Квантитативная история: Отечественный опыт тема диссертации и автореферата по ВАК РФ 07.00.02, кандидат исторических наук Харитонов, Михаил Юрьевич

• Харитонов, Михаил Юрьевич
• кандидат исторических наук
• 2002

Оглавление диссертации кандидат исторических наук Харитонов, Михаил Юрьевич

Введение.

Примечания к Введению.

Глава 1. Математические методы и российская историческая наука.

1.1. Становление традиций применения математико-статистических методов в исторических исследованиях: краткий исторический обзор.

1.2. Развитие отечественной количественной истории в 60-80-е гг. XX столетия

1.3. Квантитативная история и историческая информатика: взаимодействие в 90-е гг.

Примечания к Главе 1.

Глава 2. Опыт применения математических методов при анализе исторических источников.

2.1. Подготовка массовых источников к математической обработке.

2.2. Возможности основных математико-статистических методов в исторических исследованиях.

2.3. Корреляционный анализ в исторической науке.

2.4. Специфика использования методов многомерной статистики и прикладные модели исторических процессов.

Примечания к Главе 2.

Введение диссертации (часть автореферата) на тему «Квантитативная история: Отечественный опыт»

Актуальность темы исследования. Математизация и информатизация стремительно проникают во все науки. Рост информационных потоков содействовал созданию устройств, способных получить, обработать и передать массивы данных. Язык наук, гуманитарных в особенности, в последние десятилетия усложняется, вырабатываются особый стиль изложения, инструментарий, методы. В этих условиях ученый, историк в частности, должен ориентироваться в огромных объемах информации с помощью средств математики. Однако возможность полного и объективного объяснения исторических процессов затрудняется тем, что традиционная методика во многих случаях исчерпала себя, работа при проведении исследований с давно введенными в научный оборот историческими источниками не приносит нового знания. Следовательно, все более насущным становится использование новых методик, которые помогут выявить в источнике информацию, не выраженную явно1.

Одним из приоритетных направлений развития историографии XXI в. являются квантитативная история и историческая информатика. С помощью математических методов удалось разрешить ряд крупных исторических проблем, переосмыслить возможности некоторых групп источников и ввести в научный оборот новую информацию по различным периодам и отраслям истории. Новый инструментарий становится все более известным в научной среде, результаты исследований используются во многих монографиях, статьях и учебниках.

Хронологические рамки работы распространяются на вторую половину XX в., когда применение математических методов и компьютеров приняло широкий характер: они стали действенным фактором научного познания и важной составляющей частью историографии. Результатом этого процесса стало возникновение квантитативной истории. Математические методы находят широкое применение в работе научных центров и вузовской науки. Они позволяют достичь заметных результатов в изучении исторических фактов, явлений и процессов.

Территориальные границы исследования. История использования математических методов рассматривается применительно к отечественной науке, однако с целью сравнения выделяется ряд работ, определяющих направления развития мировой историографии, без которых невозможно проследить тенденции развития, отечественной науки. В состав квантитативного направления входят исследователи национально-территориальных образований, составляющих единое российское научное сообщество.

Объект и предмет исследования. Объектом нашего исследования является математизация исторической науки, собственно количественные методы познания и их использование, а предметом - направление в историографии: квантитативная история, т.е. труды историков и деятельность исторических учреждений, другие «историографические факты»2, связанные с процессом и результатами применения математических методов в отечественной исторической науке.

Цель и задачи исследования. Цель работы состоит в изучении становления и развития математических методов в исторической науке с первых шагов до наших дней, когда используются сложные математические методы и модели и формируется особая отрасль исторической науки - квантитативная история. Исходя из цели, определены следующие задачи:

- отразить появление математических методов в истории, показать причины и генезис;

- осветить становление организационных форм математического направления;

- рассмотреть основные труды по квантитативной истории и выявить их место в историографическом процессе;

- на примерах обработки различных комплексов источников раскрыть механизм применения математических методов и понятийный аппарат историков-квантификаторов; рассмотреть методику построения выводов и заключений в исторических трудах на основе использования возможностей математики;

- выявить объективные закономерности и тенденции в развитии методов математики в исторической науке и предложить свое видение развития квантитативной истории на базе идей основоположников отечественной школы.

Степень разработанности проблемы. Представление историографического обзора в нашей работе достаточно специфично, так как в данном разделе содержится массив литературы, определяемый как историография историографии.

В работах по теории историографии М.В.Нечкиной, А.М.Сахарова, Е.Н.Городецкого, А.И.Зевелева3 формируется концепция о том, что историография есть не только изучение развития исторической мысли (историографии в узком смысле слова), но и познание всех сторон науки (деятельности ученых, научных учреждений, периодики, подготовки исторических кадров, их смены и преемственности), в том числе изучение инструментария. А.М.Сахаров особо делает акцент на том, что «этапы развития науки различаются, прежде всего, по изменениям метода». Этот фактор можно положить в основу периодизации развития исторической науки4.

Изучению научных методов и их функционирования посвящен ряд специальных трудов5. Термин «метод» определяется как «способ построения системы философского и научного знания, совокупность приемов и операций практического и теоретического освоения действительности»6. Известны философские и методологические размышления о проблемах обоснования математических методов и их у месте в общенаучном инструментарии . Отмечается, что результаты их применения о во всех науках имеют большое теоретическое и практическое значение .

В исследованиях по истории науки накоплен значительный опыт изучения истории различных методов и достигнуты определенные успехи в этом направлении. Много интересных замечаний по теме исследования мы находим в исследованиях по истории научных учреждений9. Опубликованы монографии по сравнительному, системному и другим методам10. Однако роль математических методов в общенаучной теории познания представлена фрагментарно. В трудах по истории конкретных наук встречаются лишь упоминания об использовании математического метода каким-либо ученым, и делаются заявления, что для научного исследования это важнейшее средство11. В изысканиях по истории математики применение методов ее в других науках чаще дается в виде анализа только математического инструмен

12 тария, без учета содержательной части . Исключением являются работы по истории статистики и экономики, в которых роль математических методов всегда была высока и постоянно анализировалась и обобщалась. Выделяются труды А.А.Белых, А.И.Гозулова, Н.К.Дружинина, И.И.Елисеевой, Б.И.Карпенко, Б.Г.Плошко13. Сравнивая истории изучения точных и естественных наук с общественными следует отметить отставание последних14.

В исторической науке долгие годы не предпринимались обобщения использования статистических методов15. Изучение началось лишь в 60-х гг. XX в., когда зарождается квантитативная история, анализ ее первоначального опыта был предпринят зачинателями нового направления В.А.Устиновым и И.Д.Ковальченко. В их статьях подводились начальные итоги использования ЭВМ и математических методов16, делались выводы, к которым они пришли в процессе исследований.

Рубежной стала работа И.Д.Ковальченко17, изданная в 1969 г., в которой систематизировались основные публикации с использованием математики и ЭВМ, созданных к тому времени. Она представляла основной набор средств по их применению и наметила методологические основы нового направления. По его мнению, перед историографом квантитативной истории стоит несколько задач. Он должен выяснить, во-первых, «в какой мере обращение историков к математическим методам диктуется современным состоянием исторической науки и интересами ее дальнейшего успешного развития», во-вторых, решить, «в какой мере допустимо применение в исторических исследованиях математических методов, что они могут дать историку и каковы их место и роль в историческом исследовании» и, в-третьих, «обобщить имеющийся опыт применения математических методов и на этой основе определить те области и аспекты исторического анализа, в которых применение математических методов и вычислительной техники уже сейчас может дать существенный исследовательский эффект, а также выделить те приемы и методы математической статистики, которые могут найти наиболее широкое приложение в исторической науке»18.

В 70-х - начале 80-х гг. в историографии появились крупные обобщающие труды, как комплексные , так и по ряду конкретных проблем истории СССР , в большинстве которых новые методы рассматривались в русле общей историографии. Вместе с тем авторы не отражали механизмы использования полученных данных. Из «количественного» направления зачастую выделяли лишь достижения групп И.Д.Ковальченко, В.З.Дробижева и В.Е.Полетаева. Подобными подходами характеризуется и позднейшая историография до середины 90-х годов.

Обстоятельнее анализировалась историография в трудах историков, специализирующихся на применении математических методов. И.Д.Ковальченко попытался создать обобщающую концепцию. Его работы (например, вторая часть монографии «Методы исторического исследования») носили глубокий методологический и историографический характер21. Однако, во многих из них освещалась лишь ряд крупных монографий и учебная литература; авторы стремились в большинстве своем акцентировали внимание только на удачных опытах применения математических методов в истории. Успехи были достигнуты при подведении итогов по одной из узких проблем исторической науки, в которой широко применялись математические методы, особенно в сфере аграрной истории22.

Проблемы квантитативной историографии проанализированы в исследованиях В.З.Дробижева, А.К.Соколова, Е.И.Пивовара23. Так В.З.Дробижев отмечал, что до 70-х гг. историки-квантификаторы ограничивались вычислением одного или двух признаков, а в 70-е гг. анализировали уже 20 и более признаков. Среди таких исследований выделяются работы В.З.Дробижева, А.К.Соколова и В.А.Устинова, О.И.Шкаратана и Ю.Г.Чуланова24.

В развитии направления заметную роль сыграли труды Т.И.Славко, в которых анализировались и классифицировались основные математико-статистические ме

7 Я тоды применительно к их использованию в исторических источниках . Автор оценивает общую картину применения математических методов, а также рассматривает литературу о рабочем классе. Обобщающий характер присущ исследованиям Ю.П.Бокарева, в которых освещается развитие математических методов в связи с процессами, происходившими внутри исторической науки26.

Значительную аналитическую работу выполнили сотрудники кафедры источниковедения и историографии истории СССР МГУ, которые, используя достижения ученых данного направления, обобщали опыт применения математических методов и ЭВМ в социально-экономических, социально-политических и историко

27 культурных исследованиях . В отдельной монографии Л.И.Бородкина освещаются методы многомерного статистического анализа: множественная регрессия, факторный анализ (центроидный и главных компонент методы), автоматическая классификация и распознавание образов (кластер-анализ, меры близости объектов), многомерное шкалирование, теория нечетких множеств, многомерная классификация и

28 особо методика контент-анализа .

Методы математики и информатики за рубежом внедрялись значительными темпами, поэтому неудивительно, что большое внимание советские историки уделяли зарубежной квантитативной истории; по данному вопросу существует значительная литература29. В трудах К.В.Хвостовой содержатся положения, связываю

•5 Л щие историографический процесс в России с общемировым . В «количественной истории» в Западной Европе и США она выделяет три этапа: конец 50-х - середина 60-х гг., середина 60-х - середина 70-х и с середины 70-х гг., которое возникло в западной историографии как бы стихийно, под влиянием в первую очередь социологии и эконометрии. Методологический анализ познавательных возможностей «количественной истории» начал реализовываться позднее - на втором и третьем этапах ее развития31. Ряд закономерностей, которые выявила К.В.Хвостова, на наш взгляд, вполне применим к отечественной исторической науке.

По мнению Ю.А.Мошкова, к концу 80-х гг. в исторической науке закончился «начальный «романтический» этап увлечения математическими методами, когда мечталось, что они станут средством, способным автоматически разрешить многие

32 спорные проблемы истории» . В ходе его были разработаны основы применения математических методов в истории, они успешно внедрялись при анализе массовых источников, изучение которых традиционными методами часто было недоступно, была доказана их надежность и перспективность, достижения вошли как в советскую, так и в мировую науку. С начала 90-х гг. в сфере использования количественных методов наступили новые времена, связанные с изменившейся общественно-политической, экономической, культурной и технической ситуацией. Происходит становление нового направления в истории - исторической информатики. Появился ряд историографических исследований содержавших комплексные обобщения.

В ряде трудов были предприняты попытки изучения количественной истории в рамках исторической информатики33. Так, Л.И.Бородкин, рассматривая историю возникновения и развития направления, делит историческую информатику на два периода34: первый - эра «больших» ЭВМ (начало 60-х - конец 80-х гг.) и второй -время «микрокомпьютерной революции» (конец 80-х - середина 90-х гг.). На первом этапе, как считает исследователь, историческая информатика была «частью более широкого направления, связанного с применением количественных методов в истории»35. Используя терминологию «программного обеспечения» исследователь в первом хронологическом отрезке выделяет в исторической информатике пять ведущих проблем: 1) создание и сопровождение архива машиночитаемых данных (МЧД); 2) методика «восстановления истории семей»; 3) статистический анализ данных исторических источников; 4) изучение текстов; 5) моделирование исторических процессов и явлений36.

В этом же русле подходит к анализу проблемы И.А.Аникеев37, утверждающий, что до 60-х гг. работы, посвященные применению математических методов и ЭВМ в исторических исследованиях, встречаются сравнительно редко: если они и появляются, то в большинстве случаев затрагивают лишь способы обработки цифрового материала в специальных исторических дисциплинах, как демография, археология, хронология, этнография, а в собственно исторических трудах сколько-нибудь сложные математические методы и тем более электронно-вычислительная

38 техника практически не использовались . В данной работе широко представлен опыт 90-х гг. XX в., а сюжеты 60-80-х гг. раскрыты недостаточно полно. Данное

39 исследование вызвало отклики в печати .

Итогом историографических размышлений стали мысли Л.И.Бородкина, обратившего внимание на то, что использование математических методов в исторической науке имеет свою специфику. Он выделяет три этапа математизации исторической науки40: 1) математико-статистическая обработка эмпирических данных и количественная формулировка качественно установленных фактов и обобщений; 2) разработка математических моделей явлений и процессов в какой-то области науки; 3) использование математического аппарата для построения и анализа общей научной теории. По мнению автора классификации, третий этап в истории пока вообще еще не используется, второй находится в стадии активной разработки41. В осуществлении первого этапа Л.И.Бородкин видит наличие двух подуровней: традиционные математико-статистические методы (дескриптивная статистика, выборочный метод, анализ временных рядов, корреляционный анализ); методы многомерного статистического анализа.

Таким образом, исследователи выделили основные этапы развития направления: 60-е - начало 70-х гг. - «разведка» методов и сфер применения; 70-80-е гг. -приспособление методов математики на службу истории; конец 80-х - 90-е гг. - переосмысление опыта. Историографы выявили также главные труды, основные методы и приемы работы, наметили еще ряд моментов. Однако в историографических трудах, на наш взгляд, существуют проблемы. Многие работы оторваны от истории развития страны, научных институтов, исторических и научных теорий, изобретения технических средств, развития математической мысли. В них нередко потерян историк как личность, отсутствует авторское начало, присущее каждому исследователю. Итак, изученная литература содержит многоплановый материал по теме, однако имеется ряд пробелов: 1) не существует комплексного труда по истории данного направления; 2) в историографии существуют «темные пятна», связанные с «узким» пониманием истории исторической науки.

Источниковой базой являются материалы и документы, содержащие информацию о процессах, происходящих в исторической науке42.

1. Самой многочисленной группой источников являются труды историков, социологов, экономистов и статистиков: монографии, статьи, авторефераты диссертаций и пр., изучение которых необходимо для анализа историографических проблем, прежде всего, процессов преемственности научной мысли и «приращения» знаний, истоков эволюции исторических концепций, особенностей формирования научных взглядов и творчества отдельных историков, полемики между ними, за которой нередко крылись взаимоотношения научных школ, направлений. Особое место занимают специализированные издания, в которых чаще, чем в других публикациях, встречаются исследования с применением математических методов. Так, Комиссия по применению математических методов и ЭВМ при Отделении истории АН СССР с 1972 г. издавала сборник статей раз в 3-4 года, а с 1991 г. - Информационный бюллетень, который впоследствии стала издавать Ассоциация «История и компьютер»; также выпущено 7 сборников статей «Круг идей». Эти издания содержат существенный по объему и содержанию теоретический и фактический материал, нашедший отражение в диссертации.

2. В журналах, периодических и непериодических изданиях, научных, информационных и реферативных бюллетенях содержатся рецензии и обзоры литературы, библиографические обзоры и списки вышедший литературы, где освещаются концепции, взгляды, мнения, указываются достижения и пробелы исторической науки43. Они являются для историографа показателем состояния исторического знания.

3. Ценным источником стали материалы по истории исторических учреждений и подготовке кадров специалистов, среди которых особое значение имеют отражающие динамику создания, реорганизации и деятельности центров исторической науки, подготовку и переподготовку кадров науки, материальную базу исторической науки. Большинство таких материалов находится в архивах. Так, в Центральном архиве Российской Академии Наук интересными для нас являются документы Отделения истории АН СССР (фонд 457), где содержатся протоколы и стенограммы заседаний Президиума и Бюро Отделения истории в 60-90-е гг., отчеты о научно-исследовательской работе институтов и научных советов, доклады, справки, записки, письма и предложения академиков и членов-корреспондентов по вопросам развития исторической науки, в частности дела «Комиссии по применению математических методов и ЭВМ в исторических исследованиях» и «Комиссии по исторической географии и демографии»44. Использованы опубликованные отчеты руководства Комиссии по применению математических методов и ЭВМ в исторических исследованиях АН СССР и Ассоциации «История и компьютер», в которых нашли отражение главные направления деятельности организации, основная проблематика исследований, работа конференций и издательская практика45. Представляют интерес учебно-методические материалы, позволяющие проследить процесс формирования и основного содержания учебных дисциплин в Алтайском, Белорусском, Мордовском, Московском, Санкт-Петербургском, Ставропольском, Тверском и Чувашском государственных университетах46.

