归纳逻辑

归纳逻辑的结构图如下，后附文本，以便查询：

Show All

-------------------------------------------------------------
1 归纳逻辑概述
-------------------------------------------------------------

1.1 归纳推理和方法
1.1.1 归纳逻辑分古典归纳和现代归纳两部分
1.1.2 定义
1.1.2.1 归纳推理是从个别性知识，引出一般性知识的推理
1.1.2.1.1 个别→ 一般
1.1.2.2 是由已知真的前提，引出可能真的结论
1.1.2.2.1 已知→ 可能
1.1.3 归纳推理的前提与结论之间，具有必要条件关系
1.1.3.1 前提假则无意义
1.1.3.2 前提真则未必真
1.1.4 确证度的概念
1.1.4.1 确证度是推理前提对结论的确证程度
1.1.4.2 推理的前提叫证据，结论叫假说，确证度是证据对假说的支持度
1.1.4.3 可用概率值表示
1.1.4.3.1 用e表示前提（证据）
1.1.4.3.2 确证度可表示为：p(h/e)
1.1.4.3.3 读作：在已知前提e条件下结论h的条件概率
1.1.4.3.4 描述确证度的条件概率，也称逻辑概率
1.1.4.3.5 归纳推理的逻辑概率就是：0 < P(h/e) ≤ 1
1.1.4.3.1 要消化
1.1.4.4 前提对结论的确证度，也称为归纳强度
1.1.4.5 引申
1.1.4.5.1 确证度的条件概率＝确证度的逻辑概率
1.1.4.5.2 某个归纳推理的确证度＝某个归纳推理的归纳强度
1.2 归纳与演绎的关系
1.2.1 有区别，也有联系
1.2.2 区别
1.2.2.1 思维进程的方向不同
1.2.2.1.1 演绎
1.2.2.1.1.1 一般到个别
1.2.2.1.2 归纳
1.2.2.1.2.1 个别到一般
1.2.2.2 对前提真实性的要求不同
1.2.2.2.1 演绎
1.2.2.2.1.1 前提不要求真实
1.2.2.2.2 归纳
1.2.2.2.2.1 前提必须真实
1.2.2.3 结论断定的知识范围不同
1.2.2.3.1 演绎
1.2.2.3.1.1 未超出前提所断定的知识范围
1.2.2.3.2 归纳
1.2.2.3.2.1 超出前提所断定的知识范围
1.2.2.4 前提与结论间的联系程度不同
1.2.2.4.1 演绎
1.2.2.4.1.1 前提与结论间是必然的
1.2.2.4.1.2 确证度 P(h/e)=1
1.2.2.4.2 归纳
1.2.2.4.2.1 前提与结论间是或然的
1.2.2.4.2.2 确证度：0 < P(h/e) ≤ 1
1.2.3 联系
1.2.3.1 演绎离不开归纳
1.2.3.1.1 演绎推理前提的一般性知识，需要通过归纳才能得到
1.2.3.2 归纳离不开演绎
1.2.3.2.1 为了提高归纳推理的可靠程度，需要运用已有的理论知识对归纳的个别性前提进行分析，把握其因果性、必然性，就用到演绎推理。
1.2.3.3 引申
1.2.3.3.1 演绎需要用归纳的结果来做前提
1.2.3.3.2 归纳需要用演绎来分析它的前提
1.3 古典归纳逻辑（主）
1.3.1 培根创立，穆勒发展
1.3.2 研究对象
1.3.2.1 完全归纳推理
1.3.2.2 不完全归纳推理
1.3.2.2.1 简单枚举归纳
1.3.2.2.2 科学归纳
1.3.2.2.2.1 求因果五法
1.3.2.2.2.1.1 求同法
1.3.2.2.2.1.2 求异法
1.3.2.2.2.1.3 求同求异并用法
1.3.2.2.2.1.4 共变法
1.3.2.2.2.1.5 剩余法
1.3.2.2.2.2 .....
1.4 现代归纳逻辑（辅）
1.4.1 也称概率逻辑
1.4.1.1 运用概率论、形式化的公理方法等工具，探索归纳问题所取得的成果
1.4.1.2 既然从个别性的前提出发，不能必然地得到一般性的结论。 那么个别性的前提是否可以对一般性的结论提供某种程度 的证据支持？
1.4.1.3 前提对于结论支持的概率有多少，这就是概率逻辑的研究主题
1.4.2 根本特征
1.4.2.1 用概率论的定量分析和公理化、形式化的手段，探索有限有经验事实 对一定范围内的普遍原理的证据支持度
1.4.2.2 不再热衷于制定归纳法规则，而切实研究前提对结论的证据支持度
1.4.2.3 转定性研究为定量研究

