деление называется основанием деления.

Деление, как и определение имеет свои правила:

1. Деление должно быть соразмерным, это означает что объем члена деления должен точно соответствовать объему делимого.

2. Деление должно производиться только по одному основанию.

3. Члены деления должны исключать друг друга.

4. Деление должно быть последовательным и непрерывным.

Деление играет очень большую роль в создании классификации объектов. Классификация объектов широко используется в самых разных науках для демонстрации взаимосвязи/взаимодействия объектов и явлений.

Понятия не существуют отдельно друг от друга, они находятся в тесных взаимоотношениях, при этом отношения понятий друг к другу могут сильно различаться. Например, понятия могут полностью или частично перекрывать объем друг друга, в этом случае они называются совместимыми. Объемы понятий могут не пересекаться, в этом случае мы говорим о несовместимых понятиях.

Виды совместимости понятий.

1. Равнозначность, т.е. ситуация, при которой объемы понятий абсолютно совпадают (два понятия тождественны друг другу, все А – все Б).

2. Перекрещивание понятий возникает в том случае, если объемы понятий частично совпадают.

3. При подчинении весь объем одного из понятий входит в объем другого, но не охватывает его полностью.

Виды несовместимости понятий.

1. При соподчинении объемы двух понятий не связаны между собой, но они входят в объем третьего, более общего понятия.

2. Противоположные понятия содержат несовместимые друг с другом признаки, при этом входят в состав более общего понятия.

3. Противоречащие друг другу понятия, в отличии от противоположных, полностью исключают друг друга и перекрывают весь объем базового понятия

Практика.

Учёный, академик, почётный гражданин, молодой учёный, ветеран труда.

Преступление – это нарушение закона / определение несоразмерно / Преступление – это нарушение уголовного законодательства

Домашнее задание!

Дать логическую характеристику понятия Импичмент.

Соотношение понятия по объему Социальная организация, государственное учреждение, учреждение здравоохранения, учебное заведение, коллектив.

Способ определения понятия, логическая ошибка понятия Конформист – трус

Корреляция и причинно-следственная связь

Горячая математика

А корреляция является мерой или степенью взаимосвязи между двумя переменными. Набор данных может иметь положительную корреляцию, отрицательную корреляцию или вообще не коррелировать. Когда один набор значений увеличивается, другой набор имеет тенденцию к увеличению, тогда это называется положительной корреляцией.

Когда один набор значений увеличивается, другой набор имеет тенденцию к уменьшению, тогда это называется отрицательной корреляцией.

Если изменение значений одного набора не влияет на значения другого, то говорят, что переменные не имеют «корреляции» или «нулевой корреляции».

А причинно-следственная связь между двумя событиями существует, если появление первого вызывает другое. Первое событие называется причиной, а второе событие – следствием. Корреляция между двумя переменными не подразумевает причинно-следственной связи. С другой стороны, если между двумя переменными существует причинно-следственная связь, они должны быть коррелированы.

Пример:

Исследование показывает, что существует отрицательная корреляция между тревогой учащегося перед тестом и оценкой учащегося на тесте. Но нельзя сказать, что тревога причины низкий балл по тесту; могут быть и другие причины, например, ученик плохо учился. Таким образом, корреляция здесь не подразумевает причинно-следственную связь.

Однако обратите внимание на положительную корреляцию между количеством часов, которые вы тратите на подготовку к тесту, и оценкой, которую вы получаете за тест. Здесь тоже есть причинность; если вы тратите больше времени на учебу, это приводит к более высокой оценке.

Одной из наиболее часто используемых мер корреляции является корреляция момента продукта Пирсона или коэффициент корреляции Пирсона. Измеряется по формуле,

р Икс у знак равно н ∑ Икс у − ∑ Икс ∑ у ( н ∑ Икс 2 − ( ∑ Икс ) 2 ) ( н ∑ у 2 − ( ∑ у ) 2 )

Значение коэффициента корреляции Пирсона варьируется от − 1 к + 1 где –1 указывает на сильную отрицательную корреляцию и + 1 указывает на сильную положительную корреляцию.

Что это значит в финансах и формула для его расчета

Что такое корреляция?

