材料谬误：错误使用数据

材料谬误主要有两种：错误使用数据和错误使用权威。错误使用数据的谬误不计其数。我下面列举了5个常见的谬误。

人为制造的或值得怀疑的数据：捏造　这种谬误包括经过篡改的统计数据，或没有合理方法编译因此有效性高度可疑的统计数据，又或者是能被量化的部分太小，无法保证编译准确的统计数据所必需的时间、精力和资源。每年的奥斯卡金像奖颁奖典礼都声称全世界有10亿人在收看节目。根据尼尔森的收视调查，美国有4,000万人在收看该节目，而奥斯卡金像奖在美国比在任何其他国家都更受关注，因为其中提名的大部分影片都是美国本土影片，另外这个电视颁奖典礼是英语节目，而英语并非世界大多数国家的官方语言，综上所述，我们几乎可以确定这个10亿观众的主张纯粹是人为捏造和夸大的荒谬数据。

不相关数据：不适用　有些数据不能直接证明主张的真实性，但是它却被作为证据提出来支持主张。例如，“美国每年在医疗上要花10,000亿美元，比世界上任何其他国家都多。显然，我们的医疗制度是全世界最棒的。”金钱开销的数量无法证明政府明智、有效率地使用了这笔钱。

样本规模不足或不明确：远远不够　当样本太小，导致误差幅度大于或小于3%时，或是当你根本不清楚样本的规模时，这种谬误就会发生。例如，“80%的此类调查支持有线电视立法。”有多少人接受了访问？10个人里有8个支持立法？材料谬误：错误使用数据

材料谬误主要有两种：错误使用数据和错误使用权威。错误使用数据的谬误不计其数。我下面列举了5个常见的谬误。

人为制造的或值得怀疑的数据：捏造　这种谬误包括经过篡改的统计数据，或没有合理方法编译因此有效性高度可疑的统计数据，又或者是能被量化的部分太小，无法保证编译准确的统计数据所必需的时间、精力和资源。每年的奥斯卡金像奖颁奖典礼都声称全世界有10亿人在收看节目。根据尼尔森的收视调查，美国有4,000万人在收看该节目，而奥斯卡金像奖在美国比在任何其他国家都更受关注，因为其中提名的大部分影片都是美国本土影片，另外这个电视颁奖典礼是英语节目，而英语并非世界大多数国家的官方语言，综上所述，我们几乎可以确定这个10亿观众的主张纯粹是人为捏造和夸大的荒谬数据。

不相关数据：不适用　有些数据不能直接证明主张的真实性，但是它却被作为证据提出来支持主张。例如，“美国每年在医疗上要花10,000亿美元，比世界上任何其他国家都多。显然，我们的医疗制度是全世界最棒的。”金钱开销的数量无法证明政府明智、有效率地使用了这笔钱。

样本规模不足或不明确：远远不够　当样本太小，导致误差幅度大于或小于3%时，或是当你根本不清楚样本的规模时，这种谬误就会发生。例如，“80%的此类调查支持有线电视立法。”有多少人接受了访问？10个人里有8个支持立法？自选样本：不是随机挑选　电视台的电话调查和杂志的调查问卷都是例子。那些愤怒的或跟结果利益相关的人最有可能参与这些调查。MSNBC曾就乔治·布什是否该被弹劾在互联网上进行过调查。不出意外，89%的人认为他应该被弹劾（这项调查持续了数年）。但是在其他名誉良好的、采用随机样本而非自选样本的大型调查中，结果都没有出现多数人支持弹劾。

过时的数据：缺乏时效性　统计数据应该尽可能保持时效性，尤其是在事件、现象或是情况处于动态中、随时可能发生变化的情况下（例如失业人数、贷款的长期利率，不同城市的谋杀案发生率以及国际汇率）。有些现象即使会随时间变化，也非常缓慢（例如美国自称天主教、新教和其他教派的人口比例）。它们对数据时效性的要求较低。“根据住房和城市发展部门2000年向国会提交的一份报告，美国一栋新房子的价格中位数是12万美元。”这就是一个根本无法反映当前美国住房市场的统计数据。

