社會科學中的大多數社會現象缺乏充分的可觀察性和可驗證性，再加上現實世界的複雜性狀況，具有普遍性的社會科學研究結論往往遭受質疑。因此，“社會科學的概括通常是以或然性為特征的”[4]。概率是表達或然性程度最為恰當的語言形式。概率論中有兩個競爭較為激烈的觀點：經驗主義和主觀主義。哈金（Ian Hacking）認為：“經驗主義是統計的，它本身是關於機會過程的隨機法則，主觀主義是認識論的，在命題中用於估計合理的置信度。”[5]經驗主義與主觀主義分歧的核心在於概率概念的不同解釋，由於這一分歧直接導致兩種不同的方法論原則。本節我們主要分析邏輯經驗主義者亨普爾在科學解釋模型中所采用的經驗主義概率觀而導致的一係列解釋困境，以及造成這一困境的內在根源。
亨普爾認為，科學解釋就是運用科學定律，對現象進行邏輯論證，通過論證來回答科學家提出的“為什麽”的問題。亨普爾與奧本海姆（Paul Oppenheim）於1948年提出的“演繹—規律模型”（簡稱D-N模型），以及之後提出的“歸納—概率模型”（簡稱I-P模型，也稱歸納—統計模型）被科學哲學界譽為經典解釋模型，影響巨大。“統一科學”是邏輯經驗主義者的一個基本綱領，也是亨普爾邏輯重建科學解釋欲求達到的目標，為此亨普爾將這兩種解釋模型一以貫之地普遍到包括社會科學在內的一切經驗科學領域，但是在具體運用中，I-P模型所遇到的諸如模型的高概率要求、解釋的歧義性等一係列的解釋困境，亨普爾要麽避而不答，要麽難以做出合理的辯護。
亨普爾在其I-P解釋模型中強調解釋項中必須包含統計規律，規律是解釋的必要條件，發揮著重要的解釋功能。亨普爾持一種方法論自然主義科學觀，論證了規律在社會科學中與自然科學中具有非常相似的作用，但其概率解釋模型采用的是經驗主義概率觀，把概率解釋為頻率的極限，這一概率方法論在社會科學解釋中是難以實施的。針對難以通過經驗觀察獲得統計規律的社會現象，I-P解釋模型是無法訴諸統計規律做出合理解釋的。因此亨普爾將I-P模型運用於社會科學解釋，麵對的首個問題便是：如何看待並未包含統計規律的科學解釋。