帰納推論の特徴、種類および例

の 帰納推論 それは、特定の観察に基づいて一般化された理論を作成しようとするタイプの思考です。演繹的推論とは異なり、他の同様の状況にも当てはまる可能性がある結論を導き出すために具体的なデータに基づいています.

良い帰納推論を実行するには、多数の観測を実行し、それらの間のパターンを見つけ、収集されたデータから一般化できるようにする必要があります。後で、その一般化は説明や理論を作成するために使用することができます.

帰納推論は科学と日常生活の両方で使われています。その結論は演繹的推論のような他の論理的プロセスから得られるものほど確実ではないが、それはあらゆる種類の理論、予測、あるいは行動の説明のための基礎として役立つことができる.

帰納推論のプロセスが実行されるとき、到達した結論は絶対確実ではなく多かれ少なかれ可能性があると言われています。ただし、この種の考え方を適用すると、いくつかの種類の偏りが生じる可能性があり、それが引数を無効にします。.

索引

1特徴
- 1.1コンクリートから一般へ
- 1.2あなたの結論はおそらく間違いではない
- 1.3適用時にエラーが発生する
2種類
- 2.1一般化
- 2.2統計的三角論
- 2.3単純帰納法
- 2.4類推による推論
- 2.5因果推論
3演繹推論との違い
- 3.1出発点
- 3.2引数
- 3.3結論の妥当性
4例
5参考文献

特徴

コンクリートから一般へ

帰納推論の主な特徴は、それを使うとき、与えられた現象について一般的な理論を作成しようとするために使われる一連の特定のデータから始まるということです。帰納法を実行するための基本的な方法は、一連の具体的な事例を観察し、それらが共通しているものを探すことです。.

例えば、新種の鳥を研究している人類学者は、彼が発見したすべての標本に黒い羽があることを理解しています。このため、将来発見されるこの種の他の動物もこの色の羽毛を持っている可能性があると結論付けられます。.

それが機能する方法のために、帰納推論は「ボトムアップロジック」としても知られています。これは、特定の状況についての結論を引き出すために使用される一般的な理論から始まる控除のしくみとは反対です。.

その性質上、社会科学は演繹推論よりもはるかに多くの帰納推論を使用する傾向があります。したがって、心理学や心理学などの分野の理論の多くは、多数の個人を観察し、それらの特性を全人口に一般化することによって作成されています。.

あなたの結論はおそらく間違いないです

演繹推論を実行するとき、前提が真実であり、議論がうまく構成されていれば、結論は常に真になるでしょう。しかし帰納的推論ではこれは起こりません。論理がよく使われていても、引数の結果は絶対に絶対確実というわけではありませんが、それは間違っている可能性があります。.

これは、帰納的推論を扱うとき、常に確率について話しているために起こります。我々が以前に置いた黒い鳥の例では、それはその種のすべての標本が同じ調性を持っているという議論を解体するように別の色の動物が現れたことだけが必要でしょう.

ただし、すべての種類の帰納推論が同等に信頼できるわけではありません。見ているサンプルが大きいほど、そしてそれが一般的に母集団のものであるほど代表的であるほど（つまり、調査したい集合に近いほど）、ある種のエラーがある可能性は低くなります。.

たとえば、投票の意図について調査を行うとき、50人の学生のグループに対して調査が大学のクラスで実施される場合、10,000人の無作為に選択された人々に尋ねると、はるかに信頼性が高くなります。.

適用時にエラーが発生する可能性があります

帰納推論によって導かれた結論は絶対確実なものではなく、単にありそうなものであるということをすでに見てきました。これは論理プロセスが正しく実行された場合でも発生します。しかし、他の種類の推論と同様に、帰納法を実行する際に間違いを犯す可能性があります。.

帰納的推論を使用しているときに発生する最も一般的なエラーは、調査対象の状態を本当に表していない例に頼ることです。例えば、科学としての心理学の多くの批評家は、実験は大学生で行われ、一般の人では行われないことを指摘しています。.

