{
  "id": "affirming-the-consequent",
  "title": "肯定后件",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "肯定后件是一种无效的演绎推理，将某条件所产生的结果视为该条件成立的充分证明。",
  "category": "philosophy",
  "subcategory": "metaphysics-epistemology",
  "type": "concept",
  "aliases": [
    "肯定后件谬误"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/affirming-the-consequent/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/affirming-the-consequent/",
      "json": "https://aiwiki.page/en/affirming-the-consequent.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "肯定后件是一种形式谬误，指论证因某个条件的一个结果成立，就推断该条件成立。其典型形式是：“如果 \\(P\\)，那么 \\(Q\\)；\\(Q\\)；所以 \\(P\\)。”这些前提不足以确立结论，因为即使 \\(P\\) 为假，\\(Q\\) 仍可能为真。这一错误在于推理的结构，而不一定在于结论的真假。"
    },
    {
      "heading": "逻辑形式",
      "text": "在逻辑学中，条件命题“如果 \\(P\\)，那么 \\(Q\\)”包含前件 \\(P\\) 和后件 \\(Q\\)。肯定后件具有以下形式：\n\n\\[P\\rightarrow Q,\\qquad Q \\qquad\\therefore P.\\]\n\n例如：\n\n如果一个整数能被四整除，那么它就是偶数。\n这个整数是偶数。\n所以，它能被四整除。\n\n这一结论并不能由前提推出：六是偶数，却不能被四整除。能被四整除是一个数为偶数的充分条件，但一个数为偶数，并不是它能被四整除的充分条件。\n\n这种推理实际上把原条件命题 \\(P\\rightarrow Q\\) 当成同时给出了它的逆命题 \\(Q\\rightarrow P\\)。条件命题与其逆命题通常并不等价。"
    },
    {
      "heading": "为什么这种推理无效",
      "text": "如果不存在任何一种解释，使一个论证的所有前提都为真而结论为假，那么该论证就具有逻辑有效性。肯定后件无法通过这一检验。\n\n按照经典逻辑中对实质蕴涵的标准解释，以下赋值就是一个反例：\n\n\\(P\\) | \\(Q\\) | \\(P\\rightarrow Q\\) | 两个前提是否都为真？ | 结论 \\(P\\) 是否为真？\n假 | 真 | 真 | 是 | 否\n\n当前件为假、后件为真时，条件命题为真。因此，\\(P\\rightarrow Q\\) 和 \\(Q\\) 可以同时为真，而 \\(P\\) 为假。\n\n这并不意味着具有这种形式的每个论证，其结论都为假。某个特定的整数确实可能被四整除。问题在于，仅凭这些前提无法保证这一结果。真假与有效性的区别是演绎推理的核心：无效推理也可能得出真结论，正如有效推理也可能以假前提为起点。"
    },
    {
      "heading": "与相关推理的比较",
      "text": "几种常见的条件论证形式，区别仅在于肯定或否定的是哪个部分：\n\n论证形式 | 前提 | 结论 | 在经典逻辑中的有效性\n[[modus-ponens | 肯定前件式]] | \\(P\\rightarrow Q\\), \\(P\\) | \\(Q\\)\n[[modus-tollens | 否定后件式]] | \\(P\\rightarrow Q\\), \\(\\neg Q\\) | \\(\\neg P\\)\n肯定后件 | \\(P\\rightarrow Q\\), \\(Q\\) | \\(P\\) | 无效\n[[denying-the-antecedent | 否定前件]] | \\(P\\rightarrow Q\\), \\(\\neg P\\) | \\(\\neg Q\\)\n\n这里，\\(\\neg\\) 表示“非”。\n\n肯定前件式沿着条件命题所允许的方向进行推理：从前件推到后件。否定后件式则在前件所必然带来的结果不成立时，排除前件成立的可能。