到目前为止，我们所讨论的所有论证都是演绎论证。一个传统的区分演绎论证和归纳论证的方法是：演绎论证是从一般到个别，而归纳论证是从个别到一般。这是区分两者的有效方法，但有其局限性。
更准确的区分方法是：演绎论证得出的是必然性的结论，而归纳论证只能得出可能性的结论。
作为论证形式的两种类别，演绎论证和归纳论证都具有论证的两个基本要素：前提和结论。演绎论证的基本原理是：从一个我们知道为真的命题（大前提）开始，经过抽丝剥茧的分析（通过小前提到结论）得出院士命题后隐含的是什么。
例：每棵树都有根系。
门边的白杨是树。
所以，门边的白杨有根系。（从普遍的，全称的到具体的，个别的过程）
归纳论证的前提则是一个由特称命题组合而成的系列证据。这些证据是得出一个关于它们共性的可信结论的基础。
例：张三家养了十条狗，邻居家的两个小女孩来家玩，张三把狗迁到院子里给她们介绍。张三点完第一只狗名后，第一个女孩直接伸手想拍狗头，狗受惊跑了。另一个女孩，先把手伸到狗鼻子下边，让狗嗅了嗅，之后狗就乖巧地认她来拍它的头。
张三觉得很有意思，就组织这两个小女孩和狗狗们做了一个实验，第一个女孩作出要拍打它的动作，第二个女孩先让狗狗嗅嗅自己的手再拍狗狗。结果，第一种情况狗狗都被吓跑了，第二种情况狗狗都表现得很驯服。经过简单的归纳，张三得出了狗在哪些情况下会有什么行为的实验性结论。
是什么促使研究者为某个特别的现象努力搜集证据？是假设。假设某些事物应该是什么样子，或者可能是什么样子的科学推测。假设的灵感来源于偶然的发现，或者对你有触动的东西，也可能是长期研究测算的结果。
整个科学的帝国建立在归纳推理的基础上。科学家一直致力于收集零散的信息，以期能举一反三，推导出一般模式。一旦模式被探测到，一旦重复出现的规律性被记录到，可能的推测就有了坚实的土壤。
归纳推理是演绎推理的基础。
归纳推理的目的是对大量的事物做出可信的一般性结论（即有高度可能性）。但是，你不可能对特定范围内的所有成员进行检测，所以研究者要做的就是：以整体中的某一部分为样本来做研究，以此来代表整体。样本范围的大小决定了它的代表性。想要代表整体你就必须取足够多的样本，涵盖面足够的广泛。