最も一般的なエラーのもう1つは、非常に少数のケースに基づいて結論を出すことです。これらのケースでは、開始時のデータが不完全です。帰納的推論によって本当に信頼できる結論に達するためには、できるだけ多くのデータをベースにすることが必要です。.

最後に、十分なデータがあり、サンプルが一般的な母集団を代表している場合でも、思考の偏りのために結論が間違っている可能性があります。帰納的推論において、最も一般的なもののいくつかは、確認の偏り、可用性の偏り、およびプレーヤーの誤謬です。.

タイプ

基本的なメカニズムは帰納推論の過程で常に維持されます。ただし、一連の特定のデータから人口に関する一般的な結論に達するには、いくつかの方法があります。次に最も一般的なものを見ます.

一般化

帰納推論の最も単純な形式は、より大きな母集団についての結論を引き出すための小さな標本の観察に基づいています.

式は次のようになります。サンプルのある割合が特性Xを持つ場合、一般母集団の同じ割合がそれを持ちます。.

基本的な一般化は通常、非公式の設定で行われます。実際、それはしばしば無意識のうちに起こります。たとえば、ある学校の生徒は30人のクラスメートのうち、別々の親を持つのは5人だけであると考えています。これを見て、私は一般化をすることができ、ごく少数の大人だけが離れていると考えることができます.

しかし、より信頼性が高く、科学的な形式の一般化があります。 1つは統計的一般化です。操作は基本的な操作と似ていますが、データはより大きな母集団で体系的に収集され、結果は数学的手法を使用して分析されます。.

5,000人の電話調査が彼らの政治的所属について行われると想像してみましょう。このサンプルのうち、70％が "left"と識別されています。サンプルが一般的な人口の代表であると仮定すると、その国の住民の70％も左翼と見なされると推論できます。.

統計的三角法

統計的音節論は、特定の現象について結論を出すための一般化から始まる帰納推論の一種です。この方法を使用すると、結果が発生する確率が調べられ、個々のケースに適用されます。.

たとえば、結婚の80％が離婚している国では、新婚夫婦が別居してしまう可能性が非常に高いと言えます。.

しかし、演繹論理の三角法で起こることと違って、この結果は絶対確実ではありません（結婚がうまくいくという20％の可能性があるでしょう）。.

統計三角法を使用すると、2つの異なる問題が発生する可能性があります。一方では、我々が到達した結論が満たされないケースの割合を無視することは非常に簡単です。一方で、この規則には例外があるため、一般化することは不可能であると考えるのも一般的です。.

単純帰納

単純帰納法は一般化と統計的三角法の組み合わせです。それはそれが属するグループに影響を与える前提から個人についての結論を引き出すことから成ります。式は次のとおりです。

グループのパーセンテージXには特定の属性があることがわかります。そのグループに属する各個人について、それらがこの属性も示す確率はXです。たとえば、グループの構成要素の50％が内向的である場合、各個人はこの特性を示す可能性が50％あります。.

類推による推論

帰納推論の最も一般的な形式のもう1つは、2つのグループまたは異なる個人を比較して、それらの類似点と相違点がどうなるかを予測しようとすることです。前提は次のとおりです。2人の個人が一連の特性を共有している場合、他の人と似ている可能性が高くなります。.

類推による推論は、私たちの日々のように、科学や哲学といった形式の分野では非常に一般的です。しかし、その結論は必ずしも正しいとは限らないため、一般的には補助的な思考方法としてのみ有用であると考えられています。.

たとえば、2人の個人を観察し、それらが両方とも内向的で読書好きであり、同様の気質を持っていることを発見したとしましょう。後でそのうちの1人がクラシック音楽に興味を持っていることを観察した場合、類推による推論は私達に2番目のものがおそらくクラシック音楽にも興味を持っていることを教えてくれるでしょう。.

