您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
穆勒五法(穆勒五法例子)
归纳法,结论,归纳穆勒五法(穆勒五法例子)
发布时间：2019-02-08加入收藏来源：互联网点击：
“可沟通非常重要，哪怕是一个浅显的理论，但它一下子调动起对方的思想，把对方转变成一个新的主体，那这个理论就是革命的。找到能引发共鸣的语言其实是很难的，不仅要对静态的结构，而且要对形势、未来发展的方向有精确的把握，才能够讲得简单，勾起大家的共鸣。”
逻辑学试图解决的，其实就是“可沟通”的问题，即通过逻辑学的方法，建立现象与本质的联系，实现人类与知识的沟通。
说回到归纳法，本小结试图建立的，也是归纳法与实际工作的“可沟通”。从实践的角度看，可将归纳法分为完全归纳法和不完全归纳法。
1. 完全归纳法
完全归纳法是指对一类对象进行穷尽考察，得出关于该类对象的一般结论的推理。从思维方向上，完全归纳法是从个别推出一般，属于归纳法的范畴；但从前提与结论的关系来看，完全归纳法穷尽了结论所包含的各种前提，如果前提为真，则结论一定为真，在这一点上，完全归纳法又类似于演绎法。本文按惯例，还是将其归入归纳法的范畴。
完全归纳法的逻辑表现形式为：
前提：S1是P，S2是P......Sn是P（其中，S1，S2......Sn是S类的全部对象，P是属）。
结论：所有S都是P。
例如，我们要设计一套算法推荐系统。首先，我们以内容生产者的角度，穷举出社区内容的所有类型：UGC（User Generated Content，用户生产内容）、PGC（Professional Generated Content，专业生产内容）和OGC（Occupationally-generated Content，职业生产内容）。
其次，定义哪类内容是优质的、平台希望推荐的，如通过实际查验生产数据，认定：点赞率（点赞量/阅读量）高的UGC，是优质UGC；点赞率高的PGC，是优质PGC；点赞率高的OGC，是优质OGC。最后，我们可以归纳出结论：所有点赞率高的内容，都是优质内容。
【一个简单的内容推荐系统，来源《内容算法》】
完全归纳法的优点明显，前提为真的情况下，结论一定为真；缺点也很突出，即适用的范围较窄，只适合对象可穷尽的推理。相对而言，下一节讲到的不完全归纳法，适用的范围更广，也更为常见。
2. 不完全归纳法
不完全归纳法指对一类对象的部分进行考察，得出关于该类对象一般结论的推理。不同于完全归纳法，不完全归纳法是种或然（不确定）推理，即前提为真，结论不一定真，前提只对结论提供一定的支持关系。
常见的不完全归纳法有：简单枚举法、类比推理法、排除归纳法和统计归纳法。
其中，简单枚举法主要通过枚举例子，找到例子间的共同点，推论出一般结论。如张三看到程序员小龙喜欢穿格子衬衫，程序员小马喜欢穿格子衬衫，程序员小军喜欢穿格子衬衫，由此推论出程序员都喜欢穿格子衬衫。
张三使用的方法就是简单枚举法。简单枚举法简单直观，但可靠不强，如上面张三的例子，结论就是一个典型的以偏概全的归纳谬误。如果要提高简单枚举法的可靠，则需要尽可能地扩大被考察对象的数量、范围，以及对象之间的差异。
统计归纳法则是字面意义上基于统计的归纳，是一种通过从总体重抽取样本，总结样本规律，进而推断出总体具有的一些质的方法。产品工作中的用研、ABTest，使用的就是统计归纳的方法。统计归纳本质上还是种或然推理，但可靠要高于简单枚举法。
如果可以从抽样规模、广度和随机方面保证样本的代表，就能够得出关于总体的相对可靠的结论。更详细的统计学知识，可扩展阅读统计学相关的教材，本文不做进一步展开。
下面，我们重点讨论下常被误用的类比推理法，和常被使用的排除归纳法。
（1）类比推理法
类比推理是从两个或两类对象的相同点出发，根据它们在一系列属上的相似，提出它们在另一个或另一些属也相似的推理，进而达到触类旁通和举一反三的效果。中国传统的阴阳五行、天人感应等，就建立在类比推理之上。
在某些材料中，类比推理被专门独立出来，作为与归纳、演绎同一层级的思维方法，但根据本文的定义，还是将其归类到不完全归纳的范畴。
类比推理法的逻辑表现形式为：
前提：S1具有属：a、b、c、d；S2具有属：a、b、c。
结论：S2具有属d。
其中，S1和S2表示进行比较的两个（或两类）对象，a、b、c表示S1与S2之间相同或相似的属，d表示类推得到的属。
查理·芒格在《穷查理宝典》中提到：“一个人只要掌握80到90个思维模型，就能够解决90%的问题，而这些模型里面非常重要的只有几个。”其中，就隐含着类比推理的理念。
类比推理的应用较为普遍（如竞品分析），然而作为初级的推理形式（亚里士多德认为类比推理只是一种“修辞术”），它的可靠程度依赖于很多因素，如类比对象之间相似属的数量、相似属的相关、不相似属的相关、已知相似属与推出属之间的相关等等，相似属的数量越多，相关越强，类比推理结论的可靠程度也就越高。
相较于其他归纳方法，类比推理的优点突出。通过类比推理，举一反三触类旁通，我们可能获得一些创造的灵感和启发，如基于人工神经网络研究的深度学习模型。
此外，使用类比推理，还可以反驳无效的推理论证，以其人之道还治其人之身，如在关于凯恩斯主义的讨论中，反对者提出，“从长期看，市场总是能够自救的”，以此来反对凯恩斯主义积极的经济干预政策。凯恩斯则反驳说，“长远来看，我们都了”。
【凯恩斯《就业、利息和货币通论》】
这里想额外提及一点。现在的产品经理，在表达的过程中都过于热衷于做类比了，但实际上，很少有人能讲出让人信服，甚至合理的类比表达，更多的是不明所以、人菜瘾大的类比失当，不是将做产品比作谈恋爱、养孩子，就是做菜、盖楼，让人如芒在背、如鲠在喉。
因此，顺带在此呼吁：请产品经理在没想清楚前，轻易不要做类比。
（2）排除归纳法
排除归纳法，则是一种寻求因果关系（因果联系指事物之间的一种必然联系，具有客观存在、先因后果、辩证复杂等特点）的逻辑方法。排除归纳法根据因果关系的某些特点，把某些明显不是被研究现象的原因的先行情况排除掉，从而在其余的先行情况与被研究现象之间确立因果关系。
探求因果关系的方法主要有五种，又称“穆勒五法”，分别是：求同法、求异法、求同求异并用法、共变法和剩余法。为了便于理解和记忆，本文只给出五种方法的逻辑表现形式。
①求同法
前提：
场合1：有先行情况A、B、C，有被研究现象a；
场合2：有先行情况A、B、D，有被研究现象a；
场合3：有先行情况A、C、E，有被研究现象a。
结论：A（可能）是a的原因。
②求异法
前提：
场合1：有先行情况A、B、C，有被研究现象a；
场合2：有先行情况B、C，没有被研究现象a。
结论：A（可能）是a的原因。
③求同求异并用法
前提：
正面场合：
有先行情况A、B、C，有被研究现象a；
有先行情况A、D、E，有被研究现象a；