При изучении истории учреждений мы опирались на информацию, представленную в сети Интернет, освоение возможностей которой как историографического источника расширяется в ведущих вузах страны47. На сайтах и \уеЬ-страницах Ассоциации «История и компьютер», Московского, Санкт-Петербургского, Алтайского, Мордовского госуниверситетов и других научных учреждениях помещается информация о работе АИК, о структурах и членах Ассоциации, конференциях и

4Й публикациях, Лаборатории исторической информатики МГУ и др.

4. Важные сведения содержатся в документах высших государственных органов и ЦК КПСС, оказывавших влияние на развитие образования, науки и техники, в том числе отдельные из них определяли задачи исторической и других общественных наук, нацеливали исследователей на решение определенных проблем, давали оценки деятельности отраслей и учреждений. Широко известны постановления

49 п по вопросам научно-техническои революции и ее отдельным аспектам . В современных условиях важную директивную роль приняли на себя федеральные законы и акты федеральных министерств и ведомств, которые регулируют политику информатизации и статистической отчетности50.

5. Большую значимость для исследования представляют опубликованные статистические сборники51, в которых собраны данные о динамике количества средств автоматизации, использующихся в исследованиях, а также показана структура научных кадров страны52.

6. Немалую роль играют документы личного характера: мемуары, анкеты, интервью и письма. Эти материалы, как правило, еще не опубликованы, многие храго нятся в архивах, находятся в форме устных рассказов .

7. В диссертации в качестве источника выступает специализированное программное обеспечение, базы и банки данных, использовавшиеся для проведения вычислительных процессов. Их изучение способствует проникновению в исследовательскую лабораторию, позволяет проследить генезис новых идей и концепций у клиометристов. В современных условиях большинство математических работ историков ориентированно на стандартные программные продукты.

Итак, имеющаяся источниковая база позволяет охарактеризовать ее как достаточную и освещающую многие аспекты количественного направления за годы его существования. Большинство материалов вполне доступно для историков и может послужить необходимой отправной точкой для написания работы.

Методологическая основа диссертации. Работа строится на интерпретации выявленных фактов, явлений и процессов. При этом использована совокупность исследовательских методов и приемов, в числе которых основные исторические методы - историко-сравнителъный: вскрытие сущности историографических явлений в квантитативной истории по сходству и различию присущих им свойств, а также проведение сравнений с похожими процессами в других странах, и истори-ко-генетический: изучение появления математического видения истории последовательно в процессе поступательного исторического движения с древности до наших дней. С последним связаны два «историографических» метода - периодизации и ретроспективный (возвратный). В диссертации также применялись приемы конкретного: выявление взаимосвязи теории и истории процессов, отыскание причин явления, и логического: познание сущности явлений в ходе последовательных операций, выявление закономерностей изучаемых процессов, анализа, а также методы актуализации и перспективности, т.е. определения ценности научных знаний в настоящее время и в будущем.

Для раскрытия темы необходим наукометрический подход, предполагающий количественный подсчет в ходе историографического изучения (например, группировка статей по тематике или изучение индекса цитирования)54. В ходе исследования использовались возможности табличного и графического представления данных.

Научная новизна. Работа вносит вклад в определение теоретически осмысленных границ квантитативной истории и формирование концепции развития историографии направления, способствует осмыслению роли и места математических методов в исторической науке. Впервые обобщены и проанализированы результаты развития квантитативной истории в течение 60-90-х гг. XX в. Выявлены закономерности и особенности этого процесса.

Практическая значимость исследования. Фактический материал, выводы и наблюдения могут быть использованы при разработке ряда проблем исторической науки, написании обобщающих трудов по историографии, источниковедению и методологии. Содержание диссертации вполне возможно использовать при изучении курсов «Математика и информатика», «Математические методы в исторических исследованиях», а также при чтении курсов по отечественной историографии, источниковедению и методологии.

Апробация результатов исследования. Основные положения диссертационного исследования были изложены в 1998-2002 гг. на научных конференциях, проведенных Чувашским государственным университетом, а также на VII и VIII Всероссийских конференциях Ассоциации «История и компьютер» (Москва, 2000 г. и Санкт-Петербург, 2002 г.). Они отражены в статьях и учебно-методических пособиях.

Структура диссертации отвечает целям и задачам раскрытия заявленной темы, построена по проблемно-хронологическому принципу и состоит из введения, двух глав, заключения, списка использованных источников и литературы, приложения.

Заключение диссертации по теме «Отечественная история», Харитонов, Михаил Юрьевич

Основные результаты факторного анализа выражаются в наборах факторных нагрузок и факторных весов. Факторные нагрузки - это значения коэффициентов корреляции каждого из исходных признаков с каждым из выявленных факторов. Чем теснее связь данного признака с рассматриваемым фактором, тем выше значение факторной нагрузки. Положительный знак факторной нагрузки указывает на прямую (а отрицательный знак - на обратную) связь данного признака с фактором306. Так как общие факторы сами ненаблюдаемы, а обнаруживаются во влиянии на «внешние» переменные, каждый из них в рамках исследования можно полностью охарактеризовать теми воздействиями, которые он оказывает на исходные показатели, т.е. соответствующим набором факторных нагрузок. Факторные нагрузки рассчитываются по матрице корреляций и представляются в виде основной

307 таблицы факторного анализа . Таким образом, данные о факторных нагрузках позволяют сформулировать выводы о наборе исходных признаков, отражающих тот или иной фактор, и об относительном весе отдельного признака в структуре каждого фактора.

Факторными весами называют количественные значения выделенных факторов для каждого из п имеющихся объектов. Объекту с большим значением факторного веса присуща большая степень проявления свойств, определяемых данным фактором. Для большинства методов факторного анализа факторы определяют как стандартизованные показатели с нулевым средним и единичной дисперсией. Положительные факторные веса соответствуют тем объектам, которые обладают степенью проявления свойств больше средней, а отрицательные - объектам, для которых степень проявления свойств меньше средней308. Факторные веса определяют ранжировку объектов по каждому фактору309.

В основе каждого метода факторного анализа лежит математическая модель, описывающая соотношения между исходными признаками и обобщенными факторами (центроидный метод, метод главных компонент, метод экстремальной группировки параметров)310. Большинство методов факторного анализа не статистические в строгом смысле этого слова, так как для них не разработаны способы распространения выборочных результатов на генеральную совокупность. Исходную корреляционную матрицу рассматривают как заданную, а факторы выделяют без учета ошибки выборки, присущей корреляционной матрице. Исключениями являются метод максимального правдоподобия (Лоули) и канонический факторный анализ (Pao), для которых разработаны критерии проверки значимости выделенных факторов311. При использовании других (основных) методов факторного анализа вопрос о значимости факторных нагрузок обычно решается с помощью эмпирических порогов значимости. Содержательный смысл фактора выявляется на основе признаков, имеющих высокие (значимые) факторные нагрузки .

В теории применения факторного анализа выделяют два вида его использования: разведочный (эксплораторный) и проверочный (конфирматорный) методы анализа данных. В первом случае он используется для анализа уже измеренных переменных и, фактически, помогает исследователю их структурировать; на этом этапе совсем не обязательно делать априорные предположения о количестве факторов и их связях с наблюдавшимися переменными. Здесь главное значение факторного анализа - структурировать связи между переменными, помочь сформулировать рабочие гипотезы (пусть иногда и очень умозрительные) о причинах обнаруженных связей. Как правило, такое использование факторного анализа характерно для начальной, ориентировочной стадии работы, когда многое неявное кажется явным, непростое - простым, и наоборот. В отличие от разведочного, конфиматор-ный факторный анализ используется на более поздних стадиях исследования, когда в рамках какой-либо теории или модели сформулированы четкие гипотезы, связи между переменными и факторами достаточно определены, и исследователь их может прямо указать. Тогда конфирматорный факторный анализ выступает как средство проверки соответствия сформулированной гипотезы полученным эмпирическим данным.

В истории, как замечает Л.И.Бородкин, также существуют два основных подхода к использованию факторного анализа313: с одной стороны, поисковый, изыскательский подход, ориентированный на первую стадию исследования сложного явления, поиск гипотез о его структуре; с другой стороны, направленный факторный анализ, имеющий целью проведение эксперимента для подтверждения уже выдвинутой теоретической гипотезы314. Характеризуя направленный факторный эксперимент, отметим, что он применяется на более продвинутых стадиях исследования. Одна из задач этой стадии - определение размерности изучаемого сложного явления, т.е. нахождение минимального числа существующих факторов, с достаточной полнотой описывающих изучаемое явление. Другая задача, решаемая с помощью факторного анализа на этой стадии, - построение обобщенного индекса, значения которого определяются факторными весами объектов. Признаки подбираются так, чтобы отразить уже сложившееся представление об обобщенном индексе. Для данного набора признаков строится однофакторная модель, а затем можно ранжировать объекты по шкале измерения факторных весов315.

Обобщая вышесказанное, выделим основные цели использования факторного анализа: 1) понижение размерности числа используемых переменных за счет их объяснения меньшим числом факторов; обобщение полученных данных; 2) группировка, структурирование и компактная визуализация полученных данных; 3) опосредованное, косвенное оценивание изучаемых переменных в случае невозможности или неудобства их прямого измерения; 4) генерирование новых идей на этапе разведочного анализа; оценка соответствия эмпирических данных используемой теории на этапе ее подтверждения.

В соответствии с распространенным мнением наиболее целесообразно использование факторного анализа на ранних стадиях исследования, однако при этом следует помнить, что этот метод, как и многие другие инструменты научного по

316 знания, есть, прежде всего, средство проверки гипотез .

Далее необходимо дать интерпретацию выделенным факторам. Интерпретация факторов - наиболее сложный и наименее логически обоснованный этап в факторном анализе. Здесь исследователи очень часто сталкиваются с трудностями, позволяющими сделать лишь предположительные выводы. Это происходит в том случае, когда фактор включает признаки, которые трудно объединить общим свойством, привести к «общему знаменателю». Данная стадия работы весьма ответственная; она требует от исследователя четкого представления о содержательном смысле показателей, которые привлечены для анализа и на основе которых выделены факторы. Поэтому при тщательном предварительном отборе показателей для факторного анализа следует руководствоваться их содержательным смыслом, а не

3 1 стремлением к включению в анализ как можно большего их числа .

Содержательная интерпретация факторов основывается на анализе неравномерно распределенных факторных нагрузок. Когда выделен только один фактор, нагрузки, его определяющие, рассчитываются однозначно и характеристика его проста. Но нагрузки, полученные из факторного анализа, когда число факторов больше единицы, неоднозначны, и можно получить другие эквивалентные множества нагрузок путем их преобразования (вращения), что и используется для того, чтобы упростить результаты анализа и сделать их более осмысленными. Методом вращения добиваются «простой структуры», в которой только малое число переменных имеет значимые веса по двум или более факторам, т. е. результатом вращения является максимальное количество нулевых или близких к нулю факторных весов. Другие методы вращения, например метод «положительного множества» или метод «косых осей», рассчитаны для более ограниченного круга источников. Точных критериев, позволяющих отличить значимые факторные веса от незначимых, пока нет. Вопрос о значимости факторных нагрузок во многих работах решается на основании эвристического подхода. Принято считать в случае больших выборок (более 100) значимыми веса от 0,30 и выше, при уменьшении объема выборки до нескольких десятков переменных значимыми принимаются веса выше 0,40 или 0,50318. Существуют также приближенные формулы и соответствующие им таблицы, позволяющие получать стандартные ошибки нагрузок .

Одной из проблем факторного анализа является проблема вращения. Любое ортогональное вращение факторов приводит к такой же факторизации с перераспределением нагрузок, что связано с их неоднозначностью. Необходимость вращения факторов возникает чаще всего, когда выявленным факторам не удается дать достаточно четкую содержательную интерпретацию. Например, факторные нагрузки для рассматриваемого фактора могут быть близкими по величине и одинаковыми по знаку у многих признаков, так что трудно однозначно определить, какой фактор «стоит» за выделенной комбинацией признаков. Вращение позволяет сделать матрицу факторных нагрузок более «контрастной» за счет увеличения нагрузок по одним признакам и уменьшения по другим, что способствует более отчетливому выявлению групп признаков, определяющих тот или иной фактор. Отметим в этой связи, что необходимость использования процедур вращения отсутствует в том случае, когда применяют метод экстремальной группировки параметров. Этот метод не связан ограничением ортогональности факторов, поэтому при его использовании получают факторы, максимально приближенные к «пучкам» взаимосвязанных показателей320. В методе экстремальной группировки параметров факторные нагрузки имеют, как правило, весьма высокие значения, так как в этом методе факторные нагрузки признаков, относящихся к одному фактору, зависят от коэффициентов корреляции только между признаками данной группы321.

Факторный анализ как общенаучный метод, получивший к настоящему времени солидное математико-статистическое обоснование, имеет непростую историю, начиная с полного отказа математиков признать ценность используемого психологами в известной степени нестрогого и зависящего от мастерства исследователя алгоритма до обязательного включения различных вариантов факторного анализа в любую сколько-нибудь известную компьютерную статистическую программу. Основные идеи факторного анализа (впрочем, как и других методов многомерного анализа данных) были заложены в трудах известного английского психолога и антрополога Ф.Гальтона, внесшего также большой вклад в исследование индивидуальных различий. В разработку факторного анализа большой вклад Ч.Спирмен, Л.Терстоун и Р.Кеттел, а также Г.Хоттелинг, разработавший современный вариант метода главных компонент, и Г.Айзенк, широко использовавшего факторный анализ для разработки психологической теории личности322.

Факторный анализ постепенно нашел свое место и в исторических исследованиях. Один из приемов факторного анализа - центроидный метод - был использован А.Руусманом при изучении социальной структуры эстонского крестьянства 30-х годов XX в. на основе первичных данных сельскохозяйственной переписи 1939 г.323 Правда, в указанной работе недостаточно уделено внимания условиям применения факторного анализа.

Другой прием факторного анализа - метод экстремальных группировок - был применен И.Д.Ковальченко и Л.И.Бородкиным324. Методы факторного анализа позволяют на основании определенного количества известных признаков, находящихся в любых соотношениях, определить число и характер стоящих за ними скрытых факторов, изменяющихся независимо друг от друга. Каждый из выделенных факторов получает содержательную интерпретацию через систему заданных признаков.

Факторный анализ был использован Т.И.Славко для изучения данных выборочного бюджетного обследования свободного времени рабочих, ИТР и служащих ряда предприятий г. Казани, проведенного в 1966 г. по согласованию с ЦСУ РСФСР и Институтом экономики и организации промышленного производства СО АН СССР. Бюджеты времени все чаще привлекаются историками в качестве массового источника для изучения изменений в быте и психологии советских людей325. Для проведения исследований были выбраны следующие девять переменных: 1 - рабочее время и внерабочее время, связанное с работой на производстве; 2

- питание во внерабочее время, суммированное со временем, затрачиваемым на покупку всевозможных товаров, приготовление пищи и мытье посуды; 3 - уход за помещением, мебелью, бытовыми приборами, одеждой и обувью, уход за детьми; 4

- затраты времени на уход за собой; 5 - материальное обеспечение; 6 - жилая площадь, приходящаяся на одного человека; 7 - наличие в квартире коммунальных удобств; 8 - возраст; 9 - пол. Исследователь остановилась на двух методах: методе максимального правдоподобия и центроидном методе. В итоге можно сделать вывод, что для исходной совокупности рабочих на величину их свободного времени влияют главным образом три фактора: рабочее и внерабочее время, связанное с работой; затраты времени на домашнее хозяйство; материально-бытовые условия. Второй фактор оказывает обратное влияние на величину свободного времени. Величина свободного времени увеличивается при уменьшении затрат времени на домашнее хозяйство, на рабочее и внерабочее время, связанное с работой. Свободное время растет за счет улучшения материально-бытовых условий. Влияние остальных признаков не существенно для выбранного контингента обследуемых, и в этом случае ими можно пренебречь.

Типологии крестьянских хозяйств украинской доколхозной деревни в 20-е гг. XX в. посвящена работа В.П.Пушкова и И.М.Промахиной326. Социально-экономическая группировка и анализ внутреннего строя основных типов доколхоз-ного крестьянства осуществляются в этой работе с помощью центроидного метода. Исходя из возможностей источников (бюджетных обследований крестьянских хозяйств) было выявлено до 45 признаков, характеризующих демографическую структуру, землепользование, посевы, скот, инвентарь, отношения найма-сдачи рабочей силы и средств производства, рыночный оборот и налоги имеющихся в распоряжении исследователей бюджетов 1000 хозяйств. Оказалось, что 4-6 факторов хорошо отображают информацию, содержащуюся в 40 показателях. Формально-графический метод классификации, применявшийся В.Г.Пушковым и И.М.Промахиной, сводился к выявлению компактных групп хозяйств на плоскости двух факторов. С помощью этого метода выделялись 4-5 групп крестьянских хозяйств. Сравнительный анализ групповых средних показал качественную разнородность крайних групп, что позволило идентифицировать их как бедняцкие и кулацкие типы хозяйств. Сравнение факторов, выявленных при обработке бедняцких и кулацких хозяйств, со всей четкостью обнаружило производственно-экономическую и социальную противоположность этих типов.