因果推論

2つの現象が常に同時に起こることを私たちが観察するとき、私たちの最初の衝動はそれらのうちの1つが他の原因であると考えることです。この種の帰納推論は因果推論として知られています.

この種の推論には、同時に発生する2つの現象が、「奇妙な変数」と呼ばれる、われわれが知らない3分の1によって引き起こされる可能性があるという問題があります。したがって、因果推論は非常に一般的ですが、科学などの分野で有効と見なされるのに十分な証拠を提供するものではありません。.

誤った因果推論の典型的な例は、アイスクリームの消費量と海での溺水による死亡者数の関係です。どちらの現象も、年の特定の時期に発生する傾向が大きくなります。したがって、因果推論を使用した場合、それらのうちの一方が他方を引き起こしていると結論付けることができます。.

しかし、論理的な説明は、最初の2つを引き起こす3番目の変数があるということです。この場合、それは夏の数ヶ月の間の気温の上昇でしょう、そしてそれは人々がより多くのアイスクリームを服用して海でより頻繁に浸ることを引き起こし、その結果、溺死の増加.

演繹推論との違い

出発点

演繹的推論と帰納的推論の最初の基本的な違いは、それが両方に分割されている点です。演繹推論は「トップダウン論理」として知られています、なぜならあなたは一般的な理論から始めて、そしてあなたは特定のケースについての結論を引き出すことになるからです.

反対に、帰納推論は「ボトムアップロジック」とも呼ばれることをすでに見てきました。これは、プロセスが逆であるためです。推論は具体的なデータから始まり、一般的な現象について論理的な結論に達することが目的です。.

引数

論理的には、議論は前提と結論からなる推論です。演繹論理では、引数は有効（有効に構築されている場合）または無効（施設に相互関係がない場合または結論が誤って抽出されている場合）になります。他方では、それらはまた真実であることができます（施設が真実である場合）。.

帰納的推論では、これは同じようには機能しません。このタイプのロジックでは、引数は強い（何かが起こる可能性が高い場合）または弱い可能性があります。同時に、強い議論は説得力がある（彼らが基づいている前提が真実であるならば）または説得力がないことがありえます.

結論の妥当性

これら2種類の推論の最後の違いは、結論の妥当性と関係があります。演繹的論理では、前提が真実であり、議論がうまく構成されていれば、その結論は絶対にすべての場合に真実となるでしょう。.

対照的に、帰納的推論では、主張が強く、前提が真実であっても、結論は必ずしも真実ではありません。だからこそ、私たちは説得力のある議論をし、特定の議論をしないのです。.

例

以下に、私たちが日々実行できる帰納推論の例をいくつか示します。

- フアンはピーナッツを食べるたびに、咳をして気分が悪くなります。フアンはピーナッツアレルギーでなければならない.

- 教師は、彼がクラスでPowerPointプレゼンテーションを使うとき、彼の学生がもっと興味を示すことに気づきます。先生はパワーポイントを使うことが彼の学生のモチベーションを高めるのに役立つと結論を下します.

- 弁護士は、彼が過去に持っていたものと似たようなケースがどのように解決されたかを研究し、そして常に良い結果を生み出した戦略を見つけます。このため、彼は自分の訴訟でそれを使用すれば、彼も自分の目的を達成するだろうと結論しています。.

参考文献

「演繹的対帰納的 "で：違います。取得日：2019年3月20日、Diffenから：diffen.com.
「演えき推論vs "帰納推論" in：Live Science。取得日：ライブサイエンス：2019年3月20日、livescience.com.
バランス誘導における「帰納的推論の定義と例」取得：2019年3月20日、The Balanceキャリアから：thebalancecareers.com.
"帰納推論の例"：あなたの辞書取得：2019年3月20日あなたの辞書から：examples.yourdictionary.com.
ウィキペディアの "帰納推論"ウィキペディアから2019年3月20日に取得された：en.wikipedia.org.

心理学

« 演繹推論の特徴、タイプおよび例気管支樹の特徴と機能 »