樣本過小

樣本過小是一種因歸納所依據的樣本對於成為有關考察對象總體的可靠尺度來說數量太小而引起的謬誤。如果樣本過小以致無法提供有關考察對象的典型樣本，如果我們已經知道在樣本大小方面存在問題，但我們仍然接受了基於這些樣本所得到的結論，那么就犯了樣本過小的邏輯錯誤。這種謬誤也可以稱為“輕率概括”，但前者側重的是從統計學角度看在抽取樣本的技巧方面存在著問題。

如某人由“一”字是一橫，“二”是兩橫、“三”是三橫，引申出“表示數字的漢字與其筆畫相應”的一般結論，就犯了樣本過小的錯誤。但在認識事物的過程中，究竟需要多大的樣本才能避免這樣的錯誤，仍然是一個非常複雜的問題。如果考察對象缺乏多樣性，那么用於歸納的樣本可以較小。在完全同質的某類對象中，哪怕只有一個樣本也足以成為這類對象的典型樣本，就如對電子的觀察一樣，只要知道一個也就知道了全部。但就表示數字的漢字與其筆畫相應來說，考察“一”、“二”和“三”，與考察所有表示數字的漢字畢竟不是一回事。