Индуктивные умозаключения и аналогии.

Индуктивные умозаключения - это умозаключения, в которых из частных посылок делают общий вывод.
Дедукция, строго говоря, не дает нового знания. Ее задача - обоснование истины. Индукция - расширяет наше знание, т.к. является обобщением, но дает не достоверный, а вероятный вывод.
Исчерпывающее индуктивное обобщение, когда рассматриваемый класс конечен и не слишком велик, так что мы можем исследовать все частные случаи считается полной индукцией.
Полная индукция - умозаключение, в котором на основе принадлежности признака каждому элементу класса делается вывод о его принадлежности классу в целом. Обычно число обобщаемых случаев бесконечно велико и индукция является неполной
Неполная индукция - умозаключение, в котором на основе принадлежности признака лишь некоторым элементам класса делают вывод о его принадлежности классу в целом.

Здесь вывод достоверен.
Полная индукция часто рассматривается как разновидность дедуктивного вывода.

Неполная индукция может быть популярной и научной
Популярная индукция - умозаключение, в котором путем перечисления фактов по случайному признаку заключают о принадлежности этого признака всему классу явлений.
Это приводит к ненадежности выводов, причем неконтролируемой ненадежности, поскольку невозможно оценить меру достоверности (вероятность истинности) вывода.
Научная индукция - умозаключение, в котором обобщение строится путем отбора существенных признаков.
Для научной индукции характерна систематичность и методичность отбора данных для обобщения выраженных в наборе суждений, обосновывающих вывод, стремление использовать в конкретных обобщениях знание сущностных свойств и закономерностей предметной области, законов статистики. Так, к научной индукции можно отнести многообразные статистические методы, широко используемые в науке и практике.

Умозаключение по аналогии - умозаключение, в котором на основании сходства одних признаков предмета делается вывод о сходстве других признаков.

В основе рассуждения по аналогии лежит сходство между предметами. Степень достоверности такого вывода зависит как от числа сходных признаков (чем больше, тем лучше), так и от их существенности (чем существеннее признак, тем вероятнее правильный вывод).