在归纳推理是一种思维致力于从具体意见广义的理论。与演绎推理不同，它依靠具体数据得出结论，这些结论可能适用于其他类似情况。
为了进行良好的归纳推理，有必要进行大量观察，在它们之间找到一种模式，并能够根据收集到的数据进行概括。后来，这种概括可以用来创建解释或理论。
资料来源：pexels.com
归纳推理被用于科学和日常生活中。尽管其结论不如从演绎推理等其他逻辑过程中得出的结论那么可靠，但它可以作为各种理论，预测或行为解释的基础。
当进行归纳推理过程时，所得出的结论或多或少是可能的，而不是无误的。但是，当采用这种类型的思维时，可能会出现各种类型的偏差，从而导致论点无效。
特点
从具体走向一般
归纳推理的主要特征是，在使用归纳推理时，它始于一系列特定数据，这些数据用于尝试创建有关某种现象的一般理论。进行归纳的基本方法是查看一系列特定情况，并寻找它们的共同点。
例如，一位正在研究一种新鸟类的民族学家注意到，他发现的所有标本都带有黑色羽毛。因此，他得出的结论是，将来他遇到的该物种的其他任何动物也可能也会有这种颜色的羽毛。
由于其工作方式，归纳推理也称为“自下而上的逻辑”。这与演绎的方式形成对比，在演绎中，您从一个通用理论开始，该通用理论用于得出有关特定情况的结论。
就其本质而言，社会科学倾向于比归纳推理更多地使用归纳推理。因此，通过观察大量个体并将其特征概括到整个人群中，已经创建了心理学或心理学等学科理论的很大一部分。
您的结论是可能的，不是绝对的
当我们进行演绎推理时，如果前提是正确的并且论点构造得很好，那么结论将永远是正确的。但是，归纳推理并非如此。即使逻辑使用得当，参数的结果也将永远不会出错-这可能是错误的。
发生这种情况的原因是，在使用归纳推理时，您总是在谈论概率。在我们先前放置的黑鸟的示例中，只需要使另一种颜色的动物出现就可以消除该物种的所有标本具有相同音调的论点。
但是，并非所有类型的归纳推理都同样可靠。我们看的样本越大，它在一般人群中的代表性就越强（也就是说，它越类似于我们要研究的集合），则发生某种错误的可能性就越小。
例如，在进行投票意向调查时，如果问到10,000个随机选择的人，则比在50人一组的大学课堂中进行调查要可靠得多。
应用时可能会发生错误
我们已经看到，归纳推理得出的结论并非绝对可靠，而仅仅是可能的。即使正确执行了逻辑过程，也会发生这种情况。但是，与其他类型的推理一样，进行归纳时可能会犯错误。
使用归纳推理时发生的最常见错误是依赖于不能真正代表所研究条件的示例。例如，许多心理学作为科学的批评家指出，实验通常是针对大学生而不是普通百姓进行的。
另一个最常见的错误是，我们的结论基于极少数情况，而从这些情况出发，我们得出的数据是不完整的。为了通过归纳推理得出真正可靠的结论，必须有尽可能多的数据作为基础。
最后，即使我们有足够的数据并且样本可以代表一般人群，由于思想上的偏见，我们的结论也可能是错误的。在归纳推理中，最常见的是确认偏差，可用性偏差和玩家谬误。
种类
基本机制始终保持在归纳推理过程中。但是，有多种方法可以从一系列特定数据中得出有关总体的一般结论。接下来，我们将看到最常见的那些。
概括
归纳推理的最简单形式是基于观察少量样本得出有关较大种群的结论。
计算公式如下：如果一部分样本具有特征X，则相同比例的一般人口将拥有该样本。
基本概括通常发生在非正式场合。实际上，它经常发生在无意识的水平。例如，一个学校的学生观察到他的30个同学中，只有5个父母分开。综观这一点，您可以一概而论，认为只有少数成年人分开了。
但是，还有其他更可靠和科学的概括形式。首先是统计概括。该操作与基本操作类似，但是以系统的方式在较大的总体中收集数据，并使用数学技术分析结果。
假设通过电话调查了5,000人的政治归属。在这个样本中，有70％的人认为是“左翼”。假设样本总体上代表了人口，可以推断出该国70％的居民也将自己视为左派。
统计三段论
统计三段论是归纳推理的一种形式，它是从泛化出发得出有关特定现象的结论。使用此方法时，将研究结果发生的可能性并将其应用于单个案例。
例如，在一个80％的婚姻以离婚而告终的国家中，我们可以说一对刚刚结婚的夫妻很可能最终分居。
但是，与演绎逻辑中的三段论不同，这种结果并非绝对可靠（婚姻有效的可能性为20％）。