-------------------------------------------------------------
2 收集和整理经验材料的方法
-------------------------------------------------------------

2.1 收集经验材料的方法
2.1.1 观察
2.1.1.1 两个特点
2.1.1.1.1 计划性和目的性
2.1.1.1.2 选择性
2.1.1.2 要点
2.1.1.2.1 客观性
2.1.1.2.2 全面性
2.1.1.2.3 设备比人强
2.1.2 实验
2.1.2.1 定义
2.1.2.1.1 是人们根据研究的目的，在人工控制的条件下， 进行观察和研究的方法
2.1.2.2 特点
2.1.2.2.1 简化和纯粹化
2.1.2.2.2 强化条件
2.1.2.2.3 模拟、重复、再现自然现象
2.1.3 调查
2.1.3.1 准备阶段
2.1.3.1.1 四步工作
2.1.3.1.2 1、明确调查的目的，解释概念
2.1.3.1.3 2、确定调查指标
2.1.3.1.4 3、选择调查的方法和工具
2.1.3.1.5 4、解决人和经费的问题
2.1.3.2 实施阶段
2.1.3.3 总结阶段
2.2 整理经验材料的方法
2.2.1 比较
2.2.1.1 在同一关系下进行比较
2.2.1.2 要在事物的实质方面进行比较
2.2.2 归类
2.2.2.1 以比较为基础，找出事物间的相同点与差异点
2.2.2.2 “归类”与“概念划分”的区别
2.2.2.2.1 思维进程的方向不同
2.2.2.2.1.1 概念划分
2.2.2.2.1.1.1 将较大的类划分为较小的类
2.2.2.2.1.1.2 每划分一次小一点
2.2.2.2.1.2 归类
2.2.2.2.1.2.1 从个体开始，上升到类
2.2.2.2.1.2.2 每归一次大一次
2.2.2.2.2 作用不同
2.2.2.2.2.1 概念划分
2.2.2.2.2.1.1 明确概念
2.2.2.2.2.1.2 更好的使用概念
2.2.2.2.2.2 归类
2.2.2.2.2.2.1 把材料系统化
2.2.2.2.2.2.2 零散的知识综合为系统的知识
2.2.2.2.2.2.3 使认识从特殊过渡到一般
2.2.3 分析与综合
2.2.3.1 分析
2.2.3.1.1 把对象分解
2.2.3.1.1.1 分别加以考察
2.2.3.1.2 认识层面
2.2.3.1.2.1 具体到抽象
2.2.3.1.2.2 个别到一般
2.2.3.1.2.3 现象到本质
2.2.3.2 综合
2.2.3.2.1 各部分、各方面的认识，合而为一
2.2.3.2.2 有机联系，而非简单相加
2.2.3.3 两者间的不同
2.2.3.3.1 在认识方向是相反的
2.2.3.3.2 先分析再综合
2.2.3.3.3 两者互赖
2.2.4 抽象与概括
2.2.4.1 抽象的定义
2.2.4.1.1 在思维中撇开对象的非本质属性，抽取对象本质属性的方法
2.2.4.2 概括的定义
2.2.4.2.1 在思维中把对象本质的、规律性的认识， 推广到所有同类的其他事物上去的方法
2.2.4.3 两者紧密联系，不可分割

-------------------------------------------------------------
3 归纳推理（一）
-------------------------------------------------------------

