邏輯修練 : 常見的邏輯錯誤

R Kun's Blog
12 min readJan 19, 2022

--

Photo by Aaron Burden on Unsplash

Errors of conditional reasoning : Mistaken Negation or Mistaken Reversal

若A則B為真 : A =>B,A是B的充分條件(sufficient condition),B為A的必要條件(necessary condition)。
非A則非B (Mistaken Negation) : “taking the absence of an occurrence as evidence that a necessary condition for that occurrence also did not take place”
若B則A (Mistaken Reversal) :“mistakes being sufficient to achieve a particular outcome for being required to achieve it”

舉例: 若X=1,則X²=1為真(若A則B),X=1是X²=1的充分條件,X²=1是X=1的必分條件。所以 :
若X²<>1,則X<>1
(非B則非A=True)
若X²=1,則X=1(
若B則A=False),因為X也有可能是 -1
若X<>1,則X²<>1(非A則非B=False),因為X=-1那X²=1。

Mistaken Cause and Effect

1.Assuming a causal relationship on the basis of the sequence of events(將一連串發生事件視為因果,類似滑坡謬誤(Slippery slope fallacy)
“falsely concludes from the fact that one thing happens after another for confirmation that the second thing is the result of the first”
舉例 : 孩子考不上好國中代表考不上好高中,考不上好高中代表考不上好大學,考不上好大學代表找不到好工作,找不到好工作代表人生88,當父母的教育失敗。 =>這就是一連串的滑坡謬誤,相信讀者應該看過各種反例,這裡就不多著墨了。如果在這裡把 "孩子考不上好國中=>人生88",這也是一種邏輯錯誤,過度簡單化(overgeneralization),有點像公投議題,e.g.反核代表支持XX黨。

2.Assuming a causal relationship when only a correlation exists.(將偶然發生的兩件事當成因果)
“confusing the coincidence of two events with a causal relation between the two”
舉例 : 你最近養狗&喜歡狗的女生/男生喜歡你
這個錯誤邏輯為 : 因為那女生/男生喜歡狗,你最近剛好養狗,所以她/他喜歡你。
但事實可能為 :那女生/男生本來就喜歡你,只是你養狗她/他剛好可以藉狗接近你並順便表達心意。(這點想不到好例子...)

3.Failure to consider an alternate cause for the effect, or an alternate cause for both the cause and the effect(因果為唯一,當沒有排除其他原因可能導致同樣的結果時,此因果效力不強或無效力)
“fails to exclude an alternative explanation for the observed effect"
舉例 : 情人節收到女生送的巧克力。=>那女生喜歡我所以訴我巧克力。
但事實可能為 :那女生送了全班巧克力且無論男女。

4.Failure to consider that the events may be reversed.(沒考慮倒因為果的可能性)
"the author mistakes an effect for a cause”
舉例 : 我抽菸,煙裡的化學物質會導致情緒抑鬱,我得了憂鬱症。
所以抽菸導致得憂鬱症。
但事實可能為 : 我因為憂鬱症所以我抽菸。

Straw Man (稻草人謬論)

類似偷換概念,但不等同,偷換概念為故意為之,稻草人謬論包括故意與非故意。
舉例之前在台灣沸沸揚揚的廢死 :
某A支持死刑,故意殺人者死,理所當然。B反駁 : 主張殺人者死就是主張復仇,復仇需有度,且司法不是復仇的工具。
這個例子可以清楚看到B模糊重點,把主張殺人者死的claim轉換成主張復仇,之後再去攻擊復仇,然後帶到用司法來實施復仇是不妥的。
抑或是之前的反同 :
支持同志成立家庭且可領養小孩方 : 同志家庭與一般家庭無異,也可以撫養小孩,並可以妥善教育孩子長大。
反同組織 : 同志家庭的小孩會因為雙父或雙母而誤認自己應該跟同性之人談戀愛或結婚,所以同性家庭會導致下一代無法生育,無法生育=台灣滅絕GG。
上述反同例子也是把撫養下一代替換成導致下一代無法生育,並攻擊無法生育會導致人口下降,台灣GG。
這其實是政治人物與政治名嘴常用的把戲,稻草人謬論換完概念並放大它可以讓大眾用簡單的方式了解一件事可能帶來的影響,而不去思考被反對方原本的論述是甚麼,所以民眾應該做的是去看原本的論述,並思考結果真的只有一種嗎?