Факторный анализ применен также для изучения социально-экономических групп крестьянских хозяйств уральской доколхозной деревни, для характеристики «полярных» групп крестьянских хозяйств Пензенской губернии (1913 г.), для анализа районных сводок отчетов колхозов Литовской ССР327.

Ряд ценных замечаний о проведении факторного анализа на материалах о крестьянстве высказала Т.Л.Моисеенко328. При изучении подписной статистики на петербургские газеты и журналы в 1868 г. и построении культурной типологии факторный анализ применили В.П.Пушков и З.В.Гришина329. Ряд исследований по истории экономического развития России посвящен анализу факторов, влияющих на результирующий признак в динамике.

Серьезные исследовательские результаты по аграрной истории России первой половины XVII в. получены с помощью факторного анализа в коллективной работе Л.В.Милова, М.В.Булгакова И И.М.Гарсковой330. В этой работе проблемы типологии феодального хозяйства разрабатывали на основе сведений из писцовых книг по ряду уездов Европейской России (изучались материалы писцовых книг 1626-1628 гг. по Воротынскому уезду). Каждое из 67 владений уезда представлено 16 показателями, которые характеризуют структуры владения (социально-демографическую) и хозяйственных угодий, а также величину налогов («сошное письмо» и «сошный оклад»). Для выявления обобщенных факторов развития поместий и вотчин авторы применили метод главных компонент. С его помощью получено несколько систем факторов, соответствующих различным способам построения относительных показателей (расчет на десятину крестьянской пашни, на десятину господской пашни, на бобыльский и крестьянский дворы). В результате этих исследований удалось выяснить, что вотчинный тип феодальной собственности по всем 15 факторам, рассчитанным на разных классах показателей, отличается существенно более оптимальными (по эффективности ведения хозяйства) характеристиками, чем тип поместного феодального землевладения. Применение метода главных компонент к данным по вотчинам и поместьям отдельно со всей очевидностью показало, что различающиеся по своему юридическому статусу вотчины и поместья являются разными типами феодального землевладения и по своим соци

331 ально-экономическим характеристикам .

Факторный анализ чрезвычайно полезен для задач многомерной классификации, когда необходимо объяснить внутренне единство полученных групп объектов, так как этот метод позволяет с небольшой потерей информации перейти от исходного признакового пространства к меньшему числу более емких характеристик -общих факторов. Большинство исследований с помощью факторного анализа проведено в социально-экономической истории; изучение же политической истории весьма ограниченно, так как источники в этой области практически не содержат количественных данных, для обработки которых предназначены методы факторного анализа.

Методы автоматической классификации. Распознавание образов. Как отмечает Л.И.Бородкин, «современный уровень развития математических методов и наличие компьютеров позволяют осуществлять классификацию объектов на широкой и объективной основе, с учетом всех существенных структурно-типологических

332 признаков и характера распределения объектов в заданной системе признаков» . Анализ структуры множества объектов по матрице данных проводят с помощью методов многомерной классификации. В настоящее время существует много методов построения классификации многомерных объектов с помощью компьютеров. Они основаны на различных гипотезах о характере распределения объектов в многомерном пространстве признаков, на различных математических процедурах. Обзоры этих методов широко представлены в литературе333.

Один из подходов связан с задачей «узнавания», идентификации объектов; он получил название методов распознавания образов, распознавания заключается в том, чтобы любой предъявляемый машине объект с наименьшей вероятностью ошибки был к одному из заранее сформированных классов. Здесь машине сначала предъявляют «обучающую последовательность» объектов (о каждом из которых известно, к какому классу или «образу» он принадлежит), а затем, «обучившись», машина должна распознать, к каким классам относятся новые объекты из изучаемой совокупности334. Различные варианты этой задачи рассмотрены в литературе о о с метод потенциальных функций, метод минимизации эмпирического риска) .

Наиболее доступный из них, пожалуй, дискриминантный анализ336. Сначала формируется обучающая выборка, об объектах которой известно заранее, к какому из двух классов («образов») принадлежит каждый из них. Проанализировав объекты обучающей выборки, необходимо выработать правило, согласно которому каждый новый объект будет отнесен к одному из двух классов337. Задача дискрими-нантного анализа сводится к поиску такой разделяющей (или дискриминантной) функции, которая наилучшим образом осуществляет разделение объектов обучающей выборки.

Методы распознавания образов применяются в различных задачах анализа динамики процессов экономического развития в различных странах от средневековья до нашего времени. К таким задачам относится периодизация этих процессов, характеризующихся набором показателей. Один из подходов к выявлению тенденций и фаз развития предложен в работе Ю.Ю.Кахка и М.Реммеля, которые использовали данные о динамике сельскохозяйственного производства с методов распознавания образов. Авторы анализируют ряд с целью обнаружения таких его сегментов (интервалов), которые циклически повторяясь и сочетаясь в определенных последовательностях, характеризуют циклы долговременного развития. Анализируемый динамический ряд может одержать достаточно много сегментов, которые принадлежат к нескольким типам динамики. Так, сегменты одного типа могут соответствовать «растущей» динамике, другого - «падающей», третьего - могут иметь один или несколько «пиков» в середине сегмента. Предложенная авторами процедура сегментации основана на вычислении коэффициента сходства сегментов и ее можно рассматривать как одну из реализаций лингвистического подхода к распо

338 знаванию образов . В этой работе приведены результаты периодизации рядов динамики, отражающих производство зерновых в XVI-XIX вв. в различных местностях Испании, Франции, Италии, а также Эстонии XIX в. Сопоставляя результаты, авторы отмечают общие черты в периодизации рядов динамики (в частности, почти всегда выявленные сегменты содержат 8-14 лет). Со второй половины XVIII в. в динамике анализируемых процессов все чаще наблюдаются аномалии.

Кластер-анализ. Более общий подход к классификации включает не только отнесение объектов к одному из классов, но и одновременное формирование самих «образов», число которых может быть заранее неизвестно. При отсутствии обучающей последовательности такая классификация производится на основе стремления собрать в одну группу в некотором смысле схожие объекты, да еще так, чтобы объекты из разных групп (классов) были по возможности несхожими. Именно такие методы получили название методов автоматической классификации (кластерного анализа, таксономии, распознавания образов «без учителя») .

Отсутствие априорной информации о характере распределения объектов внутри каждой группы предполагает построение многомерной классификации на основе методов кластерного анализа (cluster (англ.) - скопление, «гроздь», группа объектов, характеризующихся общими свойствами)340. Процедура кластерного анализа состоит из ряда этапов. Первоначально в ходе измерения признаки измеряются в количественной шкале. Тогда каждый из п объектов может быть представлен точкой в m-мерном пространстве признаков. Характер распределения этих точек в рассматриваемом пространстве определяет структуру сходства и различия объектов в заданной системе показателей341.

О сходстве объектов можно судить по расстоянию между соответствующими точками. Содержательный смысл такого понимания сходства означает, что объекты тем более близки, похожи в рассматриваемом аспекте, чем меньше различий между значениями одноименных показателей. Для определения близости пары точек в многомерном пространстве обычно используют евклидово расстояние, равное корню квадратному из суммы квадратов разностей значений одноименных показателей, взятых для данной пары объектов. Вычислив расстояние между каждой парой объектов получают квадратную матрицу. Матрица расстояний служит основой при реализации методов кластерного анализа, в том числе и агломеративно-иерархического метода, который часто используется для многомерной классификации объектов в социально-экономических исследованиях. Основная идея этого метода заключается в последовательном объединении группируемых объектов -сначала самых близких, затем более удаленных друг от друга. Процедура построения классификации состоит из последовательности шагов, на каждом из которых

749 производится объединение двух ближайших групп объектов (кластеров)

Существуют различные способы определения расстояния между группами объектов (различающие методы кластерного анализа). Обычно близость двух кластеров определяется как средний квадрат расстояния между всеми такими парами объектов, где один объект пары принадлежит к одному кластеру, а другой - к другому. Результаты классификации, построенной изложенным методом, можно изобразить в виде дерева иерархической структуры (дендрограммы), содержащего п уровней, каждый из которых соответствует одному из шагов описанного процесса последовательного укрупнения кластеров343.

В кластерном анализе существенным является выбор необходимого числа кластеров. В некоторых случаях число кластеров может быть выбрано из априорных соображений, однако чаще это число определяется в процессе формирования кластеров на основе значений некоторых показателей их однородности и степени удаленности друг от друга (например, показателей внутригрупповой дисперсии или вариации)344.

Результаты классификации зависят от масштабов значений показателей. Изменение масштаба значений показателей приводит к изменению расстояний между объектами.

Теория нечетких множеств. Сложность, неоднородность структуры общественных систем проявляется и в том, что объекты, принадлежащие к одному типу, в разной мере обладают присущими ему свойствами. Следовательно, при выделении типов (классов) объектов следует учитывать наличие ядра и окружающих его объектов. Ядро типа представляет такую группу объектов, для которых характерно «концентрированное выражение всех специфических свойств типа, определяющих качественное отличие данного типа от всех иных»345. Поэтому надо выяснить не только принадлежность объектов к тому или иному типу, но и тот «вес», с которым они относятся к данному типу, а также определить степень их сходства с объекта

346 ми других типов, т.е. выявить «полосу размыва» между типами .

Большинство существующих методов выявления многомерной типологии объектов основано на однозначном отнесении каждого объекта к тому или иному классу (типу). Выделяемые с помощью этих методов типы объектов, как правило, допускают естественную содержательную интерпретацию, позволяют выявить специфику каждого типа. Однако при этом в стороне остается характер внутренней структуры классов, состав ядра и его окружения. Сложным может быть и вопрос об однозначной принадлежности к какому-либо классу объектов «переходного» типа347. Адекватный инструмент для решения типологических задач с учетом указанной их специфики дает такое направление в математике как теория нечетких (раз

348 мытых, расплывчатых) множеств . Это направление возникло в 1965 г. после работ американского ученого Л.А.Заде. По своей сути теория нечетких множеств и распознавание образов основываются на общей идее, потому что, большинство реальных классов размыты по своей природе в том смысле и переход от принадлежности к непринадлежности для этих классов скорее постепенен, чем скачкообра

349 зен .

Основные концепции и аппарат теории нечетких множеств достаточно описаны в литературе350. Нечеткое множество - это класс объектов, в котором нет резкой границы между теми объектами, которые входят в этот класс, и теми, которые в него не входят. Принадлежность каждого объекта к нечеткому множеству описывается с помощью величины, принимающей значения от 0 до 1. Эта величина называется степенью принадлежности; чем ближе она к 1, тем больше степень принадлежности объекта к данному нечеткому множеству. Ядро нечеткого множества определяется как такой набор объектов, для каждого из которых степень принадлежности к данному нечеткому множеству превышает некоторое пороговое значение (например, 0,9)351.

Концепция нечетких множеств нашла применение в различных научных дисциплинах (например, в лингвистике, социологии, науковедении)352. В исторической науке основные идеи применения данной теории нашли свое воплощение в труде ло

Л.И.Бородкина . Опыт решения задач многомерной типологии аграрного развития губерний Европейской России конца XIX - начала XX вв. с помощью теории нечетких множеств произведен И.Д.Ковальченко и Л.И.Бородкиным354. Опыт проведения изучения перехода двух форм собственности (поместья и вотчины) в XVII столетии на материалах писцовых книг был произведен с помощью программы БШгУСЬАЗЗ Л.И.Бородкиным и И.М.Гарсковой355.

Меры близости объектов. Отметим, что степень сходства многомерных объектов может быть охарактеризована не только с помощью евклидова расстояния, но и с помощью других мер, выбор которых определяется структурой пространства признаков и целью классификации. Например, если признаки имеют качественную природу, то степень сходства пары объектов может быть выражена другими коэффициентами (например, расстоянием по Хеммингу или коэффициентом композиционного сходства).

Характеризуя методы автоматической классификации с точки зрения возможности распространения выборочных результатов на генеральную совокупность, отметим, что статистические критерии значимости для проверки гипотезы о принадлежности объектов к тем или иным группам разработаны слабо. Полученная многомерная классификация рассматривается как характерная именно для изучаемой совокупности.

К настоящему времени историки опубликовали немало работ, в которых использованы те или иные методы многомерной автоматической классификации. Среди тех, кто первыми ощутили необходимость использования многомерных методов в исторической науке, были археологи (в связи с обработкой массового материала и решением типологических задач)356.

Историко-экономические исследования являются той областью исторической науки, в которой методы многомерной классификации нашли большое применение. Это объясняется прежде всего наличием источников, содержащих обширные статистические данные, а также известными традициями экономической науки, активно использующей математические методы, в том числе автоматической классификации. Среди специалистов по экономической истории, применяющих новые методы, лидирующее положение занимают историки-аграрники. Группировка хозяйств является одной из наиболее важных задач в области аграрной истории. Наличие набора признаков, существенных для характеристики структуры хозяйств, делает эту задачу многомерной. Рассмотрим ряд исследований такого рода, относящихся к аграрной истории различных эпох и регионов.

Одна из первых работ с применением многомерного статистического анализа в историко-экономических исследованиях принадлежит К.В .Хвостовой, которая осуществила многомерную группировку 1255 крестьянских хозяйств, зафиксироост ванных в византийских описях первой половины XIV в. Классификация хозяйств проводилась в 6-мерном пространстве признаков, характеризующих число членов семьи, величины налоговой ставки, а также размеры принадлежавшего крестьянам движимого и недвижимого имущества. Использование одного из алгоритмов таксономии (т.н. Форель-1)358 позволило выявить 8 групп (таксонов) крестьянских хозяйств, существенно различающихся социально-экономическим статусом. Указывая на большое значение в исследовательской практике медиевистов задачи классификации социально-экономических явлений, К.В.Хвостова в более поздней работе предлагает перечень 35 признаков, которые могут быть положены в основу

359 типологии аграрно-правовых структур эпохи средневековья на Западе .

Типология крестьянских хозяйств в Эстонии в начале XVIII в. разработана в работе Ю.Ю.Кахка. В эстонской деревне, где господствовала барщинная система, тип или разряд хозяйства определялся, прежде всего, объемом наложенных на него барщинных повинностей. Хозяйства, входившие в одни и те же разряды, все же отличались друг от друга по некоторым показателям: обеспеченности рабочей и тягловой силой, размерами пашни360. Многомерная группировка крестьянских хозяйств с учетом всех имеющихся в источниках данных проводилась с помощью одного из методов таксономии, основанного на аппарате теории графов. В результате обработки этих данных выяснилось, что в одну группу попадали довольно схожие хозяйства, отличавшиеся, однако, друг от друга названием разряда (в Северной Эстонии в начале XIX в. крестьянские хозяйства номинально разделялись на 7 разрядов - от 1/8-гаковых до 1-гаковых). Многомерная группировка показала, что все хозяйства можно подразделить на 2 большие группы - мелкие (около 1/4 гака) и крупные (1/2-гаковые). Внутри каждой большой группы существовало разделение на слабые, средние и сильные. «Социальная лестница», полученная в результате построенной типологии, отчасти не совпадала с системой разрядов крестьянских хозяйств.

Вопросы методологии и методики проведения автоматической классификации освещены в цикле работ И.Д.Ковальченко и Л.И.Бородкина, посвященных промышленной и аграрной типологии губерний Европейской России на рубеже XIX

Л/1

XX вв. При изучении истории крупного региона (или страны) одной из основных задач является выявление пространственной социально-экономической типологии административно-территориальных единиц, входящих в состав данного региона.

Рассматривая многомерные задачи типологии, следует подчеркнуть плодотворность совместного использования методов многомерной автоматической классификации, факторного анализа и шкалирования. Существует несколько подходов к последовательному использованию этих методов для обработки одних и тех же данных. Наиболее органично методы автоматической классификации и факторного анализа сочетаются в новом синтетическом подходе, имеющем название лингвистического подхода к обработке данных362.

Многомерное шкалирование. В отличие от других методов многомерного статистического анализа оно отличается прежде всего видом исходных данных, которые в данном случае представляют собой матрицу близости между парами объектов («близость» или «сходство» объектов можно определять различными способао ¿о ми . Цель многомерного шкалирования - это описание матрицы близости в терминах расстояний между точками, предоставление данных о сходстве объектов в виде системы точек в пространстве малой размерности (например, на двумерной плоскости), упрощая, можно сказать, что «на вход» методов многомерного шкалирования подается матрица близости, а «на выходе» получается координатное размещение точек364.

Л.И.Бородкин исходя из опыта использования данного метода предложил ряд методических рекомендаций для исследователей365. Основное предположение многомерного шкалирования заключается в том, что существует некоторое метрическое пространство существенных базовых характеристик, которые неявно и послужили основой для полученных эмпирических данных о близости между парами объектов. Следовательно, объекты можно представить как точки в этом пространстве. Предполагают также, что более близким (по исходной матрице) объектам соответствуют меньшие расстояния в пространстве базовых характеристик. Таким образом, многомерное шкалирование - это совокупность методов анализа эмпирических данных о близости объектов, с помощью которых определяются размерность пространства существенных для данной содержательной задачи характеристик измеряемых объектов и конструируется конфигурация точек (объектов) в этом пространстве. Это пространство («многомерная шкала») аналогично обычно используемым шкалам в том смысле, что значения существенных характеристик измеряемых объектов соответствуют определенные позиции на осях пространства366.