3.1 分类
3.1.1 完全归纳推理
3.1.2 不完全归纳推理
3.1.2.1 科学归纳推理
3.1.2.1.1 求因果五法
3.1.2.2 简单枚举推理
3.2 完全归纳推理
3.2.1 定义
3.2.1.1 根据一类事物中的每一对象具有某种属性， 推出该类对象都具有某种属性的推理
3.3 不完全归纳推理
3.3.1 定义
3.3.1.1 根据一类事物中的部分对象具有某种属性， 推出该类对象都具有某种属性的推理
3.3.2 简单枚举推理
3.3.2.1 定义
3.3.2.1.1 依据某种属性，在部分同类对象中不断重复，没有遇到反例， 而推出该类所有对象都具有某种属性的归纳推理
3.3.2.2 逻辑形式
3.3.2.2.1 S1是P
S2是P
…………
S1,S2,…,Sn是S类的部分对象，并且不存在Si(i=1,2,…,n)不是P
——————————————————————————
所有S可能都是P
3.3.2.3 特点
3.3.2.3.1 结论是或然的
3.3.2.4 提高可靠性的要求
3.3.2.4.1 1、加大考察对象的数量
3.3.2.4.2 2、注意收集反面事例
3.3.3 科学归纳推理
3.3.3.1 定义
3.3.3.1.1 依据某类事物部分对象与其属性间因果联系的科学分析， 推出该类事物具有某种属性的归纳推理
3.3.3.2 形式
3.3.3.2.1 S1是P
S2是P
…………
S1,S2,…,Sn是S类部分对象，并且如果S则M，如果M则P
————————————————————————
所有S是P
3.3.3.2.2 “如果S则M，如果M则P。（所以，如果S则P）”是演绎推理中的假言连锁推理
3.3.3.3 特点
3.3.3.3.1 在推理中纳入了演绎推理成分，对前提中部分对象进行了科学分析
3.3.4 两者的相同处
3.3.4.1 都属于不完全归纳推理
3.3.4.2 前提中都只是考察了一类事物的部分对象
3.3.4.3 结论都是对一类事物全体的断定，结论断定的知识范围超出前提
3.3.5 两者的不同处
3.3.5.1 推理根据不同
3.3.5.2 结论的可靠程度不同
3.3.5.3 前提数量的多少对结论的意义不同

-------------------------------------------------------------
4 求因果五法
-------------------------------------------------------------