Корреляция в финансовой и инвестиционной отраслях представляет собой статистику, которая измеряет степень изменения двух ценных бумаг по отношению друг к другу. Корреляции используются в расширенном управлении портфелем и рассчитываются как коэффициент корреляции, значение которого должно находиться в диапазоне от -1,0 до +1,0.

Ключевые выводы

• Корреляция — это статистика, которая измеряет степень изменения двух переменных по отношению друг к другу.
• В финансах корреляция может измерять движение акции с движением эталонного индекса, такого как S&P 500.
• Корреляция тесно связана с диверсификацией, концепцией, согласно которой определенные виды риска могут быть снижены путем инвестирования в активы. которые не коррелированы.
• Корреляция измеряет связь, но не показывает, является ли x причиной y или наоборот, или же связь вызвана третьим фактором.
• Корреляцию проще всего определить с помощью диаграммы рассеяния, особенно если переменные имеют нелинейную, но все же сильную корреляцию.

Корреляция

Что корреляция может вам сказать

Корреляция показывает силу связи между двумя переменными и выражается числовым коэффициентом корреляции. Значения коэффициента корреляции находятся в диапазоне от -1,0 до 1,0.

Идеальная положительная корреляция означает, что коэффициент корреляции точно равен 1. Это означает, что когда одна ценная бумага движется вверх или вниз, другая ценная бумага движется синхронно в том же направлении. Идеальная отрицательная корреляция означает, что два актива движутся в противоположных направлениях, а нулевая корреляция означает отсутствие линейной связи.

Например, взаимные фонды с большой капитализацией обычно имеют высокую или почти положительную корреляцию с индексом Standard and Poor’s (S&P) 500. Акции компаний с малой капитализацией, как правило, имеют положительную корреляцию с S&P, но она не такая высокая и составляет примерно 0,8.

Однако цены опционов пут и цены их базовых акций имеют тенденцию иметь отрицательную корреляцию. Опцион пут дает владельцу право, но не обязательство продать определенное количество базовой ценной бумаги по заранее определенной цене в течение определенного периода времени.

Контракты опциона пут становятся более прибыльными, когда цена базовой акции снижается. Другими словами, по мере роста цены акций цены опционов пут снижаются, что представляет собой прямую отрицательную корреляцию с большой величиной.

Как рассчитать корреляцию

Существует несколько методов расчета корреляции. Наиболее распространенный метод, корреляция продукта и момента Пирсона, обсуждается далее в этой статье. Корреляция «продукт-момент» Пирсона измеряет линейную зависимость между двумя переменными. Его можно использовать для любого набора данных с конечной ковариационной матрицей. Вот шаги для расчета корреляции.

1. Соберите данные для вашей переменной x и переменной y.
2. Найдите среднее значение переменной x и найдите среднее значение переменной y.
3. Вычтите среднее значение переменной x из каждого значения переменной x Повторите этот шаг для переменной y
4. Умножьте каждую разницу между средним значением переменной x и значением переменной x на соответствующую разницу, связанную с переменной y
5. Возведите в квадрат каждую из этих разностей и добавьте результаты
6. Определите квадратный корень из значения, полученного на шаге 5.
7. Разделите значение, полученное на шаге 4, на значение, полученное на шаге 6.

Чтобы избежать сложных расчетов вручную, рассмотрите возможность использования функции КОРРЕЛ в Excel.

Формула корреляции

Используя метод корреляции «произведение-момент» Пирсона, можно использовать следующую формулу для нахождения коэффициента корреляции r:

р знак равно н × ( ∑ ( Икс , Д ) − ( ∑ ( Икс ) × ∑ ( Д ) ) ) ( н × ∑ ( Икс 2 ) − ∑ ( Икс ) 2 ) × ( н × ∑ ( Д 2 ) − ∑ ( Д ) 2 ) куда: р знак равно Коэффициент корреляции н знак равно Количество наблюдений \begin{align}&r = \frac { n \times ( \sum (X, Y) — ( \sum (X) \times \sum (Y)) ) }{ \sqrt { ( n \times \sum (X ^ 2) — \сумма (X) ^ 2 ) \times ( n \times \sum( Y ^ 2 ) — \sum (Y) ^ 2 ) } } } \\&\textbf{где:}\\&r=\ text{Коэффициент корреляции}\\&n=\text{Количество наблюдений}\end{выровнено} ​r=(n×∑(X2)−∑(X)2)×(n×∑(Y2)−∑(Y)2)​n×(∑(X,Y)−(∑(X)×∑ (Y)))​где:r=коэффициент корреляцииn=количество наблюдений​

Пример корреляции

Инвестиционные менеджеры, трейдеры и аналитики считают очень важным рассчитывать корреляцию, потому что преимущества диверсификации в снижении риска зависят от этой статистики. Финансовые электронные таблицы и программное обеспечение могут быстро рассчитать значение корреляции.

