400-633-0111
点击刷新
一、快速区分“以偏概全”和“过度推断”。
以偏概全指的是以偏概全包括举例不当和轻率概括。举例不当是指所举的例子具有非典型性和偶然性，无法代表总体。轻率概括是指样本太小，以少数的事例就轻率地归纳出普遍性的事例。过度推断指的是过度推断是指在论证时，脱离了条件所给的内容，得出了比条件所给内容更深层次的结论，属于命题人主观上做的推断。两者虽然都指的论证前后不一致，但是结合例子来看不难看出还是有所区别。
例如：从“从尼克松访华引发美国人开始关注中医针灸，到中医针灸被列为联合国教科文组织“非物质文化遗产”，这些都说明，外国人已经普遍接受并欢迎中医针灸。”例子中，很多同学会认为该题是过度推断，实质上分析整个论题的要素不难看出，论题中讨论的是“，美国人”，而论点得出的是“外国人”，符合以偏概全的概念。如果该题出题中论点加上“美国人认为中医能够治愈多项疾病”，显然无法得到，属于过度地去推断中医的疗效。以偏概全论题前后讨论的对象一致，范围有不同，而过度推断前后讨论的对象已经不再一致，这是最明显的区别。
二、快速区分“平均数谬误”和“类比谬误”。
平均数谬误是指误用平均数，即将平均数的性质机械地分配给总体中的个体，从而基于平均数假象而引申出一般性结论的谬误。类比谬误是指把所论证的事物和一个表面与其相似、本质却不同的事物进行比较论证，从而得出荒谬的结论。 除了两个物体之间的类比，还有同一个物体或不同物体在不同时间的类比，是指由于忽视时间因素对样本属性的影响，机械地以样本属性为根据，对一类事物的现在或未来做出的概括或类推。两个都可以指代不能用某一特例来代替结论，但是细微之处还是有所差别。
例如：在“2017 年，D 国全年谷物产量 56517 万吨，占到全国粮食总产量的 89%，而 2016 年同期这个比例是 91%，可以推测，到 2022 年，D 过全年谷物产量占粮食总产量的 比例将不足 80%。”该题目中，很多人看到数据会直接联想平均数谬误，但是往往会出现错误，回归概念的本身不难看出，该题论述的过程中忽视了随着时间变化，其他各项因素的变化，所以无法用过去的数据和现在进行类比，进而出现论述错误。
三、快速区分“选择性论证”和“单因谬误”。
选择性论证指的是展示论据时只展示对主张有利的论据，而忽视了一些不利的重要论据。单因谬误指的是论证过程中只认定某个结果是由某一个单一原因引起的，即将结果产生的多种因素简单地归结为其中的某一个因素。两者都是由于忽视了论据所导致的错误，在得出观点时没有考虑所有的论据因素，但是细品会发现依旧还是有细微的差别所在。
例如：“我在学校都很受人欢迎，因为我每天穿的都很漂亮。”该题中表达的是我将我受欢迎的原因全部归因于我长得漂亮，只认定我受欢迎是由于单一原因所致，却忽视了其他的原因，往往存在结果导向。而另一个例子“A 和 B 各有优劣，A 长得帅，B 家里穷，所以建议你选 A。”中，得出结论的过程中往往会伴随不公平的情况出现，忽视部分个体的优点，那B的缺点和A的优点来进行论述，显然是有选择性和倾向性。两种错误类型看似相似，实际上感情色彩上有所区别。
以偏概全指的是以偏概全包括举例不当和轻率概括。举例不当是指所举的例子具有非典型性和偶然性，无法代表总体。轻率概括是指样本太小，以少数的事例就轻率地归纳出普遍性的事例。过度推断指的是过度推断是指在论证时，脱离了条件所给的内容，得出了比条件所给内容更深层次的结论，属于命题人主观上做的推断。两者虽然都指的论证前后不一致，但是结合例子来看不难看出还是有所区别。
例如：从“从尼克松访华引发美国人开始关注中医针灸，到中医针灸被列为联合国教科文组织“非物质文化遗产”，这些都说明，外国人已经普遍接受并欢迎中医针灸。”例子中，很多同学会认为该题是过度推断，实质上分析整个论题的要素不难看出，论题中讨论的是“，美国人”，而论点得出的是“外国人”，符合以偏概全的概念。如果该题出题中论点加上“美国人认为中医能够治愈多项疾病”，显然无法得到，属于过度地去推断中医的疗效。以偏概全论题前后讨论的对象一致，范围有不同，而过度推断前后讨论的对象已经不再一致，这是最明显的区别。
二、快速区分“平均数谬误”和“类比谬误”。
平均数谬误是指误用平均数，即将平均数的性质机械地分配给总体中的个体，从而基于平均数假象而引申出一般性结论的谬误。类比谬误是指把所论证的事物和一个表面与其相似、本质却不同的事物进行比较论证，从而得出荒谬的结论。 除了两个物体之间的类比，还有同一个物体或不同物体在不同时间的类比，是指由于忽视时间因素对样本属性的影响，机械地以样本属性为根据，对一类事物的现在或未来做出的概括或类推。两个都可以指代不能用某一特例来代替结论，但是细微之处还是有所差别。
例如：在“2017 年，D 国全年谷物产量 56517 万吨，占到全国粮食总产量的 89%，而 2016 年同期这个比例是 91%，可以推测，到 2022 年，D 过全年谷物产量占粮食总产量的 比例将不足 80%。”该题目中，很多人看到数据会直接联想平均数谬误，但是往往会出现错误，回归概念的本身不难看出，该题论述的过程中忽视了随着时间变化，其他各项因素的变化，所以无法用过去的数据和现在进行类比，进而出现论述错误。
三、快速区分“选择性论证”和“单因谬误”。
选择性论证指的是展示论据时只展示对主张有利的论据，而忽视了一些不利的重要论据。单因谬误指的是论证过程中只认定某个结果是由某一个单一原因引起的，即将结果产生的多种因素简单地归结为其中的某一个因素。两者都是由于忽视了论据所导致的错误，在得出观点时没有考虑所有的论据因素，但是细品会发现依旧还是有细微的差别所在。
例如：“我在学校都很受人欢迎，因为我每天穿的都很漂亮。”该题中表达的是我将我受欢迎的原因全部归因于我长得漂亮，只认定我受欢迎是由于单一原因所致，却忽视了其他的原因，往往存在结果导向。而另一个例子“A 和 B 各有优劣，A 长得帅，B 家里穷，所以建议你选 A。”中，得出结论的过程中往往会伴随不公平的情况出现，忽视部分个体的优点，那B的缺点和A的优点来进行论述，显然是有选择性和倾向性。两种错误类型看似相似，实际上感情色彩上有所区别。
京公网安备1101082038637号