因果不成立的地方，防止被骗和骗别人
使用了不同的错误论证方法
有些数据看上去有正相关性，其实是假的
1，虚假关系，相关不蕴含因果
统计研究发现，冰淇淋销量最高的时候，就是公共泳池的溺水事故发生得最多的时候。
解释：不相干的两种东西，这个时候的数据正相关也不能说明两种事情有关联的地方。
2，后此谬误，巧合关系
小明感冒了，他吃了一些感冒药，然后他发烧了。所以，一定是这感冒药让他发烧的。
解释：只是事情刚好在这个顺序发生。发烧可能是感冒本身造成，未必是感冒药造成的。
3，单因谬误
小明考试成绩那么差，一定是因为他天天玩游戏机的关系。
解释：考试成绩差除了可能天天玩游戏机而排挤读书时间以外，可能还有其他原因，例如一时大意、试题太难、发生其他大事导致小明没时间读书等等，天天玩游戏机不一定是唯一原因，也不一定是主因。
4，无足轻重
就是有一群瘾君子天天在抽烟，空气质量才会越来越差！
解释：抽烟虽会影响空气质量，然而其影响与交通工具或工厂排放的废气相比可说是微不足道。
5，倒果为因
解释：因果颠倒。然而，有可能原因正好相反，也就是越多杀人、越多死刑；犯罪时恶性越重、越可能再犯，或者较多人犯的罪，判得越严厉；子女越多偏差行为、家长越常施用体罚。
6，复合结果
小华因为发高烧不退，于是发生了脑膜炎。
解释：医学上更可能是“细菌感染没妥善控制”造成“发高烧不退”和“脑膜炎”。换言之，即使没有“发高烧不退”（比如吃了很多退烧药），小华仍可能因为“细菌感染没妥善控制”造成“脑膜炎”。是一种因果谬误，系指当某些原因导致多个结果时，在多个结果之间建立因果关联。
7，回归现象
小明前天发烧，今天吃了退烧药，小明烧退是退烧药的效果。
解释：发烧二天后，即使不吃药也很可能自行好转，不能就此认定是药物的效果。系因未考虑统计学上随机起落的回归现象，造成不恰当的因果推论。
8，滑坡谬误
孩子如果不上好国中，之后就考不上好高中，再来就考不进好大学，接着会找不到好工作，然后会穷困潦倒，一生就毁了！
解释：使用连串的因果推论，却夸大了每个环节的因果强度，而得到不合理的结论，因为事实不一定照着线性推论发生，而有其他的可能性。一般所说的“无限上纲”有时也牵涉到此种谬误。
9，以偏概全，以全概偏
解释：不一定所有俄罗斯人都喜欢喝伏特加。是指以少数的例证或特殊的情形，强行概括整体。
1，选择性披露信息
所谓的“选择性披露”就是——有些事实告诉你，但有些不告诉你。这两部分是通过精心挑选滴
和上面以偏概全，单因谬误挂钩。还容易两者形成对比。
2，只谈表面，不谈深层
这种手法，建立在“受众”对某个领域不够了解。于是忽悠者就可以拿表面现象来掩盖深层原因。
和上面无足轻重挂钩。
3，基于不同的统计数据
大部分人都是“统计学”的门外汉。对统计学术语缺乏基础的认识。于是捏，某些人（政府、商家）就可以利用这些术语，来误导你。
选取对自己有利的数据
4，不切当的前提
对比两个事物的时候，如果前提不同，那么对比就没有意义。
忽悠的时候，恰恰是利用了【不同前提】如时代背景的对比。而且在对比的过程中，刻意隐瞒前提的差异性。
5，用“纵向对比”代替“横向对比”
注意在横向对比和纵向对比中选取对自己有利的一面
6，通过追加定语的排名
所谓“追加定语”是一种修辞方面的语言技巧。这种技巧如果运用得当，也可以很好地进行忽悠。