下载掌阅APP，畅读海量书库
立即打开
从上文中可以了解到，在信息分析出现伊始，科学技术还不够发达，分析水平较低，信息分析主要依靠分析人员的丰富实践经验以及主观的判断和分析能力进行，在这段时间内出现了一系列基础的信息分析方法，这些方法为之后信息分析方法的发展奠定了扎实的基础。接下来，本节将具体介绍比较、分析综合、推理这三类信息分析的基本方法。
比较分析法是指通过两个或两个以上研究对象进行对照，确定它们之间的共同点和差异点的一种逻辑思维方式。具体而言，能够将其分为加权评分对比法、描述对比法、图示对比法及数字对比法几种，本文将对各类方法进行详细描述。
（1）加权评分对比法
加权平均对比法是一种定性与定量相结合的研究方法，即将对比的对象的各个定量指标或定性指标逐个转换成相对等级分数，并按其相对重要性加权转换成加权等级分数，然后按加权等级的总分排列各个对比对象的优劣顺序，以达到对比的目的。在这一方法中，引进相对重要性指标即加权这一概念。它是根据各指标在评价时的地位即重要性不同，而人为赋予其一个代表重要性的百分数，以区分各指标的主次和轻重程度。
如谷歌（Google）使用的网络排名算法PageRank就是基于这类加权方法，其原理即通过网络超链接确定一个页面等级，把从A页面到B页面的链接解释为A页面给B页面投票，谷歌根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级，从而达到排序的目的。
（2）其他对比法
相对于加权评分对比法，描述对比、图示对比及数字对比法要简单得多。他们都是通过对比不同的描述、图表、数字来得到不同的结果，从而达到目的。例如，图示对比法就是通过比较两个或多个图片、表格得到结果，揭示差异，从而得到分析结果，它往往会与其他对比法，如数字对比法交叉使用。
分析与综合法是对立统一的辩证关系，它们既相互矛盾又相互联系，并在一定条件下相互转化。在信息分析与预测中，分析与综合总是结合在一起使用的。没有分析的综合，或者没有综合的分析，都很难保证信息分析与预测产品的高质量。本书将分析与综合法具体分为以下几种方法：
（1）相关分析法
事物的某些特征并不是单独存在的，而是和其他事件必然有相关的联系，而追寻这种相关性的研究就叫相关分析，主要解释为通过一种或多种已知事物来判断未知事物。比如，我们生活中的很多基本常识都是根据相关分析得到的，最简单的例子就是“天阴了要下雨”。
实践中进行相关分析要依次解决以下问题：①确定现象之间有无相关关系以及相关关系的类型。对不熟悉的现象，则需收集变量之间大量的对应资料，用绘制相关图的方法做初步判断。从变量之间相互关系的方向看，变量之间有时存在着同增同减的同方向变动，是正相关关系，有时变量之间存在着一增一减的反方向变动，是负相关关系。从变量之间相关的表现形式看，有直线关系和曲线相关。从相关关系涉及的变量的个数看，有一元相关或简单相关关系和多元相关或复相关关系。②判定现象之间相关关系的密切程度，通常是计算相关系数R及绝对值在 0.8 以上表明高度相关，必要时应对R进行显著性检验。③拟合回归方程，如果现象间相关关系密切，就根据其关系的类型建立数学模型，用相应的数学表达式——回归方程来反映这种数量关系，这就是回归分析。④判断回归分析的可靠性，要用数理统计的方法对回归方程进行检验。只有通过检验的回归方程才能用于预测和控制。⑤根据回归方程进行内插外推预测和控制。
（2）关联树法
所谓关联树，就是为某一目的分出各类问题，并清理出各类问题的对等关系、从属关系及交叉关系。为此，必须有一个脚本，所谓脚本，就是进行关联树作业，包括最后进行定量评价时作为基础的一切情报，每个项目字句的解释和定义，以及作业准则等的一个综合脚本。它由研究小组经反复讨论研究，务必使大家疑问最小，尽量满意。关联树法在咨询研究中也是一种比较常用的方法。关联树法的好处有很多，主要分为以下三种：评估技术目标的可行性，决定最佳研究计划与其选择的基础，建立研发专案的绩效目标。
（3）表象与本质分析法
