下载掌阅APP，畅读海量书库
立即打开
当进行实验的环境条件几乎不变，重复实验得到的结果如何才算一致，或足够一致呢？是不是第一次实验所得结果的相关数值，和第二次实验的结果数值一样，或差异微小，我们就可以忽略它们之间的差异，认为结果是一致的呢？
显然不是。这样的要求太高了，即便在自然科学实验中，设置如此苛刻的要求也是不必要的。那么，可靠的数据是多次实验结果所得的平均数吗？
显然也不是。这样的要求又太低了。对于目的、条件相似的任何实验过程，把从任何角度得到的大量观察材料结果相加再相除，几乎都能得到相当一致的平均数值，可这种数值对于我们的实验目的而言，参考价值非常小，或者说根本没什么价值。
两根标杆的实际距离，在一定时间内一颗星的位置，增加一定温度后某种金属的膨胀……所有这些数值和其他物理、化学上的常数都是一些平均数值，只是高度接近恒定而已。再看另一组数据：一个月内某地的自杀人数，某一地区的人均寿命，某条街上一天经过的马车和行人的数目……也是很显著地恒定的，每种数值都是大量观察材料的平均数。这两类数值，我暂时将其称为自然科学的常数和统计的常数。大家都知道，上述两种情况是由于不同原因而形成恒定数值的，对于形成因果关系的解释，它们有着截然不同的意义，主要表现在以下几个方面。
自然科学中的常数，每次所产生的效应都是由完全相同的一些原因组合而引发的。这些原因不总是以完全相同的数量参加组合，比如一定的调整和读数上有少量的误差，导致材料的结构或成分发生变异，等等。这些原因都会导致个别数值出现一些差异。不过，结合以往的经验，我们会知道，不同原因导致的这种波动并不是绝对无规律的，它通常都是在一个有限的、相当小的范围内变动，围绕着一个集中数值对称地分布着。
如果把一些个案合并在一起，不同原因引发的变异效果会相互抵消，被它们环绕着的集中数值所湮没。合并这些数值的最后结果是大致相等的，就像变动的因素，在变动的过程中，该概念上和数值上保持相对恒定一样。在这样的情况下，平均数值就是那些概念明确、有确定范围的因果关系的系统的量化表现。这个系统中的一部分如果发生改变，平均数值也会随之产生变化，对于那些变异在全体组合中所产生的效果，仍旧是正确的测量。
另一方面，不管从哪个角度来考虑统计常数，我们都不能确定，它们当中的每个数值是否是不同原因组合的结果，这些原因是在相对小的范围内对称地波动的。个别不同的结果，往往是多个因素以非常复杂的方式相结合的产物，这些不同的原因也可能彼此有些共同的因素，但整体来说，它们似乎都不存在共同性，只是与结果相对应的某一个特点。很自然地，不同因素就会导致不同的数值。
在这里，我们把较大的集体合并起来，还会得到大体一致的数值。为了让这个事实变得更容易明白，我们可以换一个角度说：在相等的、相当宽广的时间或空间里，不同原因的组合有大致相等的机会出现。之所以这样说，也只是承认现存的、自然的特殊秩序而已。所以，这些恒常的平均数值只代表现在不确切的原因组合，而无法代表确定的不同的原因组合。所以，由于实验条件的变动而导致实验结果发生变化，并不单纯是这些变动的结果的测量，而只是它们的一些指标。对于确定量化的依存关系而言，这些指标没有什么直接的价值，只是为这些关系的存在提供一些准备而已。
现在，让我们回到本节开始时的那个问题。在什么样的情况下，什么时候，我们才算是实现了通过实验方法让条件保持一致呢？答案就是：当几次观察材料的平均数值都大致相等的时候。同时，我们还可以假定，不同的个案是属于同一因果系统的，在这个系统内的各种成分并不仅限于固定的数值，而是一个小范围内的数值，对称地环绕着一个中间数值而变动。