材料谬误：错误使用权威

专家和权威机构的证词可以被用来支持主张，因为专家能够利用比非专家人士更大的数据库和知识库。专家并非永远正确，但专家比那些毫无知名度或只通皮毛的人更可靠，特别是在高度专业的问题上。

不完全引用：既不具体也不完整的引用　完整引用的最低要求是要包含权威的资质（如果不明显）、出版地点和引用日期。例如，“总统心理卫生委员会在本年度一月份名为‘心理健康，心理疾病’自选样本：不是随机挑选　电视台的电话调查和杂志的调查问卷都是例子。那些愤怒的或跟结果利益相关的人最有可能参与这些调查。MSNBC曾就乔治·布什是否该被弹劾在互联网上进行过调查。不出意外，89%的人认为他应该被弹劾（这项调查持续了数年）。但是在其他名誉良好的、采用随机样本而非自选样本的大型调查中，结果都没有出现多数人支持弹劾。

过时的数据：缺乏时效性　统计数据应该尽可能保持时效性，尤其是在事件、现象或是情况处于动态中、随时可能发生变化的情况下（例如失业人数、贷款的长期利率，不同城市的谋杀案发生率以及国际汇率）。有些现象即使会随时间变化，也非常缓慢（例如美国自称天主教、新教和其他教派的人口比例）。它们对数据时效性的要求较低。“根据住房和城市发展部门2000年向国会提交的一份报告，美国一栋新房子的价格中位数是12万美元。”这就是一个根本无法反映当前美国住房市场的统计数据。

材料谬误：错误使用权威

专家和权威机构的证词可以被用来支持主张，因为专家能够利用比非专家人士更大的数据库和知识库。专家并非永远正确，但专家比那些毫无知名度或只通皮毛的人更可靠，特别是在高度专业的问题上。

不完全引用：既不具体也不完整的引用　完整引用的最低要求是要包含权威的资质（如果不明显）、出版地点和引用日期。例如，“总统心理卫生委员会在本年度一月份名为‘心理健康，心理疾病’的报告里总结道，‘美国最大的耻辱就是被贴上了心理疾病的标签。’”而“研究显示”（除非是由某位专家提供了自己专业领域的最新成果），“调查显示”等用法，都是不完整引用。

有偏颇的信息来源：别有用心者　为了获取金钱、特权、权力或影响力而在某些问题上采取特定立场，或是坚持某种说法的特殊利益团体或个人，即便具备了专业知识，仍然是有偏颇的信息来源。其中的一个例子就是骆驼香烟公司在吸烟与健康问题上发表的言论。

引用专业领域以外的言论：专业度不是天生的　你只能引用专家在自己专业领域内的言论。“生物学教授恩纳德·鲍斯特斯（Erhard Bousterhaus）博士声称，电动汽车至少在接下来的50年内都是不切实际的。”虽然以上言论来自一位专家，但电动汽车跟他的专业领域毫无关联。

逻辑谬误：推理失误

推理是论据立论理由的基础。有时我们的逻辑是错误的。

草率结论：过度概括　根据过少或非典型的例子得出的结论被称为草率结论。对癌症治愈、信仰治疗等的推崇和褒奖就是基于过少和非典型的个人经历而得出的草率结论。脱口秀嘉宾们基于个人经历的概括也是一种草率结论。

错误类比：伪比较　错误类比就是把两个非常类似的物件、事件或现象视为完全一样的，即便二者间存在一个或多个显著差异。“在土耳其，农民把罂粟（海洛因的原料）当作经济作物种植。在美国，的报告里总结道，‘美国最大的耻辱就是被贴上了心理疾病的标签。’”而“研究显示”（除非是由某位专家提供了自己专业领域的最新成果），“调查显示”等用法，都是不完整引用。

有偏颇的信息来源：别有用心者　为了获取金钱、特权、权力或影响力而在某些问题上采取特定立场，或是坚持某种说法的特殊利益团体或个人，即便具备了专业知识，仍然是有偏颇的信息来源。其中的一个例子就是骆驼香烟公司在吸烟与健康问题上发表的言论。

引用专业领域以外的言论：专业度不是天生的　你只能引用专家在自己专业领域内的言论。“生物学教授恩纳德·鲍斯特斯（Erhard Bousterhaus）博士声称，电动汽车至少在接下来的50年内都是不切实际的。”虽然以上言论来自一位专家，但电动汽车跟他的专业领域毫无关联。