使用统计三段论时，可能会出现两个不同的问题。一方面，很容易忽略未达到我们得出的结论的案件所占的百分比；另一方面，通常也认为，由于该规则有例外，因此不能一概而论。
简单归纳
简单归纳是概括和统计三段论的结合。它包括从影响其所属群体的前提中得出有关个人的结论。计算公式如下：
我们知道一个组的百分比X具有特定的属性。对于属于该组的每个人，他们也都呈现此属性的概率为X。例如，如果组中50％的成员是性格内向的人，则每个人都有50％的概率呈现此特征。
类推推理
归纳推理的另一种最常见形式是比较两个不同的组或个人，以试图预测它们的异同的方式。前提是：如果两个人共享一套特征，那么他们在其他人中也更有可能相似。
类推推理在科学和哲学等正式学科以及我们的日常生活中都很普遍。但是，其结论并不总是正确的，因此通常认为它仅作为辅助思维方法有用。
例如，假设我们观察了两个人，发现他们都是性格内向，喜欢读书的人，并且性情相似。如果我们以后发现其中一个对古典音乐感兴趣，则通过类推推理可以告诉我们，第二个也可能同样如此。
因果推论
当我们观察到两个现象总是同时发生时，我们的第一个冲动就是认为其中一个是另一个的原因。这种归纳推理被称为因果推理。
这种类型的推理存在一个问题，即同时发生的两个现象可能是由我们不知道的第三个现象（称为“奇怪变量”）引起的。因此，尽管因果推论很普遍，但它没有提供足够的证据，在科学等领域被认为是有效的。
错误的因果推论的一个典型例子是冰淇淋消费量与海上溺水致死人数之间的关系。在一年中的某些时候，这两种现象倾向于更大程度地发生。因此，如果我们使用因果推论，我们可以得出结论，其中一个正在引起另一个。
但是，逻辑上的解释是，存在导致前两个变量的第三个变量。在这种情况下，可能是夏季气温升高，导致人们喝更多的冰淇淋，并且在海里洗澡的次数增加，从而也增加了溺水造成的死亡。
演绎推理的差异
点
演绎推理和归纳推理之间的第一个根本区别是两者的起点。演绎推理被称为“自上而下的逻辑”，因为它始于一般理论，最后得出关于特定案例的结论。
相反，我们已经看到归纳推理也称为“自下而上的逻辑”。这是因为过程相反：推理是从具体数据开始的，它是关于普遍现象的逻辑结论。
争论
在逻辑上，争论是由前提和结论组成的推理。在演绎逻辑中，论点可以是有效的（如果它们构造合理）或无效的（如果前提不相关或结论不正确）。另一方面，它们也可以为true（如果前提为true）或false。
在归纳推理中，这并不相同。在这种类型的逻辑中，参数可以是强参数（如果发生某事的可能性很高）或弱参数。同时，强有力的论据可能令人信服（如果它们所基于的前提是正确的）或令人信服。
结论的有效性
这两种类型的推理之间的最后区别与结论的有效性有关。在演绎逻辑中，如果前提是正确的并且论点构造得很好，那么在所有情况下结论都是正确的。
相反，在归纳推理中，即使论点很强并且前提是正确的，结论也不会总是正确的。这就是为什么我们说的是令人信服的论点，而不是真正的论点。
例子
在下面，我们将看到我们可以在日常工作中进行的归纳推理的更多示例：
-每次Juan吃花生时，他都会咳嗽并感到不适。胡安一定对花生过敏。
-一位老师注意到，当他在课堂上使用PowerPoint演示文稿时，他的学生会表现出更多的兴趣。老师得出的结论是，使用PowerPoint将有助于提高学生的学习动力。
-一名律师研究如何解决与他过去处理过的案件类似的案件，并找到一种始终能产生良好结果的策略。因此，他得出的结论是，如果在他的情况下使用它，他也将实现其目标。
参考文献
- “演绎与 归纳式“中：Diffen。于2019年3月20日从Diffen检索：diffen.com。
- “演绎推理与 归纳推理”，载于：生命科学。检索日期：2019年3月20日，来自Live Science：livescience.com。
- “平衡归纳”中的“归纳推理定义和示例”。检索日期：2019年3月20日，来自The Balance Careers：thebalancecareers.com。
- “您的词典”中的“归纳推理示例”。检索时间：2019年3月20日，来自Your Dictionary：examples.yourdictionary.com。
- “归纳推理”，位于：Wikipedia。检索日期：2019年3月20日，来自维基百科：en.wikipedia.org。