4.1 概念说明
4.1.1 研究现象间的因果联系，是进行科学归纳推理的必要条件
4.1.2 古典归纳逻辑有五种探求因果联系的逻辑方法，简称求因果五法
4.1.3 这些方法是英国人穆勒在总结培根等人的归纳方法基础上提出来的， 史称“穆勒五法”
4.1.4 即：求同法、求异法、求同求异并用法、共变法和剩余法
4.2 因果关系的特征
4.2.1 普遍存在
4.2.1.1 没有无因之果，也没有无果之因
4.2.1.2 没有发现某现象引起的结果，不等于没有结果
4.2.2 因果在时间上前后相继
4.2.2.1 先行情况
4.2.2.2 后行情况
4.2.2.3 因果＝先后，先后≠因果
4.2.3 因果关系是确定的
4.2.4 因果联系复杂多样
4.2.4.1 一因一果
4.2.4.2 一因多果
4.2.4.3 多因一果
4.2.4.4 合因一果
4.3 详述
4.3.1 求同法
4.3.1.1 定义
4.3.1.1.1 在被研究对象出现的若干场合中，如果只有一个情况是共同具有的， 那么这个唯一的共同情况就是被研究对象的原因（结果）
4.3.1.1.2 也叫契合法
4.3.1.2 图式
4.3.1.2.1 场合－－－先行（后行）情况－－－被研究对象
1                  A，B，C                         a
2                  A，D，E                         a
3                  A，F，G                         a
...                 ...                                    ...
—————————————————————
A是a的原因（结果）
4.3.1.3 特点
4.3.1.3.1 异中求同
4.3.1.4 要点
4.3.1.4.1 各场合是否还有其他的共同情况
4.3.1.4.2 比较场合的数量越多，结论的可靠程序越大
4.3.2 求异法
4.3.2.1 定义
4.3.2.1.1 在被研究现象出现和不出现的两个场合中，如果只有一个情况不同，其他情况完全相同，而且这个唯一不同的情况在被研究对象出现的场合存在，在被研究现象不出现的场合中不存在，那么这个唯一不同的情况就是被研究对象的原因（结果）
4.3.2.1.2 又叫差异法
4.3.2.2 图式
4.3.2.2.1 场合－－－先行（后行）情况－－－被研究对象
1                  A，B，C                       a
2                  --，D，E                       --
...                 ...                                   ...
—————————————————————
A是a的原因（结果）
4.3.2.3 特点
4.3.2.3.1 同中求异
4.3.2.4 要点
4.3.2.4.1 各场合是否还有其他的差异情况
4.3.2.4.2 两个场合唯一不同的情况，是被研究现象的整个原因，还是被研究现象的部分原因
4.3.3 求同求异共用法
4.3.3.1 定义
4.3.3.1.1 在被研究现象出现的若干场合（正事例组）中，如果只有一个共同的情况， 而在被研究现象不出现的若干场合（负事例组）中，却没有这个情况， 其他情况不尽相同，那么这个唯一共同的情况，就是被研究对象的原因（结果）
4.3.3.1.2 也叫契合差异并用法
4.3.3.2 图式
4.3.3.2.1 场合－－－先行（后行）情况－－－被研究对象
1                  A，B，C                         a
2                  A，D，E                         a
3                  A，F，G                         a
...                 ...                                    ...
1                  --，E，F                        --
2                  --，F，G                        --
3                  --，G，H                       --
...                 ...                                    ...
—————————————————————
A是a的原因（结果）
4.3.3.2.2 上一组是正事例组，下一组是负事例组
4.3.3.3 特点
4.3.3.3.1 两次求同，一次求异
4.3.3.4 要点
4.3.3.4.1 正事例组与负事例组的组成场合越多，结论越可靠
4.3.3.4.2 对于负事例组的各个场合，应选择与正事例组较为相似的来进行比较
4.3.4 共变法
4.3.4.1 定义
4.3.4.1.1 在被研究现象发生变化的各个场合中，发现只有一个情况是变化着的， 其他情况保持不变，那么这个唯一变化着的情况，就是被研究现象的原因（结果）
4.3.4.2 图式
4.3.4.2.1 场合－－－先行（后行）情况－－－被研究对象
1                A1，B，C                      a1
2                A2，D，E                      a2
3                A3，F，G                      a3
...                 ...                                    ...
—————————————————————
A是a的原因（结果）
4.3.4.3 特点
4.3.4.3.1 共变关系有两种
4.3.4.3.1.1 同向共变
4.3.4.3.1.1.1 作用量+，结果量+
4.3.4.3.1.1.2 作用量+，结果量-
4.3.4.3.1.2 异向共变
4.3.4.4 要点
4.3.4.4.1 与被研究现象发生变化的情况是否具有唯一性
4.3.4.4.2 两个现象间的共变有一定的限度，超过限度就会失掉原来的共变关系
4.3.4.5 与求异法的关系
4.3.4.5.1 既有联系又有区别
4.3.4.5.2 把两个具有共变关系的现象变化到了极致，就达到了求异法的要求
4.3.4.5.3 示例
4.3.4.5.3.1 在有空气的玻璃罩中通电敲铃，随着抽取空气量的变化， 铃声越来越小，这就是共变法的应用。当把空气抽尽，尽管看到敲铃却听不到声音，那就是求异法的应用了
4.3.4.5.3.2 从这点来说，求异法是共变法的极端场合
4.3.5 剩余法
4.3.5.1 定义
4.3.5.1.1 剩余法是已知一复合情况是一复合现象的原因（结果），并且还知道复合情况的 某一部分是复合现象中的某一部分的原因（结果），那么复合情况的剩余部分， 就是复合现象的剩余部分的原因（结果）
4.3.5.2 图式
4.3.5.2.1 复合情况（A,B,C,D）是复合现象（a,b,c,d）的原因（结果）
A是a的原因（结果）
B是b的原因（结果）
C是c的原因（结果）
————————————————————————
D是d的原因（结果）
4.3.5.3 特点
4.3.5.3.1 必须确认复合情况的一部分（A、B、C）是复合现象（a，b，c）的原因（结果），而复合情况的剩余部分（D）不可能是复合现象这一部分（a，b，c）的原因（结果）， 如果它们之间也有因果关系，那就无法推出（D）与（d）一定有因果关系了
4.3.5.3.2 复合情况的剩余部分（D）不一定是一个单一的情况，还可能是个复杂的情况。 这种情况下，必须进一步研究，探求剩余部分的全部原因（结果）
4.3.5.4 要点
4.4 综述
4.4.1 求同法
4.4.1.1 是消除了B、C、D、E、F、G情况与a现象的因果联系后，归纳得出A情况是a现象的原因（结果）
4.4.2 求异法
4.4.2.1 是在消除B、C情况后，得出结论的
4.4.3 求同求异并用法
4.4.3.1 是两次运用求同法，再运用求异法
4.4.4 共变法
4.4.4.1 是消除B、C情况与a现象之共变关系后，归纳得出结论的
4.4.5 剩余法
4.4.5.1 是在消除A、B、C情况是d现象的原因（结果）后，得出结论的。
4.5 消除归纳法
4.5.1 求因果五法，在不同程度上都使用了消除归纳法
4.5.2 消除归纳法：由前提中几个简单命题构成的相容析取命题出发，通过否定这个析取命题除了一支外的其他所有支，从面找出唯一未被否定的那一支的推理方法。
4.5.3 该方法实质上属于相容选言推理的否定肯定式，结论相对于前提来说是逻辑地得出的
4.5.4 由于求因果五法引入了演绎（消除归纳法），因此，运用求因果五法的科学归纳推理比简单枚举归纳推理提高了推理的归纳强度