Данные в исходной матрице близости объектов могут быть получены различными способами. Вообще говоря, методы многомерного шкалирования ориентируются на экспертные оценки близости объектов, когда респонденту предъявляют пары объектов, и он должен упорядочить их по степени внутреннего сходства, которое иногда оценивается в баллах. Если данные о близости пар объектов не получены непосредственно, а рассчитаны на основании других данных (различные коэффициенты связи), то следует иметь в виду, что многомерное шкалирование может оказаться далеко не лучшим способом анализа структуры исходных данных. Действительно, первичные данные, на основе которых рассчитывались близости, содержат больше информации, чем «вторичные» данные о близости. Матрица бли

367 зости должна удовлетворять определенным естественным условиям .

Методы многомерного шкалирования делятся обычно на два класса: неметрические и метрические. Методы метрические используют, когда оценки близости получены на количественной шкале (не ниже интервальной). В таком виде в исследованиях социальных проблем оценки близости возникают крайне редко. Более естественной является оценка близости, измеренная на порядковой шкале (когда пары объектов можно упорядочить по степени схожести объектов). В этом случае используют методы неметрического многомерного шкалирования, которые дают «покоординатную развертку» матрицы близости в пространстве двух-трех существенных характеристик, так что упорядочения объектов по матрице близости и рас

368 стояниям в этом пространстве совпадают .

Первоначально необходимо построить метрическое пространство невысокой размерности, в котором наилучшим образом сохраняется структура исходных данных о близости пар объектов. Проектирование объектов на оси полученного пространства определяет их положение на этих осях, т.е. производится процесс шкалирования. Затем необходима визуализация структуры исходных данных в виде конфигурации точек (объектов) в двух-трехмерном пространстве. Конечный результат применения многомерного шкалирования, дающий новое знание об изучаемой структуре, - интерпретация полученных осей (базовых характеристик) и конфигурации объектов. Характер конфигурации объектов, а также «внешние» по отношению к исходным данным сведения позволяют дать содержательную интерпретацию осям и тем самым выявить «глубинные» мотивы, которыми руководствовались эксперты, упорядочивая пары объектов по степени их близости (в одном случае), или обнаружить «скрытые» факторы, определяющие структуру сход

369 ства и различия объектов (в другом случае) .

Опыт применения многомерного шкалирования возможно проследить основываясь на разработках представителей «новой политической истории». Однако было отмечено, что не были до конца проработаны вопросы характера распределения экономической, социальной и политической власти в американском обществе, но вместе с тем данный метод позволили ввести в оборот громадный фактический материал370. Новые методы способствовали возникновению новых подходов к теме, постановке новых проблем (характер электората, роль идеологического фактора). Изучением политической борьбы на материалах законодательных собраний и данных поименных голосований занимались Г.А.Сатаров и С.Б.Станкевич371. Возможности данного подхода при изучении карточной системы и политики распределения товаров в советском обществе в 30-е гг. изучены в исследованиях

372

Е.А.Осокиной и Г.А.Сатарова . Для методов многомерного шкалирования, как и для других методов анализа данных, слабо разработаны вероятностные модели и аппарат статистического оценивания.

Прикладные модели. Наиболее развитый раздел прикладного моделирования связан с применением дифференциальных уравнений, которые дают представление о характере и основных закономерностях развития исторических явлений во времени, а также позволяют установить форму взаимосвязи между отдельными историческими явлениями . Дифференциальные уравнения являются большим разделом математики с обширной библиографией374. В ряде работ рассматриваются вопросы применения дифференциальных уравнений для моделирования социально

375 экономических процессов .

Исходным пунктом моделирования социально-экономических процессов с использованием дифференциальных уравнений является конкретная историческая ситуация, выдвигающая перед исследователем задачу, на которую нужно найти ответ. Исторические ситуации редко бывают четко очерченными, а их взаимосвязь с прошлыми ситуациями и с иными ситуациями, развивавшимися параллельно исследуемой, часто делает точное описание затруднительным. Поэтому процесс выделения задачи, поддающейся математическому анализу, является сложным. Он начинается с качественного исследования исторического процесса. При этом устанавливаются его существенные особенности, имеющие решающее значение. Для социально-экономических процессов эта стадия схематизации играет ведущую роль, поскольку в формировании процессов участвуют множество факторов и выделить главные из них чрезвычайно сложно376.

Моделирование с помощью дифференциальных уравнений предоставляет историку широкие возможности. Во-первых, с их помощью можно определить характер процессов и форму зависимости между переменными. Во-вторых, уравнения позволяют проверить справедливость той или иной постулируемой историком теории. В-третьих, они позволяют получить новое знание о сущности изучаемых процессов. В-четвертых, дифференциальные модели дают возможность изучить нереа-лизовавшиеся в истории ситуации, сравнить их с действительным ходом событий и на этой основе дать объективную оценку тем или иным историческим преобразованиям . Ряд моделей предложен в работе Ю.П.Бокарева.

Один из новейших разделов математики связан с построением моделей с помощью теории марковских процессов. Опыт их применения получил свое отраже

378 ние в статье Л.И.Бородкина и М.А.Свищева . Теория оптимальных процессов как раздел математики сравнительно редко использовался в исторических исследованиях. Одним из первых его применил Ю.П.Бокарев. Ряд интересных моментов обнаружено в статье Е.М.Скворцовой по изучению бюджетных обследований .

При применении методов многомерной статистики и моделировании исторических процессов, при использовании сложного математического аппарата, усложняется весь процесс изучения и выявление корректности всех стадий исследования, важно учитывать всестороннюю обоснованность постановки исследовательских задач380. * *

Современный уровень развития математических методов и наличие компьютеров позволяют проводить анализ с большинством признаков источника на объективной основе и с учетом характера распределения объектов в заданной системе. Анализ структуры объектов по матрице данных проводят с помощью методов многомерной классификации. Выделяют две группы методов. Методы первой группы, связанные с задачей идентификации объектов, называются методами распознавания образов. Общий подход к классификации включает не только отнесение объектов к одному из классов, но и формирование самих «образов», число которых может быть заранее неизвестно. Другие получили название методов автоматической классификации (кластерного анализа, таксономии, т.е. распознавание образов «без учителя»), В настоящее время разработаны сотни алгоритмов, реализующих многомерную классификацию автоматически. Вопросы методологии рассматривались в цикле работ И,Д.Ковальченко и Л.И.Бородкина, посвященных промышленной и аграрной типологии губерний Европейской России на рубеже Х1Х-ХХ вв. Другой подход к выявлению тенденций и фаз развития предложен в работе Ю.Ю.Кахка и М.Реммеля, использовавших данные о динамике сельскохозяйственного производства. Авторы анализируют ряд с целью обнаружения таких его сегментов (интервалов), которые, циклически повторяясь и сочетаясь в определенных последовательностях, характеризуют циклы долговременного развития.

При использовании факторного анализа акцентируется выявление веса каждого факторного признака, влияющего на количественную оценку «чистого» воздействия данного фактора при элиминировании остальных. Факторный анализ принадлежит к числу методов, которые, будучи разработанными, в рамках запросов одной науки, впоследствии приобрели междисциплинарное значение. Попытка использования одного из приемов факторного анализа - центроидного метода - была предпринята А.Рууеманом при изучении социальной структуры эстонского крестьянства 30-х годов XX в. на основе первичных данных сельскохозяйственной переписи 1939 г. Другой прием факторного анализа - метод экстремальных группировок - был применен И.Д.Ковальченко и Л.И.Бородкиным. Каждый из выделенных факторов получает интерпретацию через систему заданных признаков. Факторный анализ применялся В.А.Обождой, В.П.Пушковым, И.М.Промахиной и др.

Один из новейших разделов математики связан с построением моделей. Опыт их применения получил свое отражение в работе Л.И.Бородкина, М.А.Свищева, Ю.П.Бокарева. Модели нелинейной динамики изучались А.Ю.Андреевым, Л.И.Бородкиным и М.И.Левандовским. Прикладные математические модели дают историку эффективное средство решения сложных проблем познания исторического процесса.

Методы многомерного статистического анализа и прикладные математические модели дают историку эффективное средство решения типологических и других сложных проблем познания исторического процесса. Однако само применение этих методов не должно создавать иллюзии, что строгость математического анализа будто бы придает ему всеобъемлющий характер и абсолютную доказательность. Здесь определяющим фактором является методология исследования, адекватность используемого математического аппарата сути решаемой содержательной задачи. * *

Анализ опыта использования математических методов в исторических исследованиях со всей убедительностью показал чрезвычайную важность их использования на материалах источников практически любого периода и любой отрасли исторического знания. Однако заметна неравномерность их применения в зависимости от степени сложности. Более простые методы значительно чаще находили свое применение в арсенале историков, в то время как более продвинутые методики стали осваиваться только со времени использования возможностей компьютерной техники.

Несмотря на то, что в последние годы появилось много публикаций, посвященных данным методам, остаются возможности для субъективного толкования результатов. Поэтому основные проблемы применения методов математики требуют дальнейшего изучения, как математиками, так и историками.

ЗАКЛЮЧЕНИЕ

Оценивая итоги развития математики и общественных дисциплин с древнейших времен, необходимо отметить противоречия и трудности на их пути к взаимодействию. Первоначально математическая наука не усматривала объекта для приложения своих методов в сфере общественно-гуманитарного знания, а историческая наука не чувствовала необходимости в привлечении естественно-математического инструментария. Первые опыты применения средств математики для обработки исторических материалов относятся к 60-м гг. XVII в. Английские «политические арифметики» Д.Граунт и В.Петги попытались проанализировать данные демографии. Долгие годы данные о народонаселении были единственной точкой соприкосновения математических методов и исторических материалов. Дальнейший перелом произошел лишь в 60-х гг. в Европе и в 70-х гг. XIX в. в России. Первыми учеными, высказавшимися за целесообразность использования ма-тематико-статистических методов были в Европе - Т.Бокль, в России -И.В.Лучицкий. С этих пор в истории применяются простейшие статистические методы (группировка, расчет показателей вариации и др.).

В 60-е гг. XX в. произошел коренной перелом в применении исследовательских технологий в сфере общественных наук: применение ЭВМ во многом меняет привычную практику. В результате интерес к применению математических методов и ЭВМ в исторических исследованиях резко повышается. Формируются специальные группы и центры, выходят сборники статей и монографии. С 1968 г. в составе Отделения истории АН СССР работала Комиссия по применению ЭВМ и математических методов в исторических исследованиях, которая объединила историков-квантификаторов. Образуется особое направление в исторической науке - квантитативная история, которую можно назвать одним из самых крупнейших и успешных разделов в отечественной историографии. Математико-статистические методы стремительно и прочно вошли в исследовательский арсенал историков. Они стали одним из тех факторов, которые наряду с другими определяли с конца 50-х гг. развитие исторической науки в СССР. На основе использования методов математики и информатики были написаны важнейшие труды. Работы И.Д.Ковальченко,

В.З.Дробижева, В.Е.Полетаева, В.А.Устинова и других историков вошли в золотой фонд отечественной историографии.

Однако к началу 90-х изменилась парадигма ценностей в использовании вычислительной техники. Если в 60-80-е гг. XX в. применение ЭВМ было неотъемлемым атрибутом квантитативной истории, то с конца 80-х гг. компьютерная техника все больше начинает жить самостоятельной жизнью, появляются самостоятельные разделы исторической информатики - базы данных, сетевые технологии, Интернет, геоинформационные системы. Зарождается новое направление - историческая информатика. Квантитативная история стала рассматриваться, с одной стороны, как часть исторической информатики, которая постоянно подпитывает возможности больших и быстрых объемов вычислений, а с другой - как самостоятельная методология, использующая и некомпьютерные возможности. Если в 60-70-е гг. математические проблемы, связанные с обработкой исторической информации, отдавались на откуп сотрудникам математических подразделений и вычислительных центров, то в 80-90-е гг. были созданы стандартные программы по математической и статистической обработке, позволяющие историкам выполнять и применять методы любой сложности вычислений. Тесное содружество историков, математиков, программистов позволяет говорить о новой междисциплинарной ситуации, когда происходит постоянный обмен мнениями, идеями, технологиями, выводящими к новым ранее неизвестным результатам.

В октябре 1992 г. в Москве создана Ассоциация «История и компьютер», в которой квантитативные исследования занимают одно из ведущих мест. Особенно велика заслуга в институционализации нового образования заведующего Лабораторией доктора исторических наук, профессора Л.И.Бородкина. Новое объединение отличается от прежней Комиссии. Во-первых, ассоциация является самостоятельным объединением отдельных историков и организаций, не входит в структуру академических учреждений РАН. Во-вторых, АИК стала составной частью международной ассоциации «History & Computing». На ее конференциях часто рассматриваются многие вопросы квантитативной истории.

Использование математических методов осуществлялось в большей степени в тех сферах исторического познания, где был накоплен большой опыт источниковедческого анализа традиционными средствами. Именно применение математических методов позволило вывести на новый уровень изучение данных проблем. Историки все чаще обращаются к исследованию динамики социальной структуры общества, к выявлению ее элементов на разных этапах исторического развития. Все более привлекает внимание характеристика закономерностей распространения массовых движений, идей, представлений, общественно-политической деятельности больших групп людей. В настоящее время складываются области исторического исследования, которые строятся на такого рода обобщении и предусматривают применение широкого спектра новейших методик. К их числу относится изучение жизненных путей и опыта больших групп людей, позволяющее на новом уровне анализировать динамику социально-экономических, политических, культурных и других изменений в структуре общества. Расширяется сфера совместной работы историков, социологов, психологов и других ученых в изучении закономерностей общественного развития, что способствует взаимному обогащению методов анализа фактического материала, в том числе и математических, расширяет круг источников, привлекаемых историками. Использование различных математических приемов обработки исторических источников будет способствовать обогащению исторической науки.

Явления и процессы, которые при этом подвергаются изучению, характеризуются действием статистических закономерностей и требуют обобщения и осмысления большого фактического материала, заключенного в массовых источниках. Комплексы массовых источников чрезвычайно велики и многообразны. Круг их постоянно расширяется. Создаются предпосылки для дальнейшего распространения современных методов обработки данных. Современные достижения успешно используются для повышения информационной отдачи источников, ранее уже привлекавшихся историками, для сбора и мобилизации разрозненных данных отдельных источников, не подвергавшихся обобщению.

В исторической науке широко используются не только те математические методы, которые в достаточной степени зарекомендовали себя, но привлекаются другие математические теории для обработки и анализа данных исторических источников: многомерный анализ, теории игр, дифференциальные уравнения. Они позволят ввести в исследование при помощи математических методов новый, более широкий круг исторических источников. Историку не обязательно применять всю совокупность указанных математических методов. Иногда обычная группировка материала дает возможность получить необходимые характеристики. Выбор методики и техники зависит в конечном счете от конкретных исследовательских задач. При рассмотрении каждого метода мы стремились показать, что применение математики в исторической науке - это не шаблонное использование готовых математических формул при изучении любого исторического процесса, а довольно сложное исследование, требующее очень серьезного внимания и основательных знаний. Правильное применение математики позволит историкам не только количественно описать закономерности массовых явлений, но и учесть своеобразие каждого исторического источника, провести глубокое качественное исследование.

Освещение в трудах историков получила разработка методологических и методических принципов использования математических методов и ЭВМ, следование которым гарантирует правильность полученных результатов. Возможности переноса математических методов, зарекомендовавших себя при изучении одних явлений, на другие всегда имеют определенные ограничения. Поэтому историку часто приходится идти не от постановки задач и выбора наиболее подходящих математических методов для их решения, а, наоборот, от имеющихся в его распоряжении средств. Поэтому необходима дальнейшая разработка математических методов как более тонко улавливающих закономерности общественных явлений. Такая постановка вопроса возможна при условии обобщения имеющихся достижений в области математики, с одной стороны, и знания конкретных явлений исторического процесса, исторической проблематики, с другой. Игнорирование любой из сторон не приведет к успеху в исторических исследованиях. Применение математических методов не должно создавать иллюзии, что строгость анализа придает ему всеобъемлющий характер и абсолютную доказательность. В противном случае это может привести к появлению ученых одного уровня с А.Т.Фоменко. Определяющим фактором является методология исследования, адекватность используемого математического аппарата сути решаемой содержательной задачи.

Математические методы используются историками в совокупности с другими методами. Проблема соотношения различных конкретных методов исследования, в том числе математических, является одной из важнейших методологических проблем исторической науки. И эта проблема требует дальнейшего специального изучения. Ее разработка способствует совершенствованию исследовательских приемов, влияет на характер использования информативных возможностей массовых источников, на постановку и решение все более сложных задач исторической науки. Несмотря на значительный опыт, накопленный отечественными историками при обработке массовых источников по истории нашей страны с помощью математических методов, процесс введения их в научный оборот сложен. При изучении истории, обилии разнородных данных, требующих систематизации, отсутствии в социально-экономических характеристиках единства возникают спорные размышления и теории, что требует глубокого понимания процессов источниковедческого анализа. Еще имеется огромное количество массовых сведений, которые историки не привлекали в полном объеме.

