纯归纳

J．M．凯恩斯所定义的归纳的基本要素之一。指通过例证的单纯数目增加，而获得归纳概括的过程。在某些情况下，当不可能通过具体研究途径开拓对例证的新的知识时，就只有通过观测新的例证来调整关于已知性质相互关系的认识，即通过纯归纳的运用来达到这一目的。凯恩斯希望，利用纯归纳例证的数目有可观的增加，并且Φ与f又总是联系在一起，那么就能表明已知的正相似正在接近全正相似。为了说明纯归纳在不断地增加例证时的作用，凯恩斯推导出下列式子：

(P=g／h，是先验概率)

当例证不断增加时(n∞)，纯归纳可使得归纳概括的概率P1的必要条件(即纯归纳的有效性条件)是：①先验概率P为有限概率，即存在η＞0，使P＞η；②存在ε＞0，使得在某一自然数r之后，x／x…xgh＜1－ε。纯归纳方法在归纳中的应用场合是：①在成熟的科学中是归纳的最后一道工作(即关于例证的明确知识达到极限)；②在和人们实际经验比较接近的科学中，或者还没有成熟为规范的学科中是最初的一项工作。