相比之下，两种无效形式都假定，原条件命题排除了 \\(P\\) 不成立而 \\(Q\\) 成立的可能性。\n\n增加前提可以使结论成立\n\n如果增加一个前提，确立 \\(Q\\rightarrow P\\)，那么结论 \\(P\\) 就有了依据。这可以通过双条件命题给出：\n\n\\[P\\leftrightarrow Q.\\]\n\n“当且仅当”明确断言两个方向都成立。从 \\(P\\leftrightarrow Q\\) 和 \\(Q\\) 推出 \\(P\\) 是有效的，并不属于肯定后件谬误。\n\n同样，一个更完整的论证也可能确立，\\(P\\) 是 \\(Q\\) 唯一可能的解释。关键在于，这种唯一性是否有额外前提的支持，而不是被默默地当作理所当然。"
    },
    {
      "heading": "因果解释与日常推理",
      "text": "当人们把因果关系视为可以逆转时，往往会出现肯定后件：\n\n如果洒水器运行过，路面就会变湿。\n路面是湿的。\n所以，洒水器运行过。\n\n即使第一个前提在相关条件下成立，降雨或其他水源也可能解释所观察到的现象。这个条件命题只确立了路面变湿的一个充分条件，并没有穷尽所有可能的原因。\n\n这种谬误并不限于因果主张。数学性质、分类、规则和定义，都可以产生逆命题不成立的条件命题。前面的整除例子之所以无效，与任何因果关系都无关。\n\n在日常语言中，说话者有时会用“如果”表达“当且仅当”的意思，尤其是在描述规则或程序时。因此，评估论证需要注意其前提实际断言了什么。一个明确的单向条件命题，本身并不允许反向推理。"
    },
    {
      "heading": "科学检验与解释性推理",
      "text": "对科学检验的一种常见简化描述，是从一个能够预测某种观察结果的假说出发：\n\n\\[H\\rightarrow E.\\]\n\n观察到 \\(E\\) 并不能从演绎上证明 \\(H\\)，因为相互竞争的假说也可能预测到同样的观察结果。仅仅因为某一次预测得到验证，就宣称某个假说已被确证，这便是肯定后件。\n\n实际检验还依赖辅助假设、背景条件以及观察的可靠性。因此，预测往往来自多个假设的合取，而非单独一个假说。这些复杂因素是科学哲学和杜恒—奎因论题的核心议题。\n\n尽管如此，某项观察即使不能证明一个假说，仍然可以为它提供证据。在溯因推理中，人们利用观察到的结果来寻找合理的解释。这种推理并不必然构成谬误；只有当一种暂定的解释被当作演绎上必然成立的结论时，才会出现问题。"
    },
    {
      "heading": "概率解释",
      "text": "证明与证据支持之间的区别，可以用贝叶斯定理来表达：\n\n\\[\\Pr(H\\mid E)= \\frac{\\Pr(E\\mid H)\\Pr(H)} {\\Pr(E)}, \\qquad \\Pr(E)>0.\\]\n\n给定假说时证据出现的概率 \\(\\Pr(E\\mid H)\\)，通常不等于给定证据时假说成立的概率 \\(\\Pr(H\\mid E)\\)。\n\n假设一组对象中有百分之十属于 \\(H\\) 型，所有 \\(H\\) 型对象都具有性质 \\(E\\)，其余对象中也有百分之五十具有 \\(E\\)。那么：\n\n\\[\\Pr(H\\mid E)= \\frac{1\\times 0.10} {1\\times 0.10+0.50\\times 0.90} \\approx 0.182.\\]\n\n发现某个对象具有 \\(E\\)，会使它属于 \\(H\\) 型的概率从百分之十提高到约百分之十八点二，但并不能确立它属于 \\(H\\) 型。证据提供了支持，但这一演绎推理仍然无效。一项观察对假说的支持有多强，取决于该假说的先验概率，以及在其他可能的解释成立时，这项观察出现的可能性有多大。"
    }
  ],
  "links": [
    "fallacy",
    "logic",
    "logical-validity",
    "classical-logic",
    "material-implication",
    "deductive-reasoning",
    "modus-ponens",
    "denying-the-antecedent",
    "causation",
    "hypothesis",
    "philosophy-of-science",
    "evidence",
    "abductive-reasoning",
    "bayes-theorem"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}