Было бы неверно считать, что применение математических методов в исторических исследованиях сопряжено с необходимостью использования компьютеров. Не умаляя их огромной роли, следует признать, что и без них на определенных этапах методы могут быть использованы. Это показывает история «домашинного» применения математических методов. Ряд приемов не требует громоздких вычислений, а требует лишь расчетов при помощи малых вычислительных средств.

Данная работа не претендует на всю полноту раскрытия проблемы. Появление историографического исследования квантитативного направления с одной, стороны, будет способствовать решению ряда практических задач, связанных с более глубокой проработкой методологических и методических проблем использования математических методов в постановке новых задач и применении новых средств их решения, пропагандой возможностей математических методов и моделирования, а с другой, обогатит понимание исторических событий, будет способствовать объяснению не только того, что происходило и происходит в исторической науке, но и того, каковы были и есть ее движущие силы, а, следовательно, как она развивалась и будет развиваться далее.

Список литературы диссертационного исследования кандидат исторических наук Харитонов, Михаил Юрьевич, 2002 год

1. Архивные источники

2. Текущий архив Чувашского государственного университета.

3. Центральный государственный архив Чувашской Республики (Ф. Р-2453).

4. Центральный архив РАН (Ф. 457. Оп. 1-4).1.. Законодательные и директивные документы государственных и общественных организаций

5. Постановление ЦК ВКП(б) «О педологических извращениях в системе Нар-компросов». 4 июля 1936 г. // Коммунистическая партия Советского Союза в резолюциях и решениях съездов, конференций и пленумов ЦК. 9-е изд. М.: Политиздат, 1985. Т. 6. С. 364-367.

6. XX съезд КПСС: Стенографический отчет. М., 1956. Т. 1.

7. Закон СССР «О дальнейшем совершенствовании организации управления промышленностью и строительством». 10 мая 1957 г. (Извлечение) // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 4. С. 343-347.

8. Постановление СМ СССР «О создании Сибирского отделения АН СССР». 18 мая 1957 г. // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 4. С. 347-349.

9. Постановление СМ СССР «О мероприятиях по улучшению работы в области государственной стандартизации и норматизации». 16 октября 1959 г. // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 4. С. 609-616.

10. Постановление СМ СССР «О мерах по улучшению организации научно-технической информации в стране». 11 мая 1962 г. // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 5. С. 75-79.

11. Постановление ЦК КПСС и СМ СССР «О дальнейшем улучшении руководства развитием науки и техники в стране». 5 марта 1963 г. // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 5. С. 286-291.

12. Постановление СМ СССР «Об улучшении научно-технической информации в стране». 10 сентября 1964 г. // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 5. С. 500-504.

13. Постановление СМ СССР «Об общегосударственной системе научно-технической информации». 29 ноября 1966 г. // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1968. Т. 6. С. 267-274.

14. Постановление СМ СССР «О мерах по дальнейшему увеличению производства средств оргтехники». 23 мая 1969 г. (Извлечение) // Решения партии и правительства по хозяйственным вопросам: Сб. документов. М.: Политиздат, 1970. Т. 7. С. 427-428.

15. Материалы XXVI съезда КПСС. М.: Политиздат, 1982. 223 с.

16. Материалы XXVII съезда Коммунистической партии Советского Союза. М.: Политиздат, 1986. 352 с.

17. Закон РФ «О правовой охране программ для электронных вычислительных машин и баз данных» от 10 апреля 1992 г. // Ведомости Съезда народных депутатов РФ. 1992. №42. Ст. 2325.

18. Закон РФ «О государственной тайне» от 21 июля 1993 г. № 5485-1 с изменениями и дополнениями от 6 октября 1997 г.

19. Концепция информатизации высшего образования Российской Федерации. М., 1994.

20. Федеральный закон «Об информации, информатизации и защите информации» // Собрание законодательства РФ. № 8. 20 февраля 1995 года. Ст. 609. С. 213225.

21. Федеральная программа развития образования в Российской Федерации. М., 1995.

22. Закон РФ «Об участии в международном информационном обмене» от 5 июня 1996 года // Собрание законодательства РФ. 1996. 8 июля. № 28. Ст. 3347. С. 6854-6861.1.I. Монографии, брошюры

23. Абакаров М.И. Ведущая сила современности. М.: Наука, 1979. 212 с.

24. Абакаров М.И. Российский рабочий класс: проблемы методологии и историографии. Махачкала: Дагестан, гос. ун-т, 1998. 142 с.

25. Абдулганеев М.Т., Владимиров В.Н. Типология поселений Алтая 6-2 вв. до н.э. Барнаул: Изд-во Алтайск. гос. ун-та, 1997. 148 с.

26. Адамар Н. Исследование психологии изобретения в области математики. М.: Мир, 1970. 152 с.

27. Азгальдов Г.Г., Райхман Э.П. О квалиметрии. М.: Изд-во стандартов, 1973. 172 с.

28. Айвазян С.А. Статистическое исследование зависимостей (Применение методов корреляционного и регрессионного анализов и обработки результатов). М.: Металлургия, 1968. 227 с.

29. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. 240 с.

30. Алексеев В.В., Букин С.С. Рост благосостояния рабочих Сибири в условиях строительства развитого социализма. Новосибирск: Наука. Сибир. отд-ние, 1980. 216 с.

31. Андерсон Т. Введение в многомерный статистический анализ / Пер. с англ. М.: ГИФМЛ, 1963. 500 с.

32. Андреев И.Д. Научная теория и методы познания. М.: Знание, 1975. 62 с.

33. Андреев И.Д. О методах научного познания. М.: Наука, 1964. 184 с.

34. Андреев И.Д. Проблемы логики и методологии познания. М.: Наука, 1972. 319с.

35. Андреев И.Д. Методологические основы познания социальных явлений. М.: Высшая школа, 1977. 328 с.

36. Аникеев И.А. Историческая информатика в России / Науч. ред. Л.И.Бородкин. Ставрополь: Изд-во Ставропол. гос. ун-та, 1999. 180 с.

37. Анучин Д.Н. Избранные географические работы / Под общ. ред. Л.С.Берга. М.: Географгиз, 1954. 387 с.

38. Апокин И.А. Кибернетика и научно-технический прогресс: (история и перспективы). М.: Наука, 1982. 244 с.

39. Апокин И.А., Майстров Л.Е. История вычислительной техники: (От простейших счетных приспособлений до сложных релейных систем). М.: Наука, 1990. 264 с.

40. Апокин И.А., Майстров Л.Е. Развитие вычислительных машин М.: Наука, 1974. 400 с.

41. Арапов М.В., Херц М.М. Математические методы в исторической лингвистике. М.: Наука, 1974. 167 с.

42. Арсентьев Н.М. ЭВМ в историческом исследовании: Обработка массовых исторических источников по проблеме формирования пролетариата. Саранск: Изд-во Саранск, ун-та, 1989. 140 с.

43. Артемов Е.Т. Формирование и развитие сети научных учреждений АН СССР в Сибири. 1944-1980 гг. / Отв. ред. В.Л.Соскин. Новосибирск: Наука. Сиб. отд-ние, 1990. 185 с.

44. Арутюнян Ю.В., Дробижева Л.М. Многообразие культурной жизни народов СССР. М.: Мысль, 1987. 303 с.

45. Арутюнян Ю.В. Опыт социологического изучения села. М.: Изд-во Моск. унта, 1968. 104 с.

46. Афанасьев В.Г. Социальная информация и управление обществом. М.: Политиздат, 1975. 408 с.

47. Афанасьев В.Г. Социальная информация. М.: Наука, 1994. 199 с.

48. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ / Пер. с англ.; Под ред. Г.П.Башарина. М.: Мир, 1982. 488 с.

49. Бабенко В.Н. Отечественная научная информация в области исторических наук во второй половине XX века: итоги и перспективы. М.: ИНИОН РАН, 1999. 239 с.

50. Бабенко В.Н. Развитие научной информации в области исторических наук: проблемы теории и практики. М.: ИНИОН РАН, 1998. 171 с.

51. Бабст И.К. Избранные труды / Под ред. М.Г.Покидченко, Е.Н.Калмыковой; Предисл. Ю.М.Осипова. М.: Наука, 1999. 301 с.

52. Бакланов Г.И., Адамов В.Е., Устинов А.И. Статистика промышленности / Под ред. В.Е.Адамова. 4-е изд. М.: Финансы и статистика, 1982. 439 с.

53. Бакланов Г.И. Как статистика изучает эффективность и качество в промышленности. М.: Статистика, 1978. 119 с.

54. Бакланов Г.И. Некоторые вопросы индексного метода. М.: Статистика, 1972. 72 с.

55. Барг М.А. Категории и методы исторической науки. М.: Наука, 1984. 342 с.

56. Барсенков A.C. Советская историческая наука в послевоенные годы (19451955). М.: Изд-во МГУ, 1988. 139 с.

57. Бартоломью Д.Д. Стохастические модели социальных процессов / Пер. с англ. М.: Финансы и статистика, 1985. 295 с.

58. Батыгин Г.С. Обоснование научного вывода в прикладной социологии. М.: Наука, 1986. 269 с.

59. Бауфал A.M., Горюшкин Л.М., Золототрубов B.C., Островский И.В., Рябо-конь A.M. Материалы переписи 1916 года по Томской губернии: (Из опыта обработки на ЭВМ). Новосибирск: ИИФФ Сибир. отд-ния АН СССР, 1969. 306 с.

60. Белый Ю.А. Считающая микроэлектроника. М.: Наука, 1983. 118 с.

61. Белых A.A. История советских экономико-математических исследований (1917 начало 60-х годов). Л.: Изд-во Ленинградского ун-та, 1990. 144 с.

62. Беляев Е.А., Пышкова Н.С. Формирование и развитие сети научных учреждений СССР: Исторические очерки. М.: Наука, 1979. 242 с.

63. Берка К. Измерения: Понятия, теории, проблемы. М.: Прогресс, 1987. 318 с.

64. Берлянт A.M. Картографический метод исследования. М., 1978. 240 с.

65. Бернал Дж.Д. Наука в истории общества / Пер. с англ. М.: Изд-во иностр. лит., 1956. 213 с.

66. Бессмертный Ю.Л. Жизнь и смерть в средние века. Очерки демографической истории Франции. М.: Наука, 1991. 235 с.

67. Бессмертный Ю.Л. Феодальная деревня и рынок в Западной Европе ХИ-ХШ веков: По северофранцузским и западнонемецким материалам. М.: Наука, 1969. 371 с.

68. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. 2-е изд. М.: Статистика, 1980. 263 с.

69. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Наука, 1973. 159 с.

70. Бирюков Б.В., Геллер Е.С. Кибернетика в гуманитарных науках. М.: Наука, 1973.382 с.

71. Блауберг И.В., Юдин Э.Г. Становление и сущность системного подхода. М.: Наука, 1973. 270 с.

72. Бляхман Л.С., Здравомыслов А.Г., Шкаратан О.И. Движение рабочей силы на промышленном предприятии. М.: Экономика, 1965. 151 с.

73. Бляхман Л.С., Сочилин Б.Г., Шкаратан О.И. Подбор и расстановка кадров на предприятии. М.: Экономика, 1968. 191 с.

74. Бляхман Л.С., Шкаратан О.И. НТР, рабочий класс, интеллигенция. М.: Политиздат, 1973. 320 с.

75. Бобров С.П. Экономическая статистика. Введение в изучение методов обработки временных рядов экономической статистики. М.; Л.: ГИЗ, 1930.

76. Бойко И.И. Рабочие Волго-Вятского региона: опыт и уроки социально-экономического развития (1960-1985 гг.) / Отв. ред. Ю.П.Смирнов. Чебоксары: Изд-во ЧГИГН, 1997.202 с.

77. Бокарев Ю.П. Бюджетные обследования крестьянских хозяйств 20-х годов как исторический источник / Отв. ред. И.Д.Ковальченко. М.: Наука, 1981. 310 с.

78. Бокарев Ю.П. Социалистическая промышленность и мелкое крестьянское хозяйство в СССР в 20-е годы: источники, методы исследования, этапы взаимоотношений / Отв. ред. И.Д.Ковальченко. М.: Наука, 1989. 312 с.

79. Бокль Г.Т. История цивилизации в Англии / Пер. с англ. 2-е изд. СПб.: Изд. Тиблена и Пантелеева, 1864. Т. 1. Вып. 1. 694 е.; СПб.: Тип. Ю.А.Бокрама, 1864. Т. 2. 724 е.; 3-е изд. СПб.; М.: Изд. книгопрод.-тип. М.О.Вольфа, 1873. Т. 2. 523 с.

80. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974. Вып. 1. 406 е.; Вып. 2. 197 с.

81. Болыпев Л.Н., Смирнов И.В. Таблицы математической статистики. М.: Наука, 1965.464 с.

82. Бородкин Л.И. Многомерный статистический анализ в исторических исследованиях. М.: Изд-во Московского ун-та, 1986. 187 с.

83. Бородкин Л.И. Современная информатика в исследованиях по аграрной истории России конца XIX в.: К IX Международному конгрессу по экономической истории. М., 1986.

84. Боярский А.Я. Математика для экономистов. 2-е изд. М.: Госстатиздат, 1961. 464 с.

85. Боярский А.Я. Население и методы его изучения: Сб. научных трудов. М.: Статистика, 1975. 264 с.

86. Брагина Л.М. Социально-этические взгляды итальянских гуманистов (вторая половина XV в.). М.: Изд-во МГУ, 1983. 303 с.

87. Букин С.С. Жизненный уровень рабочей семьи в Сибири (1946-1960 гг.). Новосибирск: Наука, 1984. 270 с.

88. Бурбаки Н. Элементы математики: Очерки по истории математики / Пер. с франц.; Под ред. К.А.Рыбникова. М.: Изд-во иностр. лит., 1963. 292 с.

89. Бут Э., Бут К. Автоматические цифровые машины / Пер. с англ. М.: Физмат-гиз, 1959. 320 с.

90. Быков В.В. Методы науки / Отв. ред. В.Н.Садовский. М.: Наука, 1974. 216 с.

91. Быстродействующие вычислительные машины. М.: Изд-во иностр. лит. 1952. 431 с.

92. Вайнштейн А.Л. Народный доход России и СССР. История, методология исчисления, динамика. М.: Наука, 1969. 168 с.

93. Вашик К. Представление исторического знания и новые мультимедийные технологии. М.: АИРО-ХХ, 1999. 38 с.

94. Вдовин А.И., Дробижев В.З. Рост рабочего класса СССР. 1917-1940 гг. М.: Мысль, 1976. 264 с.

95. Вебер X., Дерр М. Оцифровка как метод обеспечения сохранности. М.: ГПНТБ России, 1999. 48 с.

96. Вейль Г. Математическое мышление: Сб. / Пер. с англ. М.: Наука, 1989. 400 с.

97. Венецкий И.Г. Вариационные ряды и их характеристики. М.: Статистика, 1970. 159 с.

98. Венецкий И.Г. Статистические методы в демографии. М.: Статистика, 1977. 208 с.

99. Вилейтнер Г. История математики от Декарта до середины XIX столетия / Пер. с нем. 2-е изд. М.: Наука, 1966. 507 с.

100. Виллерс Ф.А. Математические инструменты. М.: Изд-во иностр. лит., 1949. 302 с.

101. Винер Н. Кибернетика и общество / Пер. с англ. М: Изд-во иностр. лит., 1958. 200 с.

102. Винер Н. Кибернетика, или управление и связь в животном и машине / Пер. с англ. 2-е изд. М.: Наука, 1983. 343 с.

103. Витте С.Ю. Конспект лекций о народном и государственном хозяйстве, читанных его императорскому высочеству великому князю Михаилу Александровичу в 1900-1902 годах. М.: Фонд экон. кн. «Начала», 1997. 511 с.

104. Виттенберг Е.Я., Дробижев В.З. Рабочий класс и профсоюзы СССР: Критика буржуазных и ревизионистских концепций. М.: Профиздат, 1980. 359 с.

105. Водарский Я.Е. Население России в конце XVII первой половине XVIII вв.: Численность, сословно-классовое состояние, размещение. М.: Наука, 1977. 263 с.

106. Водарский Я.Е. Дворянское землевладение в России в XVIII первой половине XIX в.: Размеры и размещение. М.: Наука, 1988. 301 с.

107. Водарский Я.Е. Промышленные селения центральной России в период генезиса и развития капитализма. М.: Наука, 1972. 256 с.

108. Водарский Я.Е. Население России за 400 лет (XVI начало XX вв.). М.: Просвещение, 1973. 159 с.

109. Волович В.И. Надежность информации в социологическом исследовании: Проблемы методологии и методики. Киев: Наукова думка, 1974. 135 с.

110. Володарский JI.M. Статистика в свете решений XXV съезда КПСС. М.: Статистика, 1978. 64 с.

111. Володарский JI.M. Статистика и планирование промышленности. 2-е изд. М.: Госстатиздат, 1960. 307 с.

112. Володарский JI.M. Статистика промышленности. 2-е изд. М.: Госстатиздат, 1956. 167 с.

113. Ворожейкин И.Е. Очерк историографии рабочего класса СССР. М.: Политиздат, 1975. 288 с.

114. Ворожейкин И.Е., Сенявский C.JI. Рабочий класс ведущая сила советского общества (Вопросы методологии и историографии). М.: Мысль, 1977. 374 с.

