但是過分地依靠這些經驗卻往往會鑄成大錯。這是因為，一兩次甚至更多次個人的經驗，絕非是具有代表性的東西。鮮明生動的經驗，僅能表明同樣的結果再次出現的一種可能、一種趨勢，卻不是必然。
如果說，你知道有幾位煙民每天要狂吸三包，卻不會妨礙他們活到90歲高壽。這也是經驗了，但這些經驗卻絕對不能表明，每一位狂吸香煙的人都會達到如此高齡。
所以，一個談判者尤其應該記住：有悖於某項歸納的個人經驗，絕不能證明歸納錯誤！因為歸納須具有概括的性質。
當然，研究生動的特例，也是你必須留心的，研究富於戲劇性的個性，具體鮮明、顯而易見；然而這種研究工作卻常常會引導我們背離那些本質性的研究證據。
例如，有人講述，西方某國有位婦人10年來坐食救濟，心寬體胖，情夫成群，子女滿堂——如此等等，描述可謂精細生動。但是這些描述卻會誘導你忽視最為根本的統計數字——享受該國國家福利救濟的人，隻有10%能夠將救濟維持4年或者更長的時間。
在把實例引為證明的過程中，一定要謹慎。有些實例與結論表麵上看完全吻合，然而這往往是對方設下的圈套，正是這種表麵的吻合，會把你愚弄得像傻瓜一樣。必須永遠問自己，給出的實例是否典型？是否存在鐵證如山的相反實例？
這實例能否作出另外的解釋？
如果你聽到誰說：“我的經驗證明了……”或者“我可以將其全盤否定。因為我根據經驗……”你務必要對此提高警惕。批判性思維者對經驗永遠懷疑。他將會進行批判性的分析，來確定是不是存在適宜的觀察方法，能使得經驗確切真實，令人信服。
草率地進行歸納。如果歸納所依據的抽樣範圍狹小，或者足以把歸納引入歧途，便叫做草率歸納。草率歸納最常見的情形，是僅以幾個實例作基礎，驟然躍居到涉及全局的結論。比如，某人看到幾個女司機技術拙劣，便斷言所有的女司機都笨手笨腳，則他犯的毛病即是草率歸納。
雖然避免草率歸納非常重要，卻不該把正當的歸納也一並拒之門外。如果有很多規模、廣度和隨機性都無可挑剔的研究統計均證明服用某種抗癌藥物的人中有25%導致失明，我們則應認真考慮禁絕該藥——雖然並非服用該藥的所有人均將失明，雖然25%的可能性或許並不精確。我們這樣做，因為我們多少相信，25%的結論勢必接近真實的情況。
虛幻的聯係。人們內心總有一種傾向，喜歡把事件視為互相聯係的，或某一事件必將引起另一事件的發生。下麵我們不妨列出一個錯誤的論斷。
犯罪的少年，較之守法的少年更多是從自己的家庭中出走的。因此，出走能夠引發少年犯罪。
事實上，常常會有好幾種假設，能夠解釋它們之間的聯結，讓我們分析下麵的一段話。
最近的一項研究指出：“適量飲酒對婦女的心髒有益。”研究人員對1000名護士進行調查，發現那些每星期飲酒1到15次的人，其患心髒病的可能性比每星期不飲酒者還小。
莫非護士必須增加飲酒？我們是不能驟然做出這種結論的，在開懷痛飲之前，護士們應該細細考慮下麵幾種可能的解釋。
飲酒有助於預防心髒病；婦女們感到心髒健康，這促使她們增加飲酒；或許性格獨立的婦女更願適量飲酒並加強鍛煉。果真如此，則適量飲酒與心髒之間相互聯結，僅僅因為它們都與獨立性密切相關。
總之，一旦對方指出特征之間的某種聯結以支持其假說，你則要追問：是否有其它假說足以解釋這種聯結？
結論和證明風馬牛不相及。下麵的論述表現了運用統計數字的一種常見謬誤。
某位汽車商極力讚譽一種汽車，說其大受歡迎，因為每100位買主之中，隻有5位賣方抱怨汽車的低劣。於是車商說：“隻要95%的買主高興，這車肯定好極了！”
這段文字完全把統計數字置於迷霧之中，統計數字和結論全然風馬牛不相及。我們自然無法假定所有不抱怨汽車低劣的人一定對這車愛不釋手。作者隻執一端（很少有買主抱怨），而結論卻毫不相幹，（大多數買主喜歡）。從這個例子我們得到的重要教訓是：必須仔細審視統計的措辭和結論的措辭，看它們說的是否同一件事。如果不是，作者便是隻執一端，而結論與之毫不相幹。
數字的誤區。下麵我們舉兩個例子，它可以說明數字的誤區。
其一，我們在小型機械的銷售方麵增加了50%，而我們的對手隻增加了25%。
其二，犯罪浪潮席卷本市。比去年的殺人案件增長了67%。
這兩個例子，都使用了正確的百分比。然而，它們卻疏漏了一件重要的信息即百分比所憑借的絕對數字。也許小型機械的銷售是從40套增加到60套（即50%），可競爭對手的銷售是從一萬套增加到1.25萬套（即隻有25%）。請問孰優孰劣？