社会科学中的大多数社会现象缺乏充分的可观察性和可验证性，再加上现实世界的复杂性状况，具有普遍性的社会科学研究结论往往遭受质疑。因此，“社会科学的概括通常是以或然性为特征的”[4]。概率是表达或然性程度最为恰当的语言形式。概率论中有两个竞争较为激烈的观点：经验主义和主观主义。哈金（Ian Hacking）认为：“经验主义是统计的，它本身是关于机会过程的随机法则，主观主义是认识论的，在命题中用于估计合理的置信度。”[5]经验主义与主观主义分歧的核心在于概率概念的不同解释，由于这一分歧直接导致两种不同的方法论原则。本节我们主要分析逻辑经验主义者亨普尔在科学解释模型中所采用的经验主义概率观而导致的一系列解释困境，以及造成这一困境的内在根源。
亨普尔认为，科学解释就是运用科学定律，对现象进行逻辑论证，通过论证来回答科学家提出的“为什么”的问题。亨普尔与奥本海姆（Paul Oppenheim）于1948年提出的“演绎—规律模型”（简称D-N模型），以及之后提出的“归纳—概率模型”（简称I-P模型，也称归纳—统计模型）被科学哲学界誉为经典解释模型，影响巨大。“统一科学”是逻辑经验主义者的一个基本纲领，也是亨普尔逻辑重建科学解释欲求达到的目标，为此亨普尔将这两种解释模型一以贯之地普遍到包括社会科学在内的一切经验科学领域，但是在具体运用中，I-P模型所遇到的诸如模型的高概率要求、解释的歧义性等一系列的解释困境，亨普尔要么避而不答，要么难以做出合理的辩护。
亨普尔在其I-P解释模型中强调解释项中必须包含统计规律，规律是解释的必要条件，发挥着重要的解释功能。亨普尔持一种方法论自然主义科学观，论证了规律在社会科学中与自然科学中具有非常相似的作用，但其概率解释模型采用的是经验主义概率观，把概率解释为频率的极限，这一概率方法论在社会科学解释中是难以实施的。针对难以通过经验观察获得统计规律的社会现象，I-P解释模型是无法诉诸统计规律做出合理解释的。因此亨普尔将I-P模型运用于社会科学解释，面对的首个问题便是：如何看待并未包含统计规律的科学解释。