115. Воронкова C.B. Проблемы источниковедения истории России периода капитализма: (Итоги и задачи). М.: Изд-во МГУ, 1985. 160 с.

116. Гапоненко JI.C. Рабочий класс России в 1917 году. М.: Наука, 1970. 579 с.

117. Гернет М.Н. Избранные произведения. М.: Юридическая лит-ра, 1974. 639 с.

118. Герчук Я.П. Графики в математико-статистическом анализе. М.: Статистика, 1972. 78 с.

119. Гильдерман Ю.И. Закон и случай. Новосибирск: Наука. Сибир. отд-ние, 1991. 197 с.

120. Глинский Б.А. Философские и социальные проблемы информатики. М: Наука, 1990. 105 с.

121. Аграрная история Северо-Запада России: Вторая пол. XV нач. XVI в. Л.: Наука, 1971. Т. 1.402 с.

122. Аграрная история Северо-Запада России XVI века: Новгородские пятины. Л.: Наука, 1974. 322 с.

123. Аграрная история Северо-Запада России XVI века: Север. Псков. Общие итоги развития. Л.: Наука, 1978. 322 с.

124. Аграрная история Северо-Запада России XVII века: Население, землевладение, землепользование. Л.: Наука, 1989. 322 с.

125. Аграрная эволюция России и США в XIX нач. XX века: Материалы сов.-амер. симпозиума / Отв. ред. И.Д.Ковальченко, В.А.Тишков. М., 1991. 368 с.

126. Анализ нечисловой информации в социологических исследованиях. М.: Наука, 1985.221 с.

127. Гносеология в системе философского мировоззрения / Отв. ред. В.А.Лекторский. М.: Наука, 1983. 384 с.

128. Диалектика научного познания: Очерк диалектической логики / Рук. авт. кол. Д.П.Горский. М.: Наука, 1978. 480 с.

129. Естественные науки и археология в изучении древних производств / Под ред. В.Е.Полетаева и др. М., 1982.

130. Из истории исторической информатики: Межвузовский сб. научных трудов / Отв. ред. В.А.Шаповалов. Ставрополь: Ставропол. гос. ун-т, 1997. Вып. 1. 77 с.

131. Из истории исторической информатики: Межвузовский сб. научных трудов / Ред. кол.: Л.И.Бородкин, А.А.Аникеев. Ставрополь: Изд-во Ставропол. гос. ун-та, 1999. Вып. 2. 107 с.

132. Интернет новая информационная среда исторической науки: Тезисы докладов международ, конференции (г. Барнаул, 26-28 мая 1998 г.) / Отв. ред. В.Н.Владимиров. Барнаул: Изд-во Алтайск. гос. ун-та, 1998. 54 с.

133. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории АН СССР. М.,1990. № 1, ноябрь.

134. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории АН СССР. М.,1991. № 2, август.

135. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории АН СССР. М., 1991. № 3, октябрь.

136. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории АН СССР. М.,1991. №4, декабрь.

137. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории РАН. М.,1992. № 5, март.

138. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории РАН. М., 1992. № 6, ноябрь.

139. Информационный бюллетень Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории РАН и Ассоциации «История и компьютер». М., 1993. № 8, март.

140. Информационный бюллетень Ассоциации «История и компьютер» и Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории РАН. М., 1993. № 9, октябрь.

141. Информационный бюллетень Ассоциации «История и компьютер». М.: Ассоциация «История и компьютер», 1994. № 10, апрель. Спец. вып. Тезисы докладов и сообщений II конференции Ассоциации «История и компьютер» (Красновидово, 18-20 марта 1994 г.).

142. Информационный бюллетень Ассоциации «История и компьютер». М.: Ассоциация «История и компьютер», 1994. № 11, июнь.

143. Информационный бюллетень Ассоциации «История и компьютер». М.: Ассоциация «История и компьютер», 1994. № 12, сентябрь.

144. Информационный бюллетень Ассоциации «История и компьютер». М.: Ассоциация «История и компьютер», 1995. № 13, март.

145. Информационный бюллетень Ассоциации «История и компьютер». № 15, август 1995 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер»,1995.

146. Информационный бюллетень Ассоциации «История и компьютер». № 16, февраль 1996 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер»,1996.

147. Информационный бюллетень Ассоциации «История и компьютер». № 18, июль 1996 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер»,1996.

148. Информационный бюллетень Ассоциации «История и компьютер». № 20, февраль 1997 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер»,1997. 187 с.

149. Информационный бюллетень Ассоциации «История и компьютер». № 22, январь 1998 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер»,1998. 275 с.

150. Информационный бюллетень Ассоциации «История и компьютер». № 24, июнь 1999 г. / Отв. ред. Л.И.Бородкин. М.: Мосгорархив, 1999. 280 с.

151. Информационный бюллетень Ассоциации «История и компьютер». № 25, март 2000 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер», 2000. 251 с.

152. Информационный бюллетень Ассоциации «История и компьютер». № 26/27, ноябрь 2000 г. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер», 2000. 288 с.

153. История и антиистория: Критика «новой хронологии» академика А.Т.Фоменко / Сост. и изд. А.Д.Кошелев. М.: Языки русской культуры, 2000. 528 с.

154. История и компьютер: Новые информационные технологии в исторических исследованиях и образовании / Отв. ред. Л.И.Бородкин, В.Леверманн. Gottingen: St. Katharinen, 1993. IV, 278 с.

155. История отечественной математики. Киев: Наук, думка, 1966. Т. 1. 492 е.; 1967. Т. 2.616 с.

156. История преподавания и развития статистики в Петербургском-Ленинградском университете (1819-1971) / Под ред. И.В.Саповской, И.П.Суслова. Л., 1972.

157. История. Карта. Компьютер: Сб. научных трудов / Отв. ред. В.Н.Владимиров. Барнаул: Изд-во Алтайск. гос. ун-та, 1998. 176 с.

158. История, статистика, информатика. Материалы международного научного семинара «Статистическое программное обеспечение для историков» (Барнаул, 2931 мая 1994 г.) / Отв. ред. Л.И.Бородкин, В.Н. Владимиров. Барнаул: АГУ, 1995. 237 с.

159. Источник. Метод. Компьютер: Сб. научных трудов / Отв. ред. В.Н.Владимиров, С.В.Цыб. Барнаул: Изд-во Алтайск. гос. ун-та, 1996. 226 с.

160. Количественные методы в зарубежной исторической науке (Историография 70-80-х гг.): Научно-аналитический обзор. М.: ИНИОН АН СССР, 1988.

161. Количественные методы в исследованиях по истории советского рабочего класса и крестьянства: Сб. научных трудов / Отв. ред. Т.И.Славко. Свердловск: Урал, отделение АН СССР, 1991. 176 с.

162. Количественные методы в советской и американской историографии: Материалы советско-американских симпозиумов в г. Балтиморе, 1979 г. и в г. Таллине, 1981 г. / Отв. ред. И.Д.Ковальченко, В.А.Тишков. М.: Наука, 1983. 427 с.

163. Комплексные методы в изучении истории с древнейших времен до наших дней: Тезисы докладов совещания (Москва, 20-22 февр. 1985 г.). М.: Ин-т истории СССР АН СССР, 1984. 200 с.

164. Комплексные методы в изучении исторических процессов: Сборник статей. М.: Ин-т истории СССР АН СССР, 1987. 198 с.

165. Комплексные методы в исторических исследованиях: Тезисы докладов и сообщений научного совещания (Москва, 3-5 февраля 1988 г.) / Отв. ред. В.Е.Полетаев. М.: Ин-т истории СССР АН СССР, 1987. 228 с.

166. Компьютер и историческая демография: Сб. научных трудов / Под ред. В.Н.Владимиров. Барнаул: Изд-во Алтайск. гос. ун-та, 2000. 210 с.

167. Компьютер и историческое знание / Отв. ред. Л.И.Бородкин, В.Н. Владимиров. Барнаул: АГУ, 1994. 208 с.

168. Компьютер и экономическая история: Сб. научных трудов / Отв. ред. Л.И.Бородкин, В.Н. Владимиров. Барнаул: Изд-во Алтайск. гос. ун-та, 1997. 240 с.

169. Круг идей: историческая информатика на пороге XXI века. Труды VI конференции Ассоциации «История и компьютер» / Под ред. Л.И.Бородкина, Ю.П.Смирнова, И.Ф.Юшина. М.: Изд-во Моск. гор. об-ния архивов; Чебоксары: Изд-во Чуваш, гос. ун-та, 1999. 456 с.

170. Круг идей: модели и технологии исторической информатики. Труды III конференции Ассоциации «История и компьютер» / Под ред. Л.И.Бородкина, В.С.Тяжельниковой. М.: Изд-во Моск. гор. об-ния архивов, 1996. 345 с.

171. Круг идей: новое в исторической информатике. Труды I конференции Ассоциации «История и компьютер» / Отв. ред. Л.И.Бородкин, В.С.Тяжельникова. М.: Изд-во Моск. гор. об-ния архивов, 1994. 170 с.

172. Круг идей: новые архивные технологии / Отв. ред. В.С.Тяжельникова, И.Ф.Юшин. М., 1996.

173. Круг идей: развитие исторической информатики. Труды II конференции Ассоциации «История и компьютер» / Отв. ред. Л.И.Бородкин, В.С.Тяжельникова. М.: Изд-во Моск. гор. об-ния архивов, 1995. 485 с.

174. Круг идей: традиции и тенденции исторической информатики: Труды IV конференции Ассоциации «История и компьютер» / Под ред. Л.И.Бородкина, И.Ф.Юшина. М.: Изд-во Моск. гор. об-ния архивов, 1997. 339 с.

175. Ленин В.И. и современная статистика. М.: Статистика, 1970. Т. 1. 259 е.; 1971. Т. 2. 311 е.; 1973. Т. 3.243 с.

176. Массовые источники по истории Сибири: Бахрушинские чтения 1989 г.: Межвузовский сб. научных трудов. Новосибирск: Изд-во Новосибирск, ун-та, 1989. 156 с.

177. Массовые источники по истории советского рабочего класса периода развитого социализма / Отв. ред. И.Д.Ковальченко. М.: Изд-во Москов. ун-та, 1982. 208 с.

178. Массовые источники по социально-экономической истории периода капитализма / Отв. ред. И.Д.Ковальченко. М.: Наука, 1979. 416 с.

179. Массовые источники по социально-экономической истории советского общества / Под ред. И.Д.Ковальченко. М.: Изд-во Москов. ун-та, 1979. 374 с.

180. Математика в изучении средневековых повествовательных источников. М.: Наука, 1986. 148 с.

181. Математические методы в исследованиях по социально-экономической истории / Под ред. И.Д.Ковальченко. М.: Наука, 1975. 320 с.

182. Математические методы в историко-экономических и историко-культурных исследованиях. М.: Наука, 1977. 384 с.

183. Математические методы в исторических исследованиях. М.: Наука, 1972. 234 с.

184. Математические методы в социально-экономических и археологических исследованиях / Под ред. И.Д.Ковальченко. М.: Наука, 1981. 415 с.

185. Математические методы в статистике. М., 1927.

186. Математические методы и ЭВМ в историко-типологических исследованиях. М.: Наука, 1989. 269 с.

187. Математические методы и ЭВМ в исторических исследованиях. М.: Наука, 1985.342 с.

188. Математические модели исторических процессов: Сб. ст. / Отв. ред. Л.И.Бородкин. М.: Ассоциация «История и компьютер», 1996. 251 с.

189. Материалы научных чтений памяти академика И.Д.Ковальченко (Москва, 2-3 декабря 1996 г.) / Отв. ред. С.П.Карпов. М.: Мосгорархив, 1997. 320 с.

190. Методологические и методические проблемы изучения рабочего класса социалистического общества. М.: ИМРД АН СССР, 1979. 221 с.

191. Методы количественного анализа текстов нарративных источников: Сб. статей. М.: Ин-т истории СССР АН СССР, 1983. 132 с.

192. Многомерный статистический анализ в социально-экономических исследованиях. М.: Наука, 1974. 416 с.

193. Научные приборы / Ред.-сост. Л.Е.Майстров. М.: Наука, 1968. 161 с.

194. Новое в применении физико-математических методов в археологии. М., 1979.

195. Опыт компьютеризации исторического образования в странах СНГ: Сб. ст. / Под ред. В.Н.Сидорцова, Е.Н.Балыкиной. Минск: Белорус, гос. ун-т, 1999. 223 с. (Педагогические аспекты исторической информатики. Вып. 1).

196. Очерки истории исторической науки в СССР. М.: Наука, 1966. Т. 1; Т. 2; Т. 3; Т. 4. 856 е.; 1985. Т. 5. 606 с.

197. Передовые рабочие в управлении обществом и производством: К 60-летию образования СССР. М.: ИМРД, 1982. Ч. 1. 100 е.; Ч. 2. 181 с.

198. Применение количественных методов в исследованиях по аграрной истории СССР: Сб. статей. М.: Ин-т истории СССР АН СССР, 1984. 140 с.

199. Применение электронно-вычислительных устройств в исследованиях по истории науки и техники. М.: Наука, 1966.

200. Проблемы методологии, историографии, источниковедения советского рабочего класса, его лучших представителей / Под ред. В.З.Дробижева. М.: МГИАИ, 1986. 234 с.

201. Рабочие и интеллигенция России в эпоху реформ и революций. 1861 февраль 1917 г./ Отв. ред. С.И.Потолов. СПб.: С.-Петербург, филиал Ин-та российской ист. РАН; Изд-во «Рус.-Балт. Информ. центр БЛИЦ», 1997. 639 с.

202. Социальное развитие рабочего класса СССР: Рост численности, квалификации, благосостояния рабочих в развитом социалистическом обществе: Историко-социологическое исследование / Под ред. Э.В.Клопова, В.Н. Шубкина, Л.А. Гордона. М.: Наука, 1977.287 с.

203. Социальный облик колхозной молодежи: По материалам социологических обследований 1938 и 1969 гг. М.: Мысль, 1976. 294 с.

204. Социальный облик рабочей молодежи: По материалам социологических обследований 1936 и 1972 гг. / Отв. ред. В.Е.Полетаев. М.: Мысль, 1980. 301 с.

205. Статистика стачек в России и в других индустриальных странах Европы и США. М„ 1986. 152 с.

206. Стачечная борьба рабочих Сибири в период империализма: Хроника, статистика, историография. Томск: Изд-во Томск, ун-та, 1978. 323 с.

207. Техника в ее историческом развитии: 70-е годы XIX в. начало XX в. М: Наука, 1982. 510 с.

208. Число и мысль. М.: Знание, 1986. Вып. 9. 176 с.

209. Эвристическая и методологическая функции философии в научном познании / Под ред. В.А. Ассеева, Г.А.Подкорытова. Л.: Изд-во Ленинград, ун-та, 1980. 200 с.

210. ЭВМ и математические методы в исторических исследованиях: Сб. ст. / Отв. ред. Ю.П.Бокарев. М.: Ин-трос. истории, 1994. 224 с.

211. Экономическая история: Обозрение / Под ред. В.И.Бовыкина, Л.И.Бородкина. М.: Центр экономической истории, 1998. Вып. 2. 160 с.1. V. Статьи

212. Актуальные задачи изучения советского рабочего класса: круглый стол // Вопросы истории. 1988. № 1. С. 3-23.

213. Актуальные проблемы теории истории: Материалы «круглого стола» (12 января 1994 г.) // Вопросы истории. 1994. № 7. С. 45-103.

214. Апокин И.А. Пути развития автоматизации // Кибернетика: Дела практические. М.: Наука, 1984. С. 36-49.

215. Арутюнян Ю.В. Развитие социально-культурной общности советских наций на современном этапе (Опыт системного историко-социологического анализа) // История СССР. 1986. № 4. С. 20-35.

216. Арутюнян Ю.В. Социальные аспекты культурного роста сельского населения //Вопросы философии. 1968. №9. С. 119-131.

217. Афанасьев Ю.Н. Ведущее направление французской историографии // Современная зарубежная немарксистская историография: Критический анализ / Отв. ред. В.Л.Мальков. М.: Наука, 1989. С. 136-160.

218. Байбаков С.А. Полувековой юбилей исторического факультета МГУ // Вестник Моск. ун-та. Серия 8. История. 1985. № 1. С. 3-15.

219. Бессмертный Ю.Л. Математические методы и их применение при изучении проблем средневековья // Средние века. М.: Наука, 1974. Вып. 34. С. 81-90.

220. Бирюков Б.В. Кибернетика, информатика, вычислительная техника, автоматика: проблемы становления и развития. Вклад отечественной науки // Кибернетика: прошлое для будущего. М.: Наука, 1989. С. 30-54.

221. Бокарев Ю.П. Бюджетные обследования крестьянских хозяйств в 20-х годов // Вопросы истории. 1974. № 6.

222. Бокарев Ю.П. Вопросы методики определения репрезентативности крестьянских бюджетов 20-х годов // История СССР. 1974. № 4. С. 117-132.

223. Бокарев Ю.П. Крестьянские бюджеты 1920-х годов и некоторые вопросы их источниковедческого анализа // Источниковедение отечественной истории. М.: Наука, 1977. С. 195-206.