-------------------------------------------------------------
5 求概率的方法
-------------------------------------------------------------

5.1 什么是概率
5.1.1 一般来说，有一事件A，对其出现某种可能性的大小作出数量方面的估计，这就是概率
5.1.2 一个事件发生的概率，通常可以通过给出1到0的概率值来表示
5.1.3 概率的中间值暗示着我们对事件发生的信心强弱
5.2 求初始概率的方法
5.2.1 先验概率
5.2.1.1 定义：指对某一特定事件A，如果共有n种等可能而且互斥的结果，并且 其中有m种对事件A出现是有利的，那么事件A的概率P（A）就等于有利 事件出现的数目与所有可能出现的数目之比，即：P(A)=m/n
5.2.1.2 也称为结构概率，是建立在对事件结构分析的基础上，并且要求事件 出现的结果，必须是两两互斥而且是等可能的，即出现每一种结果的 可能性必须是均等的
5.2.2 频率概率
5.2.2.1 假设重复地进行同一个实验n次，如果随机事件A在这n次实验中出现了 m次，则称比值m/n为这n次实验中A出现的频率，即：P(A)=m/n
5.2.2.2 频率概率也称为统计概率，是依靠对一事件发生的统计频率取极限而 得到的，即是由已观察到的频率推出未观察的频率
5.2.2.3 频率概率是对归纳推理加以定量刻画的有力工具
5.2.2.4 它只能对于描述能够重复实验的事件才有意义，对“W先生死亡“等不可 重复的事件，就得依靠人的主观认识了
5.2.3 主观概率
5.2.3.1 指某个人根据已给定的证据，对一个给定命题所持有的确信度
5.2.3.2 当相信事件A出现与不出现的比为a:b时，就可以计算出事件出现的概率 为：P(A)=a/(a+b)
5.2.3.3 主观概率也称认识概率，是由人的知识状态所决定的。随着人所掌握的 知识即证据越来越多，主观概率值也就越来越大。
5.2.3.4 主观概率是进行科学决策的逻辑基础
5.3 概率演算
5.3.1 定义
5.3.1.1 就你简单命题赋值后，可以求一个复合命题的真值一样，当知道简单命题的 概率值以后，也可以计算复合命题的概率值
5.3.2 基本规则
5.3.2.1 规则1
5.3.2.1.1 任何命题的概率大于或等于0,小于或等于1
5.3.2.1.2 即0 ≤ P(p) ≤ 1
5.3.2.2 规则2
5.3.2.2.1 如果一个命题是重言式的，则它的概率等于1。
5.3.2.2.2 例如：p∨?p是重言式的，P(p∨?p)=1
5.3.2.3 规则3
5.3.2.3.1 如果一个命题是矛盾式的，则它的概率等于0。
5.3.2.3.2 例如：p∧?p是重言式的，P(p∧?p)=0
5.3.2.4 规则4
5.3.2.4.1 如果两个命题是逻辑等值的，那么它们有相同的概率
5.3.2.4.2 例如：p和??p是逻辑等值的，则P(p)=P(?p)
5.3.2.5 规则5
5.3.2.5.1 也叫：特殊析取规则
5.3.2.5.2 不相容析取命题的概率等于析取去的概率之和
5.3.2.5.3 即：P(p∨q)＝P(p）+ P(q)
5.3.2.5.4 拓展形式是：P(p1∨p2∨…∨pn)＝P(p1）+ P(p2) + … + P(pn)
5.3.3 条件概率
5.3.3.1 定义
5.3.3.1.1 前提：在已知命题p的条件下，求命题q的概率。
5.3.3.1.2 由于有了附加条件，因此称这种概率为：在命题p条件下，命题q的条件概率，记作：P(q/p)
5.3.3.1.3 相应的，把P(p)或P(q)称为无条件概率
5.3.3.2 公式
5.3.3.2.1 P(q/p)=P(p∧q)/P(p)
5.3.4 导出规则
5.3.4.1 规则6
5.3.4.1.1 普遍合取规则
5.3.4.1.2 合取的概率等于一个合取支的概率乘以在第一个合取支真的条件下 第二个合取支的条件概率
5.3.4.1.3 公式
5.3.4.1.3.1 P(p∧q)＝P(p) x P(q/p)=P(q) x P(p/q)
5.3.4.2 规则7
5.3.4.2.1 特殊合取规则
5.3.4.2.2 不相干命题的合取的概率，等于合取支的概率的乘积
5.3.4.2.3 公式
5.3.4.2.3.1 P(p∧q)＝P(p) x P(q)
5.3.4.3 规则8
5.3.4.3.1 贝叶斯定理的简单形式
5.3.4.3.1.1 分母可以大幅扩展
5.3.4.3.2 在命题p条件下命题q的条件概率，等于命题q的概率与  命题q条件下命题p的概率的乘积比已知命题p的概率
5.3.4.3.3 公式
5.3.4.3.3.1 P(q/p)＝P(q) x P(p/q)/P(p)
5.3.4.4 规则9
5.3.4.4.1 普遍析取规则
5.3.4.4.2 相容析取的概率等于析取支的概率之和减去各支命题的合取的概率
5.3.4.4.3 公式
5.3.4.4.3.1 P(p∨q)＝P(p) + P(q) - P(p∧q)
5.3.4.4.3.2 推出普遍合取规则的另一种形式
5.3.4.4.3.3 P(p∧q)＝P(p) + P(q) - P(p∨q)
5.3.4.5 规则10
5.3.4.5.1 普遍否定原则
5.3.4.5.2 一个命题的否定的概率等于1减去原命题的概率
5.3.4.5.3 公式
5.3.4.5.3.1 P(?p)＝1 - P(p)

