人们往往把两个（或多个）对象之间的比较叫做类比（analogy），但比较不是我们要讨论的类比。类比论证的目的多种多样。可以把类比评价为有用的、富于启发的、容易的、贴切的，等等，但我们不能说类比是真的或假的。因此，类比不可能是论证的前提，前提一定是真的或假的。
语言运用 医生和枪支，哪个更危险
不久前，互联网上盛传以下言论，虽与我们的主题有所不同，但这依然不失为有趣的资料。即使需要费时思考，也请你准确识别该论证中所存在的问题。
关于医生：
□美国大约有70万名医生。
□每年因医疗事故而致意外死亡的人数约为12万人。
□每个医生导致的意外死亡率为0.171。
关于枪支：
□美国拥有枪支的人约为8 000万。
□每年因枪支引起的意外死亡约1 500起。
□每个拥有枪支的人所引起的意外死亡率是0.000 188。
数字：
0.171除以0.000 188等于909。
结论：医生的危险程度几乎是枪支拥有者的900倍。
请记住：杀人的不是枪，而是医生。
人们常常把类比所依据的主张说成类比。该主张陈述两个对象都具有某些特征、属性或特性（我们在相同的意义上理解这几个概念）。这些主张（真的或假的）并不是类比，它们可以作为类比的前提。
基于类比的论证可用公式表达为：
X和Y都具有属性p、q、r，
X具有特征F，
所以，Y也具有特征F。
下面是一个实例：
雪瑞和丹尼斯是姐妹，她们年龄相仿，上同一所高中，喜欢相同的电视节目，
雪瑞喜欢《纳尼亚传奇》，
所以，丹尼斯也会喜欢《纳尼亚传奇》。
评价基于类比的论证需要使用如下关键术语：类比项、相似性、特征、比较项以及目标或目标项。
类比项（terms of the analogy）是被比较的对象，上例中的类比项是雪瑞和丹尼斯。（尽管类比项常常是两个，但也可以更多，如更多的姐妹之间的类比。）
相似性（similarities）是对象都具有的属性。（上例中提及的相似性有姐妹、年龄、学校、喜欢的电视节目。）
特征（feature）是属性的一种，比较项（comparison term）（结论中不出现的类比项）具有这种属性，因而我们预测目标项（target term）（结论中提及的类比项）也具有这种属性。上例中的比较项是：雪瑞，目标项是：丹尼斯，特征是：喜欢纳尼亚传奇。
两个对象在某些属性上相似增加了其在其他属性上相似的可能性。如两个手表是同一个厂家生产的，增加了其质量相同的可能性。如果我们已经知道另一块手表质量上乘，而且和这块表的生产厂家相同，这些信息就可以支持这块手表质量上乘。正因如此，基于类比的非演绎论证的前提可以增加其结论为真的可能性程度。
我们主要关注的是基于类比的非演绎论证的论证强度，这可以归结为一个问题：已经提及的相似性在多大程度上能提高目标项具有比较项所具有的特征的可能性。上例的论证强度决定于提及的雪瑞和丹尼斯间的相似性在多大程度上提高了“与雪瑞一样，丹尼斯也喜欢《纳尼亚传奇》”的可能性。
关于基于类比的归纳强度的问题没有精确的答案，没有任何公式或计算能帮助我们解答这个问题。可以笼统地说，列举的雪瑞和丹尼斯之间的相似性越多，越能提高丹尼斯也喜欢《纳尼亚传奇》的可能性；但罗列的相关性须与丹尼斯和雪瑞爱好相同的电影有关；如她们的身高相同、涂相同的指甲油等无关的相似性就不能提高论证强度。
这就让我们面临一个复杂的问题：一些相似性比另一些更能提高结论的可能性。丹尼斯和雪瑞上同一所高中能略微提高她们喜欢相同电影的可能性，但她们喜欢相同的电视节目能在较大程度上提高上述结论的可能性。
我们从另一个角度来论述这一点：看看同一相似性如何影响三个不同的结论。雪瑞和丹尼斯是姐妹的事实的确能提高她们喜欢相同电影的可能，但该事实更能提高她们有共同的宗教信仰的可能，而且该事实在更大程度上提高了她们说相同语言的可能性。评价类比论证的相似性时不能只看是否增加了列举的相似性，不能把每一相似性都看得同等重要。如果某个相似性比其他许多相似性更能提高结论的可能性，那么提及这一相似性的论证比列举其他更多相似性的论证具有更高的论证强度。
我们已论述过，归纳概括的论证强度在一定条件下是可以量化的。与此不同的是，我们无法用精确的科学来评估基于类比的论证。在计量基于类比的论证的强度时，我们往往只能借助于经验来判断何种相似性伴随其他特定的相似性，我们只能粗略地评估不同相似性之间的相关程度。
经验告诉我们：如果我们关注两个人是否说相同的语言，与两个非姐妹但喜欢相同电影的人相比，两个姐妹说相同语言的可能性更高。要精确计算这种可能性，就需要知道多大比例的姐妹说相同的语言以及多大比例喜欢相同电影的非姐妹说相同的语言。准确评价类比推理需要一般知识：多大比例的X是Y。对提供这种信息的一般陈述的掌握决定了我们能在多大程度上准确评价基于类比的论证。
