統計學依據歸納，無法斷言「永遠正確」
 
相較之下，統計學是依據「歸納法」，和演繹法是立基於完全不同的思維。所謂的歸納法，跟經驗是相同的邏輯。
 
①「那隻天鵝是白色的，這隻天鵝也是白色的，另一隻天鵝也是白色的。」
 
②「看來所有天鵝似乎都是白色的。」
 
這是蒐集許多人關於「天鵝」的經驗和知識，從中找出共通點（白色），以獲得「結論」的方法（天鵝是白色的），這就是歸納法。
 
歸納法通用於人類的經驗或是人工智慧（AI）的學習。人工智慧透過大量的案例來學習，道理等同於人類累積大量的經驗。兩者都是透過歸納法來處理，重點在於歸納法只不過是透過經驗所得到的「假說」而已。
 
這是歸納法最大的弱點。因為只要發現有黑天鵝或是紅天鵝的存在，就算只有一隻也好，「天鵝是白色」的假說就會出錯。
 
實際上，歐洲人有很長一段時間，深信「天鵝是白色的」，但1697年在南半球的澳洲發現了「黑天鵝」（從黑天鵝的案例，衍生出「黑天鵝〔理論〕」一詞，用以形容發生了經驗上無法預測的極端事件，或至今大眾覺得不可能會發生的事情，而帶給人們巨大衝擊。金融危機、自然災害和全球性流行疾病等，也常會使用「黑天鵝」一詞）。黑天鵝只有顏色是黑色的，其身體構造與白天鵝一模一樣。在那個瞬間，鳥類學家過去以來的常識和定論也跟著瓦解了。
 
創意不是天馬行空，來自歸納
 
如前所述，歸納法是藉由經驗去推估「好像是這樣」，但只要找到一個相反的例子，假說就會瓦解，所以並非絕對正確。
 
讀到這裡，你或許會覺得比起演繹法，歸納法是「差勁的邏輯」，但其實並非如此。演繹法只是不斷累積已經明白的命題，無法獲得進一步的見解（或許說得有點過頭）。
 
但歸納法卻可能從中獲得新的「假說」（見解），如「在普通的環境下天鵝是白色的，但是在某種生活環境下，也可能會是黑色（白色太顯眼、容易被獵食等原因）」，所以深具啟發性。
 
反之，若是明明使用了歸納法，歸納出如「蘇格拉底死了，柏拉圖死了，我爺爺也死了，所以人類都會死」這類，任何人都知道的假說，就不算是活用歸納法的特性，而且一點都不有趣，這實在很可惜。