表象与本质分析旨在揭示事物内外之间的联系。利用这种分析方法，我们可以对事物做出一个完整的、透彻的分析。因为，有时表面所展示的并不是完全准确真实的，只有两者结合才能完全确定。比如，当年日本探测中国大庆油田的具体位置时，表面上通过油罐车和工人穿着的服饰等表象判断基本位置，随后根据油罐车上的厚土等判断出土层所在地，从而得出精确位置。
（4）因果分析法
因果分析法可以帮我们找到事物之间的基本联系，认识到事物发展的规律和方向。在因果分析中，通常要遵循以下原则：第一，居先原则，即原因和结果在时间上先后相随，原因在先；第二，共变原则，即原因的变化对应于结果的变化；第三，接触原则，即作为原因和结果的两种现象在时间上必须相互接触，或者由一系列中介事物的接触衔接起来。
因果关系分析法，是从事物变化的因果关系质的规定性出发，用统计方法寻求市场变量之间依存关系的数量变化函数表达式的一类预测方法。这类预测方法在市场预测中常用的方法有两种，即回归分析法和经济计量法。
①回归分析法。当预测目标变量（称因变量）由于一种或几种影响因素变量（称自变量）的变化而发生变化，根据某一个自变量或几个自变量的变动，来解释推测因变量变动的方向和程度，常用回归分析法建立数学模型。
②经济计量法。在市场经济条件下，市场作为社会经济活动的基本场所，它一方面是企业营销活动的环境，另一方面也将社会经济系统视为其环境。这种市场现象间的系统关系，使市场变量间的某些因果关系不能只研究自变量对因变量的影响，而忽视因变量对自变量的逆向影响或各种自变量之间的相互影响。这样一种市场变量间相互依存的复杂关系，回归分析法往往就不能对其做出系统描述。经济计量法就是揭示这类市场变量间因果关系数量变化关系的方法。
（1）假言推理
假言推理是根据假言命题的逻辑性质进行的推理。分为充分条件假言推理、必要条件假言推理和充分必要条件假言推理三种。
充分条件假言推理
充分条件假言推理是根据充分条件假言命题的逻辑性质进行的推理。
充分条件假言推理有两条规则：
规则 1：肯定前件，就要肯定后件；否定前件，不能否定后件。
规则 2：肯定后件，不能肯定前件；否定后件，就要否定前件。
根据规则，充分条件假言推理有两个正确的形式：
1）肯定前件式
如果p，那么q
p
____________________
所以，q
2）否定后件式
如果p，那么q
非q
______________________________
所以，非p
例如：①如果谁骄傲自满，那么他就要落后；小张骄傲自满，所以，小张必定要落后。②如果谁得了肺炎，他就一定要发烧；小李没发烧，所以，小李没患肺炎。例①和例②都是充分条件假言推理，前者是肯定前件式，后者是否定后件式。这两个推理都符合推理规则，所以，都是正确的。根据规则，充分条件假言推理的否定前件式和肯定后件式都是无效的。
例如：③如果降落的物体不受外力的影响，那么，它不会改变降落的方向；这个物体受到了外力的影响，所以，它会改变降落的方向。④如果赵某是走私犯，那么，他应受法律制裁；经查明，赵某确实受到了法律制裁，所以，赵某是走私犯。例③和例④都是不正确的充分条件假言推理，因为例③违反了“否定前件，不能否定后件”的规则，例④违反了“肯定后件，不能肯定前件”的规则。
必要条件假言推理
必要条件假言推理是根据必要条件假言命题的逻辑性质进行的推理。
必要条件假言推理有两条规则：
规则 1：否定前件，就要否定后件；肯定前件，不能肯定后件。
规则 2：肯定后件，就要肯定前件；否定后件，不能否定前件。
根据规则，必要条件假言推理有两个正确的形式：
1）否定前件式
只有p，才q
非p
_____________________
所以，非q
2）肯定后件式
只有p，才q
q
_____________________________
所以，p
例如：①只有年满十八岁，才有选举权；小周不到十八岁，所以，小周没有选举权。②只有选用优良品种，小麦才能丰收；小麦丰收了，所以，这块麦田选用了优良品种。例①和例②都是必要条件假言推理，前者是否定前件式，后者是肯定后件式。这两个推理都符合推理规则，所以，都是正确的。根据规则，必要条件假言推理的肯定前件式和否定后件式都是无效的。