逻辑谬误：推理失误

推理是论据立论理由的基础。有时我们的逻辑是错误的。

草率结论：过度概括　根据过少或非典型的例子得出的结论被称为草率结论。对癌症治愈、信仰治疗等的推崇和褒奖就是基于过少和非典型的个人经历而得出的草率结论。脱口秀嘉宾们基于个人经历的概括也是一种草率结论。

错误类比：伪比较　错误类比就是把两个非常类似的物件、事件或现象视为完全一样的，即便二者间存在一个或多个显著差异。“在土耳其，农民把罂粟（海洛因的原料）当作经济作物种植。在美国，农民把大豆和玉米当成经济作物种植。既然我们没有禁止玉米和大豆种植，那为什么要禁止种罂粟呢？”这就是一个错误类比，因为罂粟并不是人类主要的食物来源，不能解决全球的饥饿问题，但是玉米和大豆可以。另外，罂粟是被作为毒品原料种植的。尽管玉米能被用来造酒，但那并不是玉米种植的主要目的。

误认为是因果关系：共变谬误　当两种现象同时发生变化，我们经常会错误地将其联系起来。“我这个星期吃了很多巧克力，现在我脸上长痘痘了。我猜我应该停止吃巧克力，这样粉刺就会消失了。”这个例子就误认为两个现象存在因果关系。

单一原因：复杂性过度简单化　把一个由很多原因导致的复杂现象归结到某一个原因上，就是单一原因谬误。“沟通不良是离婚率上升的原因”就是个例子。沟通不良可能是某些离婚案例的原因之一，但不一定是最重要或唯一的原因。

心理学谬误：情感伪装成逻辑　假装情绪化攻击是有逻辑的，就会陷入谬误的境地。这种谬误有两个典型例子：人身攻击和从众效应。

为了转移对信息的注意力而攻击信息就是一种人身攻击谬误。但并非所有针对某人的可信度、个性和资格的攻击都是谬误。如果某人的个性或可信度确实存在问题，那么这种攻击就是相关论证（例如，在弹劾听证会上攻击比尔·克林顿的廉洁问题就不是错误的人身攻击）。“为什么你总是因为不学习来烦我？上个学期你的GPA下降了将近一分”就是一个人身攻击谬误。

基于民意而不是证据和推理的主张是一种从众心理谬误。“尽管农民把大豆和玉米当成经济作物种植。既然我们没有禁止玉米和大豆种植，那为什么要禁止种罂粟呢？”这就是一个错误类比，因为罂粟并不是人类主要的食物来源，不能解决全球的饥饿问题，但是玉米和大豆可以。另外，罂粟是被作为毒品原料种植的。尽管玉米能被用来造酒，但那并不是玉米种植的主要目的。

误认为是因果关系：共变谬误　当两种现象同时发生变化，我们经常会错误地将其联系起来。“我这个星期吃了很多巧克力，现在我脸上长痘痘了。我猜我应该停止吃巧克力，这样粉刺就会消失了。”这个例子就误认为两个现象存在因果关系。

单一原因：复杂性过度简单化　把一个由很多原因导致的复杂现象归结到某一个原因上，就是单一原因谬误。“沟通不良是离婚率上升的原因”就是个例子。沟通不良可能是某些离婚案例的原因之一，但不一定是最重要或唯一的原因。

心理学谬误：情感伪装成逻辑　假装情绪化攻击是有逻辑的，就会陷入谬误的境地。这种谬误有两个典型例子：人身攻击和从众效应。

为了转移对信息的注意力而攻击信息就是一种人身攻击谬误。但并非所有针对某人的可信度、个性和资格的攻击都是谬误。如果某人的个性或可信度确实存在问题，那么这种攻击就是相关论证（例如，在弹劾听证会上攻击比尔·克林顿的廉洁问题就不是错误的人身攻击）。“为什么你总是因为不学习来烦我？上个学期你的GPA下降了将近一分”就是一个人身攻击谬误。

基于民意而不是证据和推理的主张是一种从众心理谬误。“尽管抽大麻吧。超过三分之一的大学生都在抽”就是一个例子。抽大麻吧。超过三分之一的大学生都在抽”就是一个例子。