Appeal Fallacy

1.Appeal to Authority(訴諸權威)
Sb.使用權威人士說過的話/書籍來試圖說服別人,邏輯缺陷在於該權威人士不一定跟正在討論的主題的專業有關或是跟專業有關但在不知道所有資訊的狀態下而做出的結論被拿來使用、或者好幾位權威人士有不同觀點,而Sb.只使用對他的Argument有利的論點。
2.Appeal to Popular Opinion/Appeal to Numbers (訴諸大家相信的觀點/數字)
引用大眾或普遍相信的觀點、或僅有的數字來做邏輯推論中的premise(前提)。比如民調數字被媒體拿來大書特書,但也沒提及樣本是否具代表性。
這個技巧也常被廣告商/政黨拿來當標語 e.g. "所有牙醫師都用某款牙膏"、"每個人都愛環保,所以投綠色XX黨"
3.Appeal to Emotion (訴諸情感)
這比較常發生在某些北爛人被開罰單的時候講出的話,舉例 :
某婦人 : 警察先生,請不要開我罰單,我上個月剛被辭職、上有老下有小、最近剛花一大筆錢在修車上,所以請您可憐可憐我吧。
筆者高中的好朋友們有兩個是警察,他們表示蠻常聽到這種打感情牌的。

Survey Error

1.調查/問卷的樣本biased
例如 : 大選民調只使用某地區的居民的回應。
2.調查/問卷的題目不易理解
例如 : 你是否不同意核四不該在XXX的情況下建造?
3.回覆錯誤
例如 : 問題為你年薪多少? 回覆者 : 還不錯。

Errors of composition and division

An error of composition occurs when the author attributes a characteristic of part of the group to the group as a whole or to each member of the group
使用某些樣本來代表群體(數學一推多的概念)、或是使用群體的特質去推論群體中的每個個體也都有該特質。
例如 :
每次跟朋友出去玩都很有趣且刺激,所以我的人生很有趣且刺激。
美國是世界上最富裕的國家,所以每個美國人都是有錢人。

Uncertain use of Term or Concept

前後段同一名詞指的事物、內容不同,比如說人生價值與金錢衡量的價值混用。

False Analogy

錯用類比,兩者狀況不同但還是拿來類比。
比如說2020年,肺炎瀰漫全球,而CDN的應用興起,當時美股有兩支股票一直被拿來類比,分別是Cloudflare($NET)以及Fastly($FSLY),兩者產品都有CDN沒錯,但Cloudflare的CDN客群為小型網站(9成用戶是免費的),且也不只CDN產品還有許多與資安有關的產品不斷被開發出來,而Fastly的CDN主要提供給大型公司,定價方式不同且產品開發速度也不同、客群也不同、主要產品方向也不同,當時正個市場都錯看Fastly是較好的公司基於假設產品、客群、TAM一樣的基準比,而當然在鑽研時看到Muji的文章(
>>>>HHHYPERGROWTH),經過DD後,推了$NET給老闆,可惜老闆沒買哈哈,我自己雖然買了,但投入比例也不高QQ。

False Dilemma(非黑即白、錯誤二分法)

某件事情發生後,論點著重在A或B,卻沒想到還有C到Z的可能性。
舉例 : 高中生畢業後普遍覺得只有兩條路,進大學或直接工作,但其實高中畢業生也可以選擇gap year,延一年讀大學,或者是重考學測。

Time shift errors

假設過去發生的狀況與現在/未來發生的狀況會有相同結果。
例如 : 過去每次商業出差公司都會補助餐費,所以這次商業出差也一定會補助餐費。 Or 過去五年某支股票只要跌到200日線(MA),就會回彈,所以這次跌到200日線也會回彈,而且這是個有效的策略。