В качестве гипотетического примера предположим, что аналитику необходимо рассчитать корреляцию для следующих двух наборов данных:

Х: (41, 19, 23, 40, 55, 57, 33)

Д: (94, 60, 74, 71, 82, 76, 61)

Есть три шага, связанные с поиском корреляции. Первый состоит в том, чтобы сложить все значения X, чтобы найти SUM(X), сложить все значения Y, чтобы получить SUM(Y), умножить каждое значение X на соответствующее ему значение Y и просуммировать их, чтобы найти SUM(X,Y). :

СУММ(Х) = (41 + 19 + 23 + 40 + 55 + 57 + 33) = 268

СУММ(Y) = (94 + 60 + 74 + 71 + 82 + 76 + 61) = 518

СУММ(X,Y) = (41 х 94) + (19 х 60) + (23 х 74) + … (33 х 61) = 20,392) = 39 174

Отметив, что имеется семь наблюдений n, можно использовать следующую формулу для нахождения коэффициента корреляции r:

р знак равно н × ( ∑ ( Икс , Д ) − ( ∑ ( Икс ) × ∑ ( Д ) ) ) ( н × ∑ ( Икс 2 ) − ∑ ( Икс ) 2 ) × ( н × ∑ ( Д 2 ) − ∑ ( Д ) 2 ) куда: р знак равно Коэффициент корреляции н знак равно Количество наблюдений \begin{align}&r = \frac { n \times ( \sum (X, Y) — ( \sum (X) \times \sum (Y)) ) }{ \sqrt { ( n \times \sum (X ^ 2) — \сумма (X) ^ 2 ) \times ( n \times \sum( Y ^ 2 ) — \sum (Y) ^ 2 ) } } } \\&\textbf{где:}\\&r=\ text{Коэффициент корреляции}\\&n=\text{Количество наблюдений}\end{выровнено} ​r=(n×∑(X2)−∑(X)2)×(n×∑(Y2)−∑(Y)2)​n×(∑(X,Y)−(∑(X)×∑ (Y)))​где:r=коэффициент корреляцииn=количество наблюдений​ 92)) = 3913 / 7248,4 = 0,54

Корреляция и диверсификация портфеля

В инвестировании корреляция наиболее важна в отношении диверсифицированного портфеля. Инвесторы, которые хотят снизить риск, могут сделать это, инвестируя в некоррелированные активы. Например, рассмотрим инвестора, который владеет акциями авиакомпании. Если обнаруживается, что авиационная отрасль имеет низкую корреляцию с индустрией социальных сетей, инвестор может решить инвестировать в акции социальных сетей, понимая, что негативное влияние на одну отрасль может не повлиять на другую.

Такой подход часто используется при рассмотрении вопроса об инвестировании в разные классы активов. Акции, облигации, драгоценные металлы, недвижимость, криптовалюта, товары и другие виды инвестиций имеют разные отношения друг к другу. В то время как некоторые могут быть сильно коррелированы, другие могут действовать как хеджирование для диверсификации риска, если они не коррелированы.

Риск, который можно диверсифицировать, называется несистематическим риском. Этот тип риска специфичен для компании, отрасли или класса активов. Инвестирование в различные активы может уменьшить корреляцию вашего портфеля и уменьшить вашу подверженность несистематическому риску.

Особые указания

Корреляция часто диктуется и связана с другими статистическими соображениями. Корреляция часто упоминается, когда статистика используется для анализа переменных.

Р-значение

В статистике p-значение используется, чтобы указать, являются ли результаты статистически значимыми. Можно определить, что две переменные коррелированы, но может быть недостаточно подтверждающих доказательств, чтобы заявить об этом как о сильном утверждении. Высокое значение p указывает на то, что имеется достаточно доказательств, чтобы сделать осмысленный вывод о том, что коэффициент корреляции населения отличен от нуля.

