在科学研究和生活交流中，常常出现不讲道理的情形。规范地说，讲道理是使用客观证据并借助逻辑推理来从这些证据得出结论或主张或观点。不难理解，不讲道理的“策略”是，要么使用失真的证据，要么让推理没有逻辑。对于第二种，这种不讲道理也可以说成不讲逻辑。不讲道理是发生生活冲突和人际关系复杂、公司管理困难且效率低下、科学研究不严谨难以出原创成果的重要原因。
1,2,3,4,5
第一种，基于失真的证据得出结论
法官使用证据来定案，但证人可能会出示有利于自己的证据。证据本来用于表示真实，但如果用主观方式来面对证据，那么证据将失去真实意义。
如果证据是重点，那么人们往往会使用那些可以支持自己立场或利益的证据，或者假想一些证据会支持自己的结论。总之，使用有利于自己而非不利于自己的证据，甚至编造证据。生活中这种基于奇怪证据来得出结论的道理随处可见，但人们可能不觉得这属于不讲道理、或者一笑了之、或者斗斗嘴即可，但用在学术表述上将会变成灾难。
举几个这样的例子。
你某次不小心有一个失误，却被别人认为你就是有这个缺陷。看到某君咳嗽，就得出此君总是咳嗽的结论。这属于用偶然事件作为证据，得出普适结论的一种情形。
人们没有看到你作过诗，就把你说成不会作诗。因为自己没有看到一项研究，就得出没有人做过那项研究的结论。这属于把未知事实当证据，以得出结论的例子。
第一次看到S国的一个人是流浪汉，便得出S国的人都是流浪汉的结论。看到A能说出某专业的一条知识，就得出A是该专业专家的结论。 这属于把片面事实当证据，进行过度推广的例子。
第二种，误将相关的两件事等同于有因果关系
得出两件事情有因果关系比有相关性要重要得多，因为因果关系可重复、可用于预测，而相关性可能不具备这些特点。
2021年诺贝尔经济科学奖的一半联合授予约书亚·D·安格里斯特（JoshuaD.Angrist）和吉多·W·伊本斯（Guido W.Imbens）“对因果关系分析的方法学贡献”。可见因果关系有多么重要。然而，人们可能经常错误地得出因果关系，把毫无因果关系的相关事件看成有因果关系。
西方科学的发展基于两大成就：希腊哲学家发明了形式逻辑系统（在欧几里德几何中）和通过系统实验发现因果关系的可能性（在文艺复兴时期）——阿尔伯特·爱因斯坦（1953）
甲乙两位员工每天都在9点上班，因此他们上班的时间高度相关，但甲在9点上班不是乙在9点上班的原因，乙的也不是甲的原因。反过来，如果甲是公司老板，乙是甲的助手，那么两人上班时间的高度相关存在因果关系，即乙是按甲上班的时间而上班。
两件事情的相关性是指它们要么同步发生、要么同步变化。两件事情的因果关系是指其中一种因素导致了另外一种因素。
如果A与B相关，一种情形是二者没有因果关系，如上面的第一个例子，另一种情形是有因果关系，如上面的第二个例子。因此，不能把相关性不加区分地等同于因果关系。
然而，随意把相关性等同于因果关系，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。
只需要进行统计，就可以证实相关性，然而，确定是否有因果关系则难得多，难怪可以因此获得诺贝尔经济学奖。
第三种，将因果关系颠倒，把结果说成原因
生活中的观察表明，一些人吸烟，身体却很棒，甚至比一些不吸烟的人还棒。于是，一些人把吸烟说成身体棒的原因，至少说成吸烟无害于健康。
其实，这可能是因果关系颠倒。也许，正确的说法是，恰恰是因为一些人身体棒，所以才从偶尔（处于好奇或者被吸烟者引诱而）吸烟发展为经常吸烟甚至不停地吸烟者。一个人如果吸烟就咳嗽，就生病，那么他就不会吸烟了。
至于由冲突导致的因果关系颠倒就更普遍了。人际关系冲突中被认为错误的一方往往不是真正的错误原因。清官难断家务事。
在科学研究中，因果关系颠倒也很常见。我们观察到了一个现象，希望找到其原因。我们又观察到了另外一个现象，于是把另外的现象当作首先观察到的现象的原因。这往往不正确，因为也许另外一个现象才是因。
区分谁是因谁是果的一种方式是，利用时间之箭。时间是从过去到未来单向流逝的，未来的事件不会改变过去的事件。因一定在前，果在后。据此，可以做实验，看看A与B谁是因，谁是果。先让A发生，看看是否有B，如果有，那么A是因，如果没有，那么A不是因。接下来先让B发生，如果A，那么B是因。
第四种，忽略第三个因素
夏天，游泳的人非常多。同时，中暑的人也多。于是，一些人得出结论，游泳会导致中暑。这一错误本来属于前面所说的误把相关性等同于因果关系，但这里要说的更进一步。
原来，中暑本来是有原因的，但不是因为游泳，而是因为天气热。如果把游泳与中暑看成是相关的两个因素，那么天热是第三个因素。是第三个因素导致了中暑，但人们忽略了。
这如同古代两个小国家在一个大国的操纵性互相攻击，相互认为对方错了，其实他们忽略了大国的作用。
总结而言，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，误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。
在科学研究中，忽略第三个因素或者真实原因并不少见。
第五种，回归谬误
一只小猫感冒了，十天后，它吃到了一只老鼠。与此同时，小猫的感冒居然好了。这很容易引起人们相信，是因为它吃了老鼠，感冒才好的。其实不是，可能是因为之前吃了感冒药好的，如果是这样，那么这个错误就如同上面的忽略第三因素那样的错误。但这里指的是另外的情形。
小猫之所以感冒好了，是因为小猫本来就应该要好了。这是正常的回归现象。
所谓回归，是指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。
在回归过程中，可能偶遇其它事件。回归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。
第六种，错误使用三段论
假设狗狗不喜欢喝茶是事实。那么，是否从张三不喜欢喝茶得出张三是狗狗的结论呢？显然不能。
虽然如此，这里使用了规范的三段论，即从大前提和小前提，得出结论的演绎推理。
三段论的一个例子是，“所有的城市都有一名市长，巴黎是一座城市，因此巴黎有一名市长”。这里，“所有的城市都有一名市长”是大前提，“巴黎是一座城市”是小前提，“巴黎有一名市长”是结论。
虽然三段论看似简单，但很容易犯错。错误使用三段论的方式有三种。
第一种是大前提错误，从而导致结论错误。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”。这里，大前提“灰色小汽车的司机很谨慎”并不总是正确，因此结论可能是错误的。
第二种是小前提错误，或者说小前提根本不属于大前提下的子集，导致结论错误。上面关于张三是狗狗的推断就是小前提错误，因为“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。
第三种错误是下结论时，忘记了大小前提，即没有前提地下结论。
本文来源：学位与写作
转自：“学术必看”微信公众号
如有侵权，请联系本站删除！