例如：③只有有作案动机，才会是案犯；某人确有作案动机，所以，某人定是案犯。④只有学习成绩优良，才能做三好学生；小吴不是三好学生，所以，小吴学习成绩不是优良。例③和例④都是不正确的必要条件假言推理，因为例③违反了“肯定前件，不能肯定后件”的规则，例④违反了“否定后件，不能否定前件”的规则。
充分必要条件假言推理
充分必要条件假言推理是根据充分必要条件假言命题的逻辑性质进行的推理。
充分必要条件假言推理有两条规则：
规则 1：肯定前件，就要肯定后件；肯定后件，就要肯定前件。
规则 2：否定前件，就要否定后件；否定后件，就要否定前件。
根据规则，充分必要条件假言推理有四个正确的形式：
1）肯定前件式
p当且仅当q
p
________________________
所以，q
2）肯定后件式
p当且仅当q
q
______________________
所以，p
3）否定前件式
p当且仅当q
非p
___________________________
所以，非q
4）否定后件式
p当且仅当q
非q
______________________________
所以，非p
例如：①一个数是偶数当且仅当它能被 2 整除；这个数是偶数，所以，这个数能被 2 整除。②一个数是偶数当且仅当它能被 2 整除；这个数能被 2 整除，所以，这个数是偶数。③一个数是偶数当且仅当它能被 2 整除；这个数不是偶数，所以，这个数不能被 2 整除。④一个数是偶数当且仅当它能被 2 整除；这个数不能被 2整除，所以，这个数不是偶数。例①到例④分别是以上充分必要条件假言推理的四个正确的推理式。
（2）直言推理
逻辑方阵
为了便于记忆，逻辑学中把A、E、I、O四种判断之间的关系用图 1-3“逻辑方阵”来表示：一般把单称命题作为全称命题的特例来处理。但是，在考虑对当关系（即真假关系）时，单称命题不能作为全称命题的特例。
如果涉及有同一素材的单称命题，那么以上所述的对当关系要稍加扩展：单称肯定命题和单称否定命题是矛盾关系；全称命题与同质的单称命题是差等关系；单称命题与同质的特称命题也是差等关系。把单称命题考虑其中，所有对当关系可用图 1-4 来表示。
图1-3 逻辑方阵
图1-4 包含单称命题的对当关系
对当关系
直言命题的对当关系推理是指根据命题的四种对当关系得出结论的推理。直言命题有四种对当关系，相应地，直言命题有四种对当关系的推理（如表1-1 所示）。
表1-1 对当关系推理
（3）变形推理
直言命题的变形推理是指通过改变作为前提的直言命题形式，从而得出结论的推理。据此，变形推理有换质法和换位法两种方法。
图1-5 变形推理
换质法
通过改变作为前提的直言命题的联项，从而得出另一个直言命题作为结论的推理方法。
规则：
①改变前提的联项，肯定变为否定，否定变为肯定。
②把前提的谓项改为原词项的负词项，作为结论的谓项。
③在结论中保留前提的主项和量项。
例：所有的金属是导体，所以，所有的金属不是非导体。
换位法
通过互换作为前提的直言命题的主项与谓项的位置，从而得出另一个直言命题作为结论的推理方法。
规则：
①把前提的主项与谓项位置互换，作为结论的主项与谓项。
②不得改变前提的联项。
③前提中不周延的词项，在结论中也不得周延。
例：金属是导体，所以，有的导体是金属。
详解
A、E、I、O命题都可以进行换质推理，在进行换质推理时要注意，结论的谓项只能是与前提的谓项具有矛盾关系的词项，而不能是与前提的谓项具有反对关系的词项，否则这一换质推理是无效的。
与换质推理不同，只有A、E、I命题能进行换位推理，O命题不能进行换位推理，这是因为O命题的主项是不周延的，如果换位，那么前提中不周延的主项作为结论中的谓项就会变得周延，这违反了换位法的规则，所以O命题的换位推理是无效的。同理，SAP换位后不能得到PAS，因为P在SAP中是不周延的，而在PAS中是周延的，也违反了换位法的规则，所以，该推理是无效的。
另外，换质法和换位法可以结合使用，通过对前提的既换质又换位，得出新的结论。在结合两种方法使用时，既要遵守换质法的规则，也要遵守换位法的规则。