224. Бокарев Ю.П. Методика изучения крестьянских бюджетов 20-х годов // Источниковедение истории советского общества. М.: Наука, 1978. Вып. 3. С. 114-159.

225. Бокарев Ю.П., Злоказов Г.И., Орехова Е.Д. Материалы всенародного обсуждения проекта новой Конституции СССР в отделах писем «Известия» и «Труд» // Источниковедение истории советского общества. М.: Наука, 1982. Вып. 4. С. 224245.

226. Болховитинов H.H., Согрин В.В. Об основных тенденциях в развитии историографии США // Современная зарубежная немарксистская историография: Критический анализ / Отв. ред. В.Л.Мальков. М.: Наука, 1989. С. 78-102.

227. Бородкин Л.И. Алгоритм построения агрегированной структуры разбиения для взвешенных графов // Модели агрегирования социально-экономической информации. Новосибирск, 1978.

228. Бородкин Л.И. Информационная структура исследований: вероятностный анализ коммуникационных сетей // Моделирование и оптимизация сложных систем управления. М., 1981.

229. Бородкин Л.И. Историческая информатика: Этапы развития // Новая и новейшая истории. 1997. № 1. С. 3-22.

230. Бородкин Л.И. Методологические проблемы применения математических методов в историко-гуманитарных исследованиях // Математизация современной науки: Предпосылки, проблемы, перспективы. М.: Наука, 1986. С. 130-139.

231. Бородкин Л.И. О работе научного семинара «Количественные методы в исторических исследованиях» // История СССР. 1981. № 3. С. 232.

232. Бородкин Л.И. Об одном подходе к построению размытой классификации объектов социально-экономических систем // Системное моделирование социально-экономических процессов. Таллин, 1983.

233. Бородкин Л.И., Гарскова И.М. Методологические проблемы моделирования в историко-социальных исследованиях // История СССР. 1985. № 2. С. 206-211.

234. Бородкин Л.И., Свищев М.А. Применение количественных методов и ЭВМ в изучении аграрной истории (По материалам советско-американского симпозиума) // История СССР. 1988. № 4. С. 123-134.

235. Бородкин Л.И., Свищев М.А. Социальные перемещения в частном секторе народного хозяйства периода нэпа // История СССР. 1989. № 5.

236. Бородкин Л.И., Селунская Н.Б. Методы изучения социальной истории в американской историографии (По поводу «Проекта социальной истории Филадельфии») // История СССР. 1978. № 2.

237. Бородкин Л.И., Соколов А.К. Историк и изучение социальных процессов (об использовании массовых источников и количественных методов их анализа в новейшей зарубежной историографии) // История СССР. 1983. № 1.

238. Бородкин Л.И., Соколов А.К. Опыт создания базы данных на основе анкетных сведений о делегатах съездов Советов // История СССР. 1984. № 2. С. 84-97.

239. Бородкин Л.И., Стадник O.E. Алгоритм построения решающего правила в задаче распознавания образов с использованием размытых множеств // Автоматика и телемеханика. 1985. №11.

240. Борткевич В.И. О статистической закономерности // Вестник права. 1905. № 10.

241. Буховец О.Г. К методике изучения «приговорного» движения и его роли в борьбе крестьянства в 1905-1907 гг. (По материалам Самарской губернии) // История СССР. 1979. № 3. С. 96-112.

242. Буховец О.Г. Массовые источники по общественному сознанию российского крестьянства (Опыт применения контент-анализа при изучении приговоров и наказов 1905-1907 гг.) // История СССР. 1986. № 4. С. 104-119.

243. Вдовин А.И. О сближении уровней социального развития советских республик в переходный период от капитализма к социализму // Проблемы истории СССР. М.: Изд-во Москов. ун-та, 1973. С. 35-50.

244. Виноградов В.М., Гельман-Виноградов К.Б., Черешня А.Г. Машиночитаемые документы (Некоторые аспекты источниковедческого анализа и формирования архивных комплексов) // История СССР. 1984. № 4. С. 92-104.

245. Воробьев В.М. О степени достоверности итогов переписных книг XVII в. // Советская историография аграрной истории СССР (до 1917 г.). Кишинев: Штиица, 1978. С. 255-259.

246. Воскресенский Ю.В., Митрофанова A.B., Полетаев В.Е., Рогачевская Л.С., Сенявский С.Л., Твердохлеб A.A. Актуальные задачи изучения истории советского рабочего класса // История СССР. 1973. № 4. С. 3-33.

247. Вялкина Л.В., Лукина Г.Н. Опыт применения некоторых методов математической статистики к изучению лексики древнерусских текстов // Исследования по исторической лексикологии древнерусского языка. М.: Наука, 1964. С. 298-307.

248. Гельман-Виноградов К.Б., Хромченко Л.Г. Кибернетика и историческая наука // Вопросы методологии исторической науки. Труды МГИАИ. М., 1967. Т. 25. С. 62-75.

249. Городецкий E.H. Историография как специальная отрасль исторической науки // История СССР. 1974. № 4. С. 96-116.

250. Гольдфарб С.Я. Периодическая печать Сибири источник по изучению общественно-политической жизни конца XIX - начала XX в. (По материалам газеты

251. Восточное обозрение») // Источниковедение и историография Восточной Сибири. Иркутск, 1982.

252. Горский A.A. Экономические примечания к генеральному межеванию как источник по истории сельского хозяйства России во второй половине XVIII века: (Опыт количественного анализа) // История СССР. 1984. № 6. С. 117-122.

253. Греков Б.И., Шацилло К.Ф., Шелохаев В.В. Эволюция политической структуры России в конце XIX начале XX века (1895-1913) // История СССР. 1988. № 5. С. 36-53.

254. Грисюк C.B. Некоторые проблемы применения количественных методов при изучении аграрной истории России периода капитализма // Социально-экономические и политические проблемы истории народов СССР. М.: Изд-во Моск. ун-та, 1986. С. 90-104.

255. Грисюк C.B. Применение количественных методов при изучении некоторых аспектов социально-экономической истории советского общества: (Историографический обзор) // Историографические и источниковедческие проблемы истории народов СССР. М., 1987. С. 3-18.

256. Гурьев A.A. Происхождение выборочного исследования и первые его опыты в России // Вестник статистики. 1921. № 1-4.

257. Гусейнова A.C., Павловский Ю.Н. Математическое моделирование исторических процессов // Исследовение операций. М.: Наука, 1978. Вып. 6. С. 3-32.

258. Данилов А.К. К вопросу о методологии исторической науки // Коммунист. 1969. №3. С. 41-54.

259. Данилов В.П., Славко Т.И. О путях исследования данных налоговых сводок по сельскому хозяйству СССР за 1924/25-1927/28 гг. //История СССР. 1972. № 5. С. 90-104.

260. Дегтярев А.Я. Показатели качества земли в писцовых книгах XVII в. (Достоверность и методы применения) // Проблемы истории феодальной России. Л., 1971. С. 137-139.

261. Деопик Д.В., Добров Г.М., Кахк Ю.Ю., Ковальченко И.Д., Палли Х.Э., Устинов В.А. Количественные и машинные методы обработки исторической информации // Новая и новейшая история. 1970. № 5. С. 28-35.

262. Джакупова Н.В. Мемуары как источник для изучения организационной сплоченности революционеров-разночинцев в 1870-х годов (Опыт количественного анализа) // История СССР. 1984. № 1. С. 87-96.

263. Дмитренко Т.А., Корнаковский И.Л. Передовой рабочий сегодня // Вопросы истории. 1981. № 2. С. 26-40.

264. Дробижев В.З. Методика статистической обработки протоколов ВСНХ (1917-1929 годы) // Вестник Моск. ун-та. Сер. 9. 1965. № 6. С. 70-92.

265. Дробижев В.З. Некоторые вопросы изучения истории советского рабочего класса в советской историографии // Методологические и методические проблемы изучения рабочего класса социалистического общества. М., 1979. С. 30-52.

266. Дробижев В.З. Некоторые вопросы передачи текста массовых источников // Исторический архив. 1960. № 6.

267. Дробижев В.З. Социалистическое обобществление промышленности в СССР // Вопросы истории. 1964. № 6. С. 43-64.

268. Дробижев В.З., Пивовар Е.И. Коммунисты в центральных органах управления РСФСР (Некоторые результаты обработки с помощью ЭВМ материалов переписи служащих советских учреждений в 1918 г.) // Вопросы истории КПСС. 1985. №4. С. 105-117.

269. Дробижев В.З., Соколов А.К. Рабочие Петрограда в 1918 г.// История СССР. 1973. № 1. С. 32-54.

270. Дробижев В.З., Соколов А.К. Социальный облик рабочего класса Советской России // Вопросы истории. 1974. № 10. С. 54-66.

271. Дробижев В.З., Устинов В.А. Некоторые вопросы применения количественных методов в изучении социальной структуры советского общества в 20-х годах // Источниковедение отечественной истории. 1975. М., 1976. С. 358-364.

272. Дробижева Л.М. О сближении уровней культурного развития союзных республик // История СССР. 1969. № 3. С. 61-79.

273. Елисеева Н.В. Новый источник по истории помещичьего хозяйства Европейской России конца XIX века // История СССР. 1976. № 5. С. 92-98.

274. Елисеева Н.В. Статистические публикации Дворянского банка как источник для изучения помещьечего хозяйства капиталистической России // История СССР. 1983. №4. С. 90-102.

275. Званич В. И. Годовые отчеты колхозников и их статистические разработки // Проблемы истории СССР. М.: Изд-во Москов. ун-та, 1973. С. 51-64.

276. Зверева Г.И., Репина Л.П. Новые тенденции немарксистской историографии Великобритании // Современная зарубежная немарксистская историография: Критический анализ / Отв. ред. В.Л.Мальков. М.: Наука, 1989. С. 102-136.

277. Исмаил-заде Д.И. Прошения крестьян-кочевников Азербайджана: Опыт количественного определения состава информации источника // Источниковедение отечественной истории. М.: Наука, 1973. Вып. 1. С. 347-377.

278. Карпенко З.Г. Изучение истории промышленных предприятий социалистической эпохи новыми методами // История СССР. 1964. № 1, С. 20-24.

279. Кахк Ю.Ю. Аграрное развитие Эстонии в феодальный и капиталистический периоды (Итоги изучения) // История СССР. 1986. № 2. С. 56-77.

280. Кахк Ю.Ю. К вопросу о типологии крестьянских хозяйств в Эстонии в начале XIX в. (Опыт применения математических методов в исторических исследованиях) // Из истории экономической и общественной жизни России. М.: Наука, 1976. С. 84-92.

281. Кахк Ю.Ю. Математические методы в исторических исследованиях (опыт советских и американских ученых) // Вопросы истории. 1989. № 2. С. 45-68.

282. Кахк Ю.Ю. Математические методы в исторических исследованиях // Общественные науки. 1978. № 2. С. 121-130.

283. Кахк Ю.Ю. Математические методы в исторических исследованиях: возможности применения // Вестник АН СССР. 1977. № 9. С. 87-94.

284. Кахк Ю.Ю. Некоторые аспекты применения математических методов в исторических исследованиях // Источниковедение отечественной истории. 1976. М., 1977. С. 165-187.

285. Кахк Ю.Ю. Нужна ли новая историческая наука? // Вопросы истории. 1969. №3. С. 41-54.

286. Кахк Ю.Ю. Применение метода статистической выборки при анализе ревизских сказок первой половины XIX в. // Источниковедческие проблемы истории народов Прибалтики. Рига: Зинатне, 1970. С. 327-344.

287. Кахк Ю.Ю. Применение электронных вычислительных машин в исследованиях историков Эстонской ССР // История СССР. 1964. № 1. С. 25-29.

288. Кахк Ю.Ю., Ковальченко И.Д. Методологические проблемы применения количественных методов в исторических исследованиях // История СССР. 1974. № 5. С. 89-103.

289. Кахк Ю.Ю., Лиги Х.М. О связи между антифеодальными выступлениями крестьян и их положением // История СССР. 1976. № 2. С. 82-97.

290. Килунов А.Ф. Применение конкретно-социологических исследований в исторической науке // Вопросы истории. 1972. № 1. С. 34-48.

291. Киселева Л.И. Новые методы определения почерков: палеография и математическая статистика // Вспомогательные исторические дисциплины. Л.: Наука, 1982. Т. 13. С. 250-271.

292. Ковальченко И.Д. Аграрный рынок и характер аграрного строя Европейской России в конце XIX начале XX в. // История СССР. 1973. № 2. С. 42-74.

293. Ковальченко И.Д. Дворянское землевладение и социальная структура земледелия Европейской России в 40-50-х годах XIX в. // Тез. докл. и сообщ. седьмой (Кишиневской) сессии симп. по аграрной истории Восточной Европы. Кишинев, 1964.

294. Ковальченко И.Д. Исторический источник в свете учения об информации (К постановке проблемы) // История СССР. 1982. № 3. С. 129-148.

295. Ковальченко И.Д. Комиссия по применению математических методов и ЭВМ в исторических исследованиях // История СССР. 1970. № 1. С. 225.

296. Ковальченко И.Д. Место количественных методов в историческом исследовании // Историческая наука: Вопросы методологии. М.: Наука, 1986.

297. Ковальченко И.Д. О буржуазном характере крестьянского хозяйства Европейской России в конце XIX начале XX века (По бюджетным данным среднечер-ноземных губерний) // История СССР. 1983. № 5. С. 50-81.

298. Ковальченко И.Д. О многомерной группировке крестьянских хозяйств // Социально-экономическое развитие России. М.: Наука, 1986. С. 144-154.

299. VI. Учебники, учебно-методические пособия

300. Абрамов В.К. Количественный анализ в исторических исследованиях: Учеб. пособие для вузов по направлению и специальности «История». Саранск: Изд-во Морд, ун-та, 1996. 244 с.

301. Абрамов В.К. Корреляционный анализ в исторических исследованиях: Учеб. Пособие. Саранск: МГУ, 1990. 81 с.

302. Абрамов В.К. Математические методы в исторических исследованиях. Саранск: Изд-во Мордовского ун-та, 1988. 92 с.

303. Абсалямов Ю.М., Иванов В.А., Сиразитдинов З.Л. Компьютерные технологии в историческом и лингвистическом исследованиях. Уфа: Уфимск. научн. центр РАН; Ин-т ист., яз. и лит. АН РБ, 1994. 32 с.

304. Аверьянова Р.В., Лосев Б.В. Хозяйственные вычисления и вычислительные машины: Уч. для техникумов совет, торговли. М.: Экономика, 1979. 216 с.

305. Айвазян С.А., Мхнтарян B.C. Прикладная статистика и основы эконометрии: Уч. пособие для экон. вузов. М.: ЮНИТИ, 1998. 1022 с.

306. Богинская Н.М., Смольков H.A. Математические методы в управлении и доку ментоведении: Учеб. пос. М., 1981.

307. Брановский Ю.С. Введение в педагогическую информатику: Учебное пособие для студентов. Ставрополь: СГПУ, 1995. 205 с.

308. Бурова H.A. История математики: Учеб. пособие / Новосиб. гос. пед. ун-т. Новосибирск, 1999. 167 с.

309. Буховец О.Г. Социальные конфликты и крестьянская ментальность в Российской империи начала XX века: новые материалы, методы, результаты / Отв. ред. И.Ф.Юшин. М.: Мосгорархив, 1996. 399 с. (Десять новых учебников по историческим дисциплинам).

310. Воронкова C.B. Российская промышленность начала XX века: источники и методы изучения / Отв. ред. В.С.Тяжельникова. М.: Мосгорархив, 1996. 243 с. (Десять новых учебников по историческим дисциплинам).

311. Гарскова И.М. Базы и банки данных в исторических исследованиях. Gottingen: Max-Planck-Institut fur Geschichte, 1994. 215 с. (Новые учебные пособия по историческим дисциплинам).

312. Гельман-Виноградов К.Б. Машиночитаемые документы в СССР: Учеб. пособие. М.: МГИАИ, 1980. Вып. 1; 1982. Вып. 2.

313. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы для экономистов: Уч. пос. М., 1997.

314. Извозчиков В.А., Потемкин М.Н. Научные школы и стиль научного мышления: Учеб.-метод. пособие / Под ред. Г.А.Бордовского. СПб.: Образование, 1997. 140 с.

315. Информатика для гуманитариев. Вводный курс: Учеб. пособие / Под ред. Л.И.Бородкина, И.М.Гарсковой. М.: Изд-во УРАО, 1997. 220 с.

316. Информатика: Учебное пособие / Под ред. В.А.Каймина. М., 1996.

317. Использование вычислительной техники в учебном процессе на историческом факультете: Методич. разработка по курсу «Основы математической статистики». М.: Изд-во МГУ, 1985. 58 с.

318. Исследование операций. Учебник. М: ВИА, 1990 г.

319. Историческая информатика: Учеб. пособие. / Под ред. Л.И.Бородкина, И.М.Гарсковой. М.: Мосгорархив, 1996. 267 с.

320. Историческая информатика (Информатика для исторических специальностей) / Учеб. пособие / Отв. ред. В.Н.Сидорцов, Л.И.Бородкин. Минск: ЗАО «Веды», 1998.

321. История социологии. Минск, 1993.