我们要记住下述两个不同问题之间的区分。一个是狭义的问题：特定论证的强度是多少？我们所列举的论证的强度决定于论证中所提到的相似性在多大程度上提高了丹尼斯也喜欢《纳尼亚传奇》的可能性。但还有可能提出与狭义问题不同的广义问题：考虑各种因素，丹尼斯有多大可能和雪瑞一样喜欢《纳尼亚传奇》？
让我们先来看广义的一般性问题，以下是与该问题答案有关的各种情形的清单：
1.在丹尼斯和雪瑞之间相关的相似性越多，如果雪瑞喜欢《纳尼亚传奇》，丹尼斯也喜欢这部电影的可能性越高。所列举的相似性中没有与对电影的看法无关的。如可以列举二人对电视、书籍爱好的相似性，列举与《纳尼亚传奇》同类的电影（如魔幻电影）的共同相似性尤为重要。
2.在丹尼斯和雪瑞之间相关的差异越小，如果雪瑞喜欢传奇，丹尼斯也喜欢传奇的可能性越大。与对电影嗜好无关的差异不必列举。
3.列举的相关相似性越广泛，如果雪瑞喜欢传奇，丹尼斯也喜欢传奇的可能性越大。相似性的范围遍及书籍、网页、电视节目、电影以及其他娱乐方式、其他兴趣等，雪瑞和丹尼斯都喜欢这部电影的可能性就大。
4.如果还有其他姐妹，姐妹之间的相关相似性越高，姐妹之间的差异性越低，如果其他姐妹多数喜欢传奇，丹尼斯喜欢这部电影的可能性越大。这一点可用公式表示为：当多于一个比较项时，比较项共享的相关相似性越高，比较项之间的相关差异性越低，目标项具有比较项的特征的可能性越大。
依据上述四个原则，我们就可以回答这个问题：如果雪瑞喜欢《纳尼亚传奇》，考虑各种因素，丹尼斯也会喜欢这部电影吗？当遇到任何类似的问题时，如相似对象Y具有某种特征时，考虑各种因素，对象X具有同样特征的可能性有多大时，我们都可以应用这些原则。
但当我们评估特定的类比论证时，我们需要回答的是狭义的问题，即给定的论证的强度如何？我们必须判断：如果雪瑞喜欢传奇，论证中提到的相似性在多大程度上提高了丹尼斯也喜欢这部电影的可能性。回答这个问题是有难度的，但我们不要把这个问题与更复杂的一般性问题相混淆。
总而言之，基于类比的论证的形式为：
X和Y都有属性p、q、r等，
X有特征F，
所以Y有特征F。
这个论证的强度决定于：如果X有特征F，前提中提到的相似性在多大程度上提高了结论“Y有特征F”的可能性。除非特定的一般陈述是已知的，否则我们不能很精确地回答这类论证的强度。回答特定论证的强度的问题不能混同于回答更为一般的问题：给定的X具有特征F时，考虑各因素，Y有多大可能具有F。回答后一个问题我们需要考虑四个方面：
1.X与Y之间的相关相似性的数目
2.X与Y之间的相关差异性的数目
3.相关相似性的多样性
4.比较项（X）的数目
对类比的反驳
流传已久的反驳基于类比的论证的策略，就是表明被比较的事项并不像显示的那么相似。具体做法就是指出被比较事项之间的相似性比声称的要小，或者指出其间有更多的差异性，或同时指出这两个方面。通常的做法是让人们关注比较事项之间某个突出的差异，这个差异足以削弱论证的力量。例如，一个人可以指出：尽管雪瑞和丹尼斯是姐妹，但（由于某种原因）丹尼斯过去四年一直居住在西班牙。
让人们意识到两个对象之间原来没被提到的差异，只表明原论证的结论为真的可能性不那么大了。新信息并不表明原论证的强度变弱了。成功地反驳类比就像成功地反驳一个演绎推理的结论是可靠的，演绎推理的结论不可靠并不意味着推理是无效的。
有时候人们通过类比宣称一个“前提”为真，而不提及任何相似性。如：“联邦预算就像家庭预算一样，不利的结果都源自没有平衡家庭预算，所以，不好的结果都源自没有平衡联邦预算。”用公式表示为：
X和Y一样，
X具有特征F，
所以，Y具有特征F。
就像我们在本节开始提到的，这是否构成论证并不清晰。有人会疑惑“联邦预算像家庭预算”为真还是为假。与家庭预算相比，联邦预算可能更像其他的事项。但断言这个命题的真或假似乎并不是正确的思考路径。最好把这个貌似“论证”的表达看做说服，看做穿着论证外衣的修辞类比。
但对于上述表达我们依然可以评估。评估所针对的问题是：假定X和Y相似，而且X有特征F，考虑各种因素，Y是否具有F。针对上述表达，问题就是：如果不好的结果源自没有平衡家庭预算，考虑各种因素，不好的结果是否也源自没有平衡联邦预算。对此，反驳类比的合适方法是关注一两个根本的差异（如联邦政府可以提高税收、印刷钞票），指出这种差异不是表明被反驳的前提为假，而是阐明这种比较没有实际意义。
