提高因果推理的结论的可靠性

（一）增加被考察的场合，注意反例的存在

因果推理的应用依赖于观察到的相关性，并且即使观察已经是十分精确的，这样的观察也可能是不完全的，因而是有欺骗性的。毋庸置疑，人们观察的数量越大，结论为真的可能性也越大。但是无论这个数量多大，人们也无法从那些未被观察到的场合中确定地推出一个因果判断。因果推理从分析一些场合中与被考察现象伴随出现的情形出发，得出某一情形与被考察的现象之间可能存在因果关系的结论，进而断言在未观察到的场合中某一情形与被考察的现象之间也可能存在因果关系。也就是说，因果推理仅仅是将从有限的甚至为数不多的场合推出的结论推概至所有相似的场合，特别是那些未在前提中被考察的场合很明显，这样的结论已经超出了现有经验的范围，虽然是必要的、可能的，也体现了推理的创造性功能，但是这在逻辑上是没有任何保证的。因此，增加被考察的场合就显得十分重要。

在没有出现反例的情况下，随着考察事例的增多，排除的不相干因素也越多，偶然性因素被排除的可能性越大，因果推理的或然性结论的可靠性也会在一定程度上相应增加。如前所述，由于多因一果现象的存在，契合法的结论的可靠性会受到影响甚至降低。在这种情况下，侦查人员可以多次运用契合法，考察更多的事例，如果这些事例与原事例一样只具有唯一的共同情形，那么结论的可靠性就会得到提高。(https://www.daowen.com)

（二）借助于概率等定量描述工具考察结论

在侦查思维这样的经验认识活动中，人们最关注的问题是如何得出或然性较高的结论以及如何提高结论的或然性程度。为此，人们可以借助于某种数学工具来刻画因果推理结论的可靠性程度。似乎巧合的是，几乎与因果推理产生的同时，古典概率论作为一种数学理论也产生和发展起来。这样，概率论这种新兴的定量描述工具就自然而然地被应用于研究因果推理。根据是否遵守帕斯卡概率的经典演算原则，概率论分为帕斯卡概率论和非帕斯卡概率论，前者包括古典概率论、经验概率论、主观概率论和逻辑概率论，后者主要包括科恩的归纳概率分级理论。

（三）全面而深刻地分析事态和现象之间的变化关系，引入假说观念

杰文斯认为，在应用因果推理时，遵守下列规则是非常有用的：（1）无论什么时候，当我们想要改变实验对象的数量时，我们可以应用一个规则去发现哪些是原因、哪些是结果。我们必须相应地改变一件事情的数量，让它们彼时变多，此时变少，如果我们观察到有其他事情同时发生变化，那么它完全有可能是相应的结果。（2）当事情频繁规律地发生变化时，有一个简单的规则，根据它我们就可以判断出，变化是否像原因和结果一样紧密联系在一起。该规则说的是：它们联系在一起，以完全相同的频次发生变化。^[41]

如前所述，由于不可能将所有事态都考虑进来，侦查思维中运用因果推理时势必假定关于被考察事态的一个或者多个因果假说。当不确定哪个或者哪些事态是被探究现象的原因时，提出多个替代性的因果假说并逐一检验它们不失为一个明智的选择。因果推理的排除性本质确保：“只要对先行事态的某个特定分析是正确的，那么这些因素中的一个因素可能是（或必定是）被研究现象的原因（或部分原因）。”^[42]这个过程在形式上是演绎地有效的，但是其结论之可靠性又取决于已经假定的先行分析的正确性即正确地识别出因果相关的事态。形成因果假说之后，将该因果假说置于因果推理的前提之中接受检验以判定其事实上的真实性，逐一检验这些竞争性的因果假说直到最终确证某一因果假说为止。正是在此意义上，因果推理“既不是发现因果关系的工具，也不是证明因果关系的工具，只是检验因果假说的工具”^[43]，尽管密尔坚称因果推理“可以用作发现因果关系的工具，并且也可以用作证明因果链接的准则”^[44]。