322. Источниковедение истории СССР / Под ред. И.Д.Ковальченко. 2-е изд. М.: Высш. шк., 1981.486 с.

323. Кащенко С.Г. Реформы 19 февраля 1861 года на Северо-Западе России (Количественный анализ массовых источников). М.: Мосгорархив, 1995. (Десять новых учебников по историческим дисциплинам).

324. Кащенко С.Г. Статистические методы в исторических исследованиях (Статистическое описание): Учебное пособие. Л.: Изд-во Ленингр. ун-та, 1989. 75 с.

325. Ковальченко И.Д., Бородкин Л.И. Современные методы изучения исторических источников с использованием ЭВМ: Учеб. пособие. М.: Изд-во МГУ, 1987. 88 с.

326. Количественные методы в исторических исследованиях: Учеб. пособие для студ. вузов, обуч-ся по спец. «История» / Под ред. И.Д.Ковальченко. М.: Высшая школа, 1984. 384 с.

327. Компьютер в историческом исследовании: Учебно-методическая разработка / Сост. Л.И.Бородкин, В.Г.Васенин, И.М.Гарскова и др. М., 1986.

328. Компьютеризированный статистический анализ для историков / Отв. ред. Л.И.Бородкин, И.М.Гарскова. М., 1999. 186 с.

329. Массовые исторические источники: Определение, статистическая классификация, математическая обработка: Программа спецкурса / Сост. Т.И.Славко. Казань: Изд-во Казанского ун-та, 1979. 11 с.

330. Медушевская О.М. Современное зарубежное источниковедение. М.: Высшая школа, 1983. 143 с.

331. Методическая разработка по курсу «Основы математической статистики». М.: Изд-во Московского ун-та, 1985. 58 с.

332. Методические указания по курсу «История СССР. Источниковедение» по теме: «Контент-анализ как метод исследования социальных процессов: Опыт применения и перспективы использования историками» / Сост. С.А.Красильников. Новосибирск, 1985.

333. Михайлова С.Ю., Смирнов Ю.П. Введение в историческую информатику: методические указания и программа. Чебоксары, 1995.

334. Мостепаненко М.В. Философия и методы научного познания: Уч. пособие. Л.: Лениздат, 1972. 264 с.

335. Нежнова Н.В., Смирнов Ю.П. Применение математических методов в исторических исследованиях. Чебоксары: Чуваш, ун-т, 1989. 88 с.

336. Плошко Б.Г., Елисеева И.И. История статистики. М.: Финансы и статистика, 1990.

337. Ратушняк В.Н. Вхождение Северо-Западного Кавказа в состав России и его капиталистическое развитие: Учеб. пособие по спецкурсу. Краснодар: Кубан. ун-т, 1978.96 с.

338. Святець Ю.А., Доорн П.К. Клюметрика: Пщручник / За ред. В.В.Пщгаецького. Дншропетровськ: Вид-во ДДУ, 1998. Ч. 1. 248 с.

339. Селунская Н.Б., Бородкин Л.И., Григорьева Ю.Г., Петров А.Н. Становление российского парламентаризма начала XX века / Отв. ред. Н.Б. Селу некая. М.: Мос-горархив, 1996. (Десять новых учебников по историческим дисциплинам). 214 с.

340. Сичивица О.М. Методы и формы научного познания: Уч. материал. М.: Высшая школа, 1972. 96 с.

341. Смирнов Ю.П., Михайлова С.Ю., Сергиенко Д.М. Использование новых методов в исторических исследованиях: Текст лекций. Чебоксары: Чуваш, ун-т, 1996. Вып. 1.48 с.

342. Смирнов Ю.П., Сергиенко Д.М., Харитонов М.Ю. Использование новых методов в исторических исследованиях: Текст лекций. Чебоксары: Чуваш, ун-т, 1997. Вып. 2. 48 с.

343. Федорова Н.А. Математические методы в историческом исследовании: Курс лекций / Казан, гос. ун-т. Ист. фак. Казань: Форт-диалог, 1996. 108 с.

344. Фигурнов В.Э. IBM PC для пользователя. Изд. 7-е, перераб. и доп. М.:ИНФРА, 1997.

345. Штофф В.А. Введение в методологию научного познания: Уч. пособие. JL: Изд-во Ленингр. ун-та, 1972. 192 с.

346. VII. Диссертации, авторефераты диссертаций

347. Аникеев И.Д. Развитие исторической информатики в России (60-90-е годы): Автореф. дис. . канд. ист. наук. Ставрополь, 1998.

348. Антонова И.А. Метрические книги XVIII начала XX вв. в России: источниковедческое исследование: Автореф. дис. канд. ист. наук. М., 1998.

349. Армянинова H.A. История развития и опыт применения математических методов в отечественной педагогике послевоенного времени: Автореф. дис. . канд. пед. наук. СПб., 1999. 20 с.

350. Балапанова A.C. Проблемы истории и культуры казахов по материалам героического эпоса: историко-статистический анализ (На примере эпоса «Кобланды-батыр» и др.): Автореф. дис. канд. ист. наук. Алматы, 1999. 29 с.

351. Бокарев Ю.П. Бюджетные обследования крестьянских хозяйств 20-х годов как источник по социально-экономической истории советского крестьянства: Автореф. дис. канд. ист. наук. М., 1975. 20 с.

352. Болотов С.Н. Мезозойско-кайнозойская история скифской платформы и количественные характеристики основных этапов развития по данным компьютерного моделирования: Автореф. дис. . канд. геол.-минерал. наук / МГУ им. М.В.Ломоносова. М„ 1996. 19 с.

353. Бородкин Л.И. Методы прикладной математики и информатики в исторических исследованиях: Автореф. дис. . д-ра ист. наук / МГУ им. М.В.Ломоносова. М., 1993. 47 с.

354. Бурова H.A. Курс истории математики как фактор гуманизации и гуманитаризации математического образования в педагогическом вузе: Автореф. дис. . канд. пед. наук. Новосибирск, 2000. 16 с.

355. Воскресенская Н.О. Динамика и структура производительных сил в зерновом производстве Европейской России в конце XIX начале XX веков.: Автореф. . дис. канд. ист. наук. М., 1979.

356. Гельман-Виноградов К.Б. История применения перфокарт в СССР и формирование их как нового вида исторических источников (1917-1941): Автореф. дис. . канд. ист. наук. М., 1967.

357. Горский A.A. Количественный анализ сводных данных «Экономических примечаний» к Генеральному межеванию. Автореф. дис. . канд. ист. наук. М., 1984.

358. Грава И.К. Статистические обследования крестьянских хозяйств Лифлянд-ской губернии 1913-1914 гг. как исторический источник для изучения социальной структуры крестьянства. Автореф. дис. . канд. ист. наук. М., 1981.

359. Джакупова Н.В. Мемуары народников как источник по изучению социальной психологии дворянства: Автореф. дис. . канд. ист. наук. М., 1985.

360. Дмитриев Ю.Я. Генезис, закономерности развития, функции категорий качества, количества и меры в историко-философском процессе: Автореф. дис. . д-ра филос. наук. М., 1996. 39 с.

361. Ефимкин М.М. Социальное развитие рабочего класса Сибири (конец 50-х -начало 80-х гг.): Автореф. дис. . доктора ист. наук. Новосибирск, 1988.

362. Завьялова М.П. О моделировании в историческом исследовании. Автореф. дис. . канд. ист. наук. Томск, 1970.

363. Зубко А.Н. Материалы земской статистики как исторический источник по изучению истории Украины периода капитализма: Автореф. дис. . канд. ист. наук / Киев. гос. ун-т им. Т.Г.Шевченко. Киев, 1988. 20 с.

364. Иванова Р.М. Материалы Крестьянского поземельного банка как источник для изучения социально-экономических отношений в деревне в конце XIX начале XX в.: Автореф. дис. канд. ист. наук. М., 1973.

365. Канищев В.В. Городские средние слои в период формирования основ советского общества. Октябрь 1917 1920 гг. (По материалам центра России): Автореф. . дис. докт. ист. наук. М., 1998.

366. Кобринский А.Л. Проблемы государственного строительства в Российской Федерации (по материалам стенограмм пленарных заседаний Государственной Думы 1993-1995 гг.): Автореф. дис. канд. ист. наук. М., 1999.

367. Кожекин Ю.П. Экономико-математические исследования: историко-теоретический анализ работ русских дореволюционных экономистов: Автореф. дис. . канд. экон. наук / Центр проблем рыночной экономики. М., 1993. 16 с.

368. Левандовский М.И. Модели синергетики в исследоаниях по социальной истории России конца XIX начала XX в.: Автореф. дис. канд. ист. наук. М., 1999.

369. Миняйло Н.Г. Методы изучения социально-экономической структуры крестьянских хозяйств СССР 20-х гг. (По материалам бюджетов центральночерноземных и поволжских губерний): Автореф. дис. . канд. ист. наук. М., 1975.

370. Мороз В.В. Идея философско-математического синтеза в русской философии конца XIX начала XX веков: Автореф. дис. канд. филос. наук. М., 1996.

371. Никулин П.Ф. Всероссийская сельскохозяйственная перепись 1916 г. как источник для изучения крестьянского хозяйства Западной Сибири (Опыт математического анализа): Автореф. дис. канд. ист. наук. М., 1987.

372. Обожда В.А. Методы изучения социально-экономического строя крестьянских хозяйств советской доколхозной деревни (По данным бюджетных обследований Урала): Автореф. дис. . канд. ист. наук. М., 1975. 25 с.

373. Осокина Е.А. Распределение и рынок в снабжении населения СССР в годы первых пятилеток, 1928-1941: Автореф. . дис. докт. ист. наук. М., 1998.

374. Пиотух Н.В. Новоржевский (Пусторжевский) уезд в первой половине XVII -второй половине XVIII вв. Пространственно-демографические изменения: Автореф. дис. канд. ист. наук. М., 1999.

375. Полякова Т.С. Историко-методическая подготовка учителей математики в педагогическом университете: Автореф. дис. . д-ра пед. наук / Ростов, гос. пед. унт. СПб., 1998. 43 с.

376. Пушков В.П. Факторный анализ как метод классификации и изучения внутреннего строя крестьянских хозяйств (по материалам бюджетных обследований Украины за 20-е годы XX в.). Автореф. .дис. канд. ист. наук. М., 1981.

377. Самарина Н.Г. Первичные материалы земско-статистических обследований как источник для изучения крестьянского хозяйства периода империализма (По материалам Московской губернии): Автореф. дис. . канд. ист. наук. М., 1987.

378. Сапоговская JI.B. Частная золотопромышленность России на рубеже XIX-XX вв. (Урал и Сибирь модели развития): Автореф. . дис. докт. ист. наук. Екатеринбург, 1998.

379. Свищев М.А. Налоговая статистика как источник для изучения капиталистических элементов города в 1920-е годы: Автореф. дис. канд. ист. наук. М., 1986.

380. Селина Т.И. Договоры и сделки крестьян конца XIX начала XX века как исторический источник для изучения крестьянского хозяйства: Автореф. дис. . канд. ист. наук. М., 1985.

381. Сибирякова Е.И. Индивидуальный стиль усвоения математических знаний: Автореф. дис. . канд. психол. наук. Пермь, 1996.

382. Скворцова Е.М. Похозяйственные книги сельсоветов 30-х годов как источник для изучения социально-экономической истории советской деревни: Автореф. дис. канд. ист. наук. М., 1986.

383. Славко Т.И. Математические методы в изучении истории советского рабочего класса: Автореф. дис. . д-ра ист. наук / Урал. гос. ун-т им. А.М.Горького. Свердловск, 1989. 33 с.

384. Смирнов Ю.П. Индустрия автономных республик Поволжья в середине 50-х конце 80-х годов: достижения и нереализованные возможности: Автореф. дис. . докт. ист. наукМ., 1998.

385. Терещенко A.C. Материалы Всероссийской сельскохозяйственной и поземельной переписи 1917 года как исторический источник: Автореф. . дис. канд. ист. наук. М., 1968.

386. Устинов В.А. Некоторые вопросы применения электронной математической машины в исторической науке: Автореф. дис. . канд. ист. наук. Новосибирск: Институт математики, 1962.

387. Устинов В.А. Применение ЭВМ в историко-социальных исследованиях: Автореф. дис. . докт. ист. наук. М., 1970. 49 с.

388. Шватченко O.A. Светское феодальное землевладение и хозяйство Российского государства конца XVI первой трети ХУП века (по материалам писцовых книг центральных уездов): Автореф. . дис. канд. ист. наук. М., 1975.

389. VIII. Справочники, библиографические указатели

390. Айвазян С.А., Бухштабер В.М., Енюков И.С. и др. Прикладная статистика: Классификация и снижение размерности. Справочное издание / Под ред. С.А.Айвазяна. М.: Финансы и статистика, 1989.

391. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. Справочное издание / Под ред. С.А.Айвазяна. М.: Финансы и статистика, 1985. 487 с.

392. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное издание / Под ред. С.А.Айвазяна. М.: Финансы и статистика, 1983. 471 с.

393. Библиографический указатель по некоторым проблемам истории СССР / Сост. Т.И.Славко. Казань: ИЯЛИ КФ АН СССР, 1981. С. 3-19.

394. Гушель Р.З. Из истории математики и математического образования: Путеводитель по лит. Ярославль: Изд-во ЯГПУ им. К. Д. Ушинского, 1999. 287 с.

395. Математика в понятиях, определениях и терминах / Под ред. Л.В.Сабинина. М.: Просвещение, 1978. Ч. 1. 319 е.; 1982. Ч. 2. 351 с.

396. Математические методы в исследованиях по истории СССР: Библиографический указатель отечественной литературы 60-80-х гг. / Сост. Т.И.Славко; Науч. ред. В.В.Алексеев. Свердловск: Урал. гос. ун-т, 1989. 50 с.

397. Народное хозяйство в 1988 г. М., 1989. 765 с.

398. Народное хозяйство в 1989 г. М., 1990. 766 с.

399. Народное хозяйство в 1990 г. М., 1991. 750 с.

400. Народное хозяйство СССР за 70 лет. Юбилейный статистический ежегодник. М., 1987. 768 с.

401. Современный словарь иностранных слов: Ок. 20000 слов. М.: Русский язык, 1992. 740 с.

402. Статистический словарь / Гл. ред. М.А.Королев. 2-е изд. М.: Финансы и статистика, 1989. 623 с.

403. Тематический библиографический указатель отечественной литературы по применению математических методов и ЭВМ в исторических исследованиях. М.: Изд-во МГУ, 1986.24 с.

404. Философская энциклопедия / Гл. ред. Ф.В.Константинов. М.: Советская энциклопедия, 1960. Т.1. 504 е.; 1962. Т. 2. 575 е.; 1964. Т. 3. 584 е.; 1967. Т. 4. 592 е.; 1970. Т. 5. 740 с.

405. Философский энциклопедический словарь / Ред. кол. С.С.Аверинцев, Э.А.Араб-Оглы, Л.Ф.Ильичев и др. 2-е изд. М.: Советская энциклопедия, 1989. 815 с.

406. Философский энциклопедический словарь / Ред.-сост. Е.Ф.Губский, Г.В.Кораблева, В.А.Лутченко. М.: ИНФРА-М, 1989. 576 с.

407. Austrian G.D. Herman Hollerith: forgotten giant of information processing. N.Y.: Columb. Univ. Press, 1982.

408. Boudon R. L'analyse mathematique des faits sociaux. P., 1968. P. 39.

409. Bowley A. Elements of statistics. London, 1926.

410. Clubb J.M., Alien H.W. Collective Biography and the Progressive Movement: the Status Revolution // Social Sciences History. 1977. Vol. 1. № 4.

411. Clubb J.M. The «New» Quantitative History: Social Science or Old Win in New Bottles // Historische Sozialwissenschaftliche Forschungen. Stuttgart, 1980.

412. Data modelling. Modelling history: Programme and abstracts of the XI Intern, conf. of the Association for History and Computing (Moscow, 20-24 August 1996) / Ed. by L.Borodkin. Moscow: Moscow university press, 1996. 146 p.

413. Data modelling. Modelling history: Proceedings of the XI Intern, conf. of the Association for History and Computing (Moscow, August 1996) / Ed. by L.Borodkin, P.Doorn. Moscow: Moscow university press, 2000. 400 p.

414. History and computing in Eastern Europe / Ed. by L.Borodkin, W.Levermann. Scripta Mercaturae Verlag. St. Katharinen, 1992.

415. Jou Poh Seng. Historical survey of the development of sampling theories and practice // Journal of the Royal statistical society. Ser. A. 1951. Vol. C XIV. Part. 2.

416. Kelly T.Z. Statistical method. N.Y., 1924.

417. Pearson K. Notes on the history of correlation // Studies in the history of statistics and probability. London, 1970.

418. Potter D.M. Explicit data and implicit assumptions in historical studies // Generalizations in the writing history: A report of the committee on historical analysis of the social science research council / Ed. L.Gotschalk. Chicago, 1963.

419. Scheuch E.K. Quantitative analysis of historical material as the basis for new cooperation between history and sociology // Historische sozialwissenschaftliche forschungen. Stuttgart, 1980. P. 26.

420. Statistics for historians: Standard packages and specific historical software / Ed. by L.Borodkin, M.Thaller, J.Turner. St. Katharinen, 1995.