Relativity Flaw

“A reletive relationship involving comparison is used to draw an absolute conclusion” or “A relative conclusion is drawn from absolute information.”
例如 :
蝦皮在台灣電商的市佔率相對其他電商大,所以在電商裡蝦皮市占率最大。(相對資訊做出絕對結論)
Amazon在全世界電商裡市占最大,所以Amazon比台灣其他電商的市佔都大。(絕對資訊做出相對關係結論)

Sunk cost/Concorde Fallacy(沉沒成本/協和謬誤)

協和謬誤的典故 : 英國和法國政府繼續為協和式飛機提供基金的事,而當時已經很顯然這種飛機沒有任何經濟效益可言。這個項目被英國政府私下叫做「商業災難」,本就不該開始,當時也就要取消了,但由於一些政治、法律等問題,兩國政府最終都沒有脫身。
舉例 : 當有一個散戶超級看好一個股票,當那支股票跌了20%,他想的是繼續加碼攤平成本,散戶心想要是賣掉了,前面虧的20%不就白虧了嗎,更別說之後還有可能漲回去,只要現在繼續加碼,一定可以得到更高的報酬率,俗稱凹單或頭洗一半。

Numbers and Percentages Errors (比例與總量的錯誤)

舉例 : 蝦皮在台灣的市占下滑了,所以營收總數也下滑了。(有可能是台灣整題市場擴張了、使用電商人數以及平均訂單數額增加了,可以理解為可服務市場擴張(SAM = service addressable market) )
反之也是錯的,因為蝦皮台灣營收下滑了,所以蝦皮台灣市占變小了。(但有可能是台灣整體市場萎縮且除蝦皮以外電商市占都下滑了,這反而意味著蝦皮在台灣市占變大了,縱然營收下滑)

Errors in the use of evidence

1.General lack of releveant evidence for the conclusion. (引用無關證據試圖以此推出結論)

2.Internal contradiction (內部矛盾)
CR bible的例子 : Everyone should join our club. After all, it’s an exclusive group that links many of the influential members of the community.
獨特的團體意味著有些人是被排除在外,跟每個人都能加入互相矛盾。

3.Exception Case/Overgeneralization (以一推多/樣本不具代表性)

4.Erros in Assesing the Force of Evidence
A.沒證據證明結論是對的,不代表該結論是錯的。
B.沒證據證明結論是錯的,不代表結論是對的。
C.一些證據指出結論不是對的,不代表結論是錯的。(這裡的概念是削弱不代表全盤否定)
D.一些證據指出結論是對的,不代表結論是對的。(與C相同,樣本不具代表性)

Source Argument /Ad hominen(對人不對事)

"Typically this term refers to a rhetorical strategy where the speaker attacks the character, motive, or some other attribute of the person making an argument rather than attacking the substance of the argument itself."
例子 : Angelababy公開支持公共場所禁菸,但反對人士表示,Angelababy自己也吸菸(她會抽菸是真的,我知道後也超驚訝)。
政客也常使用這種伎倆,
比如說某藍色黨攻擊某國總統論文不是真的,所以那名總統說的每句話都不是真的/每個政策都是沒效用的。

Circular Reasoning

A is true because B is true; B is true because A is true.
用想要的結論做基礎假設以推出結論。
Wiki的例子,蠻有趣的。
P1: The Bible tells us that it is the word of God.
P2: The word of God is infallible, according to the Bible.
C1: Therefore the Bible is infallible.
P3: And as such, the Bible must be the word of God.
P4: The word of God is infallible, according to the Bible.
C2: Therefore the Bible is infallible.
P5: And so on, ad infinitum.

Source : CR bible, Wiki

--

--

R Kun's Blog
R Kun's Blog

Written by R Kun's Blog

2 yr buy-side analyst focusing on US stock. 有想交流意見或詢問職涯上的事可以mail我 betopfin@gmail.com

No responses yet