-------------------------------------------------------------
6 归纳推理（二）
-------------------------------------------------------------

6.1 概率推理
6.1.1 定义
6.1.1.1 根据某类部分对象具有某种属性的概率，推出该类全体对象都具有这种属性的概率的推理。
6.1.2 公式
6.1.2.1
S1是P
S2是P
……
Sn是P
S1，S2，…，Sn是S类部分对象，且n个S中 有m个是P，即S是P的概率为m/n
————————————————————
所以，全体S中有m/n的概率是P
6.1.3 例子
6.1.3.1 在“质量万里行”活动中，调查者对某厂生产的电热器进行检查的结果表明：S1是合格的，S2是合格的，S3是不合格的……在所检查的100件产品中有95件是合格的。由此，调查者得出结论：该厂生产的全部电热器有95%是概率是合格的
6.1.4 要点
6.1.4.1 前提中考察的次数越多，观测的范围越广，结论越可靠
6.1.4.2 概率估计要随着客观情况的变化而变化
6.2 统计推理
6.2.1 定义
6.2.1.1 由样本具有某种属性的单位频率，推出总体具有某种属性的概率的推理
6.2.2 公式
6.2.2.1
S1是P
S2是P
S3不是P
…………
Sn是P
S1，S2，S3，…，Sn是总体S类中的样本S'， 且S'中有m/n的单位频率是P
————————————————————
所以，总体S中有m/n的概率是P
6.2.3 例子
6.2.3.1 某公司生产的电脑5万台，从中随机抽取1000台组成样本进行 检查，发现合格率为80%，于是就说该公司生产的全部电脑 产品的合格率为80%
6.2.4 特点
6.2.4.1 统计推理是从样本过渡到整体的推理，属于不完全归纳推理
6.2.4.2 统计推理是从总体中抽取样本为前提根据的，所以其结论的可靠性比概率推理的可靠性要大
6.2.5 要点
6.2.5.1 样本的容量应尽可能的大
6.2.5.2 选样的范围要尽可能的广
6.2.5.3 要正确的运用各种选样方法
6.2.5.4 要正确运用求统计平均数方法
6.3 类比推理
6.3.1 定义
6.3.1.1 根据两个或两类对象在一系列属性上相同或相似，推出它们在其他属性上也相同或相似的推理方法
6.3.2 公式
6.3.2.1
A对象和B对象都具有属性a1，a2，…，an
A对象还具有属性an+1
——————————————————
B对象也具有属性an+1
6.3.3 特点
6.3.3.1 从个别到个别
6.3.3.2 结论不一定可靠
6.3.3.3 结论是或然的
6.3.4 要点
6.3.4.1 前提中所提供的相同属性或相似属性越多，结论越可靠
6.3.4.2 前提中所提供的相同属性或相似属性与类推属性之间的 关系越密切，结论的可靠性越大
6.4 溯因推理
6.5 假说演绎推理