归纳法

归纳推理

在归纳推理中，根据前提归纳出结论，但结论的确定性程度可高可低，并不是严格根据前提推导得来的。
在归纳推理中，结论不是由三段论的形式结构决定的，而是由证锯决定的。所得结论的确定性程度也不同。归纳推理的强度是由证据的代表性、数量以及观察的质量所决定的。（启发式、经验法则）

相关现象

可得性启发式是指，我们通常认为那些容易从记忆中提取的事情比不容易提取的事情更可能发生。根据可得性启发式有时能够得出正确的结论，但有时也会得到错误结论。对比“各种死因”相对频率的实验研究就是根据可得性启发式得到错误结论的例子。（认知中的熟悉度影响认知中的频次）
虚假相关（是指两个事件之间看似存在相关，但实际上没有相关或者相关性远小于看起来的样子。）和刻板印象可能导致得出事件之间存在相关的错误结论。这与可得性启发式有关，因为人们只关注事件之间的特别关联而使这种关联更为“可得”。
代表性启发式是指人们经常根据一个事件对另一个事件的代表性来做判断。代表性启发式也可能会引发错误的结论，比如“根据描述判断一个人的职业”的实验研究就证明了这一点。当代表性启发式使人们忽略基本概率信息时，就会出错。在另一些情况中，如果人们忽略了联合原则（指两个事件结合（A 和 B）的可能性不可能高于其中一个单独事件（A 或者 B）发生的可能性）和大数法则（大数定律），也会出错。
证实倾向是指人们倾向于选择性地关注能够证实自已假设的信息，而忽略掉那些与自己的假设不符的信息。Wason 的数字序列任务实验证实了这种偏向。在真实生活中，人们的态度也会影响对证据的评估。证实偏见

培根

培根是近代归纳法的创始人，这种归纳法的具体内容是这样的：
首先形成“三表”，即收集正面的材料，形成一个“本质或具有表”；收集反面的材料，形成一个“差异表”；再收集反映某种共变关系的量化证据，形成一个“程度表”。
然后在“三表”所收集的经验材料基础上，进行理性的分析，逐渐总结出一般性的规律，然后再逐级上升，最终达到一般性的公理。