1. 将相关性不加区分地等同于因果关系
2. 将因果关系颠倒，把结果说成原因
   
3. 忽略第三个因素
4. 回归谬误
5. 错误使用三段论
   
6. 混淆论证与解释的差异
7. 将逻辑思维的有效性绝对化

1、将相关性不加区分地等同于因果关系

两件事情可能有相关性，即它们之间要么同步发生、要么同步变化。但这并不一定存在因果关系。例如，

两个不同班级吃饭的时间高度相关，但两者之间并不构成因果关系。

错误地把相关性不加区分地等同于因果关系不仅在商业、政治、社会和投资中很常见，在科学研究和分析中也很常见。

人工智能软件很容易发现有相关性的两件事，但不能据此说明两件事情之间的关系为因果关系。

2、将因果关系颠倒，把结果说成原因

因果是一种因素导致了另外一种因素。对于单向因果关系，不能把因果关系颠倒。例如，

下雨可以是衣服被打湿的原因，但衣服打湿决不是下雨的原因。如果说成打湿衣服是下雨的原因，那么就是因果关系颠倒。

有的本来就是假设或事实，目前根本上就不知道原因。如果基于假设得到了其它结果，就不能反过来用这个结果作为假设的原因，否则就是颠倒了因果关系。例如，

光速不变是一个假设，如果把基于该假设得到的尺缩效应和钟慢效应当作光速不变的原因，就是因果颠倒。

有时存在一些搞不清到底谁是因谁是果的因果关系。鸡与蛋的关系便是如此。如果因果关系来自于时间过程，那么只可能是发生在前面的事件影响后面的事件，而不能反过来。这是因为，从过去到未来，时间是单向流逝的，因此，未来的事件不会改变过去的事件。

3、忽略第三个因素

在某一事件发生的过程中，可能存在多个因素。我们可能只专注于摆在我们面前的两个因素，认为是它们之间产生了因果关系，而忽视了第三个因素的存在。

例如，很容易从“游泳的人越多，中暑的几率就越大”这一现象得出“游泳会导致中暑”的错误结论。

造成上面这个错误的原因是，游泳与中暑这两个因素就摆在我们面前，导致我们不去想别的因素。

事实上，天热才是中暑的本来原因，虽然天热同时会导致游泳次数增多，但不能将游泳次数增多当作中暑多的原因。

4、回归谬误

某些事件只是简单地恢复了正常，并不受其它事件的影响，因此不能把这种自然恢复归功于任何一件正好在恢复期发生的其它事情。例如，

小猫感冒十天后吃了一只老鼠，感冒居然好了。但不能据此认为是老鼠治好了感冒，因为小猫本来就应该要好了。

一些事件出现不寻常后，随着时间的推移会向寻常状态（平均值）回归，这一过程中可能偶遇其它事件，据此不能说是其它事件导致了这种回归。

5、错误使用三段论

三段论是由大前提和小前提推出结论的一种方法。例如，

常压下水加热到100摄氏度以上会沸腾（大前提），我在常压下把水加热到了100摄氏度（小前提），因此我加热的水沸腾了（结论）。

错误使用三段论的常见形式是大前提错误。例如，

灰色小汽车的司机很谨慎，张三是灰色小汽车的司机，因此张三很谨慎。

显然，“灰色小汽车的司机很谨慎”这个大前提并不总是成立，因此可能得出错误结论。

错误使用三段论的另一种形式是小前提错误。例如，

狗狗不喜欢喝茶，张三不喜欢喝茶，因此张三是狗狗。 

显然，张三不喜欢喝茶根本上就不是大前提“狗狗不喜欢喝茶”以下的小前提。

6、混淆论证与解释的差异

在文章中，我们通常需要论证和解释。但两者是有区别的。论证是为了正确地得到什么，强调过程。解释针对的是已经发生的现象，强调理解。

在论证（argument）中，需要有推理，需要提供证据、理由或原因，且需要在语句之间绘制逻辑连接。需要指出确立陈述真实性的目的是什么。需要给出从众所周知的陈述到不太为人所知的陈述 。

在解释（explanation）中，通常不做推理， 但指出为什么，描述可能存在的因果关系或相关性。 给出不太为人所知的陈述是为了说明为何更为人所知的陈述是正确的。给出陈述某事的目的是什么。

7、将逻辑思维的有效性绝对化

常见的思维有逻辑思维、发散思维、反事实思维、设计思维和情感思维等形式。逻辑思维更能得到科学结论。常见的错误是，把逻辑思维的有效性绝对化。对它们的不足缺乏认识，就有可能得出错误结论，或者把本来预想到的不一定正确的结论当作一定正确的结论。如果能认识到下面介绍的不足，就能谨慎面对结果，或采用谨慎语言表述，或寻找更多证据来证明结论的正确性。

逻辑思维有比照推理、模糊逻辑、演绎推理、反演、归纳和直觉推理等形式。下面就来介绍这些形式的思维的特征和不足。

比照推理（referring reasoning）是从已知事实比照出新的事实的方法。例如，

巴黎是一座城市，城市都有一名市长，因此巴黎有一名市长。

前面介绍的三段论就是一种比照推理。 三段论很容易用错，稍有不慎，就会从三段论得出错误的结论。对于前面的错误使用三段论的第一个例子，如果使用模糊逻辑（fuzzy reasoning）就能得到正确结论：

灰色小汽车的司机通常很谨慎，张三是灰色小汽车的司机，因此张三有可能很谨慎。

演绎推理（deductive reasoning）是由一般到具体的推理过程。从一个一般性原理出发，在特殊情况下得出一个具体的结论。例如，

你从一个现象满足正弦规律出发，演绎出在某些参数范围存在极大值的结论。

演绎是预测的常见形式。有时，基于演绎预测给出的结论可能只是理论上正确。例如，

由爱因斯坦的广义相对论理论预测出宇宙中存在黑洞和虫洞的结论。黑洞被观测证明是真实的存在，但目前没有关于虫洞存在的证据。

如果一般性原理十分复杂，科学家会做出简化后再做预测。例如，

气象预报基于的数学模型有大量简化。预测结果可能有误差，特殊情况下可能存在定性错误，如气象预报预测明天有雨，但结果可能是晴天。

反演(abductive reasoning) 是基于不完整的数据、由一个或多个事实反向猜测一般性原理或假设的过程。反演法有时得到正确的结论，有时得到错误的结论。例如，

你从几个数据加上一些论证，推断出这组数据代表的现象满足正弦规律的结论。也许对于某一范围，就不满足正弦规律。

也不排除能从一般性原理反演出更一般原理的可能性。

归纳法（inductive reasoning）比反演法更严格一些，试图从许多事实总结出一般性结论。如果以归纳给出一般性原理，原理可能正确，也可能不正确。例如，

从随机调查的1000人都声称年收入高于10万的事实，可以归纳出所有人的年收入都高于10万的结论。但也许某些人收入就少于10万。

在直觉推理中，凭直觉得到某种结论，或者说，猜想的结论符合直觉（intuition）。在没有其它办法的情况下，直觉推理往往有效，但也存在反直觉的情况。因此，直觉推理给出的结论需要有证据来证实。