（4）不完全归纳推理
不完全归纳推理是“完全归纳推理”的对称，以关于某类事物中部分对象的判断为前提，推出关于某类事物全体对象的判断做结论的推理。在归纳推理中，完全归纳推理是不多的，不完全归纳推理则是大量的。其类型有两种：简单枚举归纳推理，这是或然性推理；科学归纳推理，这是必然性推理。
①简单枚举归纳推理
简单枚举归纳推理是不完全归纳推理的一种，其特点是：作为前提的关于某类事物部分对象的判断，只是知其然而不知其所以然，由此推出关于某类事物全体对象的判断带有或然性。通俗点说，简单枚举归纳推理能观察到某类中许多事物都有某种属性，但却不能观察到相反的实例就做出结论，即某类事物都有某种属性。如观察到铁受热膨胀、铜受热膨胀等事实，且没有发现其他受热不膨胀的金属，由此推出“所有金属受热膨胀”的结论就是简单枚举归纳推理。
简单枚举归纳推理表示如下：
S 1 是P；
S 2 是P；
S 3 是P；
……
S n 是P；
（S 1 、S 2 ……S n 是A类的部分对象，在简单枚举中没有遇到与之相矛盾的情况）
故而，整个A类对象都是P。
由于简单枚举归纳推理只是就事物的现象加以考察，没有分析现象产生的原因，没有研究事物的本质，所以，它所能提供的是或然性的结论，而不是提供确实性的结论，更不能提供必然性的结论。
人们在认识过程中通过简单枚举归纳推理所得到的结论，有许多是真实的、可命的，并且由于不断被证实，从而被包括到人类知识的总宝库中。但是，也有许多通过简单枚举归纳推理所得到的结论是错误的，后来被推翻了。如“天鹅都是白色的”“鱼都是用鳃呼吸的”这类简单枚举归纳推理的结论，现在已经被推翻了，因为人们在澳洲发现了黑色天鹅，在南美洲发现了肺鱼。只要遇到了一个与原来结论矛盾的情况，原来这个一般性的结论就不能存在了。由于简单枚举归纳推理的结论有的是不可靠的，我们必须慎重地加以运用。如果只根据少数的表面现象，就轻率地做出一般性的结论，在逻辑上叫作犯了“轻率概括”或“以偏概全”的错误。
尽管简单枚举归纳推理不能提供完全可靠的结论，但它在日常工作和科学研究中有一定的意义。例如，在预估粮食产量时，我们选择有代表性的地段，根据以往的经验，便可以得出一个平均产量的大概估计。这实际上就是运用了简单枚举归纳推理。在科学研究中，特别是在对某些现象进行初步研究阶段，并不是一下子就能找到充分概括的根据，有时就先根据简单枚举归纳推理概括出一个初步的假定，然后再逐步寻找根据，发现其规律性，证实或推翻这个最初的假定。
②科学归纳推理
科学归纳推理是简单枚举归纳推理的发展。科学归纳推理是根据对某类中部分对象及其属性之间的必然联系的认识，做出某类事物都有某种属性的结论。例如，“凡金属加热体积就膨胀”这一结论的得出，只是根据加热某些金属，金属就膨胀，而没有遇到矛盾的情况，那么这个结论就是简单枚举归纳推理的结论。但是，当我们的研究继续深入，进而研究其原因，发现金属受热后，金属便因热的作用而引起分子凝聚力减弱，从而导致体积膨胀。在找到这个原因后，再做出结论说“凡金属加热体积就膨胀”，这就是科学归纳推理。
科学归纳推理表示如下：
S 1 是P；
S 2 是P；
S 3 是P；
……
S n 是P；
（S 1 、S 2 ……S n 是A类的部分对象，S与P有必然联系）
所以，所有S都是P。
科学归纳推理和简单枚举归纳推理在形式上相似，但在实质上是有区别的。首先，科学归纳推理和简单枚举归纳推理的根据不同。科学归纳推理是以认识事物之间的必然联系为根据，推出一般性的结论；而简单枚举归纳推理只是根据某属性对于某类中一些对象的不断重复而未遇到矛盾情况做出的结论。其次，二者的结论性质不同。简单枚举归纳推理的结论是或然的；而科学归纳推理的结论是可靠的。第三，简单枚举归纳推理需要列举大量现象，列举现象愈多，就愈能提高结论的可靠性；而科学归纳推理不需要列举大量现象，因为它是以认识因果联系、本质联系为根据，因而，有时甚至只根据一个典型事例，就可以做出正确的结论。抓住典型事例进行分析从而得出一般性的结论，可以说是科学归纳推理的一个特殊形式。