Диаграммы рассеяния

Самый простой способ визуализировать корреляцию между двумя переменными — изобразить их графически с помощью диаграммы рассеяния. Каждая точка на диаграмме рассеяния представляет один элемент выборки. Ось X графика рассеяния представляет одну из тестируемых переменных, а ось Y графика рассеяния представляет другую.

Коэффициент корреляции двух переменных часто изображается графически в виде линейной линии, отображающей взаимосвязь двух переменных. Если две переменные положительно коррелированы, на диаграмме рассеяния можно провести возрастающую линейную линию. Если две переменные имеют отрицательную корреляцию, можно провести убывающую линейную линию. Чем сильнее взаимосвязь точек данных, тем ближе каждая точка данных будет к этой линии.

Диаграммы рассеяния могут быть более полезными при анализе более сложных данных, которые могут иметь изменяющиеся отношения. Например, две переменные могут иметь положительную корреляцию до определенного момента, затем их связь становится отрицательно коррелированной. Эту нелинейную зависимость может быть труднее определить с помощью формул, но ее легче обнаружить, если представить ее на диаграмме рассеяния.

Наконец, диаграммы рассеяния могут легко отображать корреляцию, если они включают затенение плотности. Затенение плотности или эллипс плотности — это заштрихованная область на диаграмме рассеяния, которая визуально показывает самую плотную область точек данных на диаграмме рассеяния. Эллипсы плотности часто отражают направление линии линейной корреляции, если переменные связаны. В противном случае эллипсы плотности, которые имеют более круглую форму без определенного направления, указывают на более низкую корреляцию.

Причина

Еще одна трудность, присущая статистике, заключается в определении того, вызваны ли отношения между двумя переменными этими переменными. Рассмотрим следующее утверждение:

«Большинство баскетболистов высокие. Поэтому, если вы будете играть в баскетбол, вы станете высоким».

Ясно, что вышеприведенное утверждение неверно. Люди высокого роста, понимающие это преимущество, могут тяготеть к баскетболу, потому что их естественные физические данные лучше всего подходят им для этого вида спорта. Однако, поскольку рост и активность в баскетболе могут иметь положительную корреляцию, статистики и специалисты по данным должны знать, что сильная связь между двумя переменными может быть вызвана любой из переменных.

Ограничения корреляции

Как и другие аспекты статистического анализа, корреляция может быть неверно истолкована. Небольшие размеры выборки могут давать ненадежные результаты, даже если кажется, что корреляция между двумя переменными сильная. В качестве альтернативы небольшой размер выборки может привести к некоррелированным результатам, когда две переменные фактически связаны.

Корреляция часто искажается, когда присутствует выброс. Корреляция только показывает, как одна переменная связана с другой, и может не четко определять, как отдельный случай или результат может повлиять на коэффициент корреляции.

Корреляция также может быть неверно истолкована, если связь между двумя переменными нелинейна. Гораздо проще определить две переменные с положительной или отрицательной корреляцией. Однако две переменные все еще могут быть связаны более сложной взаимосвязью.

Что такое корреляция?

Корреляция — это статистический термин, описывающий степень согласованности двух переменных. Если две переменные движутся в одном и том же направлении, то говорят, что эти переменные имеют положительную корреляцию. Если они движутся в противоположных направлениях, то имеют отрицательную корреляцию.

Почему корреляции важны в финансах?

Корреляции играют важную роль в финансах, поскольку они используются для прогнозирования будущих тенденций и управления рисками в рамках портфеля. В наши дни корреляции между активами можно легко рассчитать с помощью различных программ и онлайн-сервисов. Корреляции, наряду с другими статистическими понятиями, играют важную роль в создании и ценообразовании деривативов и других сложных финансовых инструментов.

Пример использования корреляции?

Корреляция — широко используемая концепция в современных финансах. Например, трейдер может использовать исторические корреляции, чтобы предсказать, будут ли акции компании расти или падать в ответ на изменение процентных ставок или цен на товары. Точно так же управляющий портфелем может стремиться снизить свой риск, следя за тем, чтобы отдельные активы в его портфеле не были чрезмерно коррелированы друг с другом.