基于疑似必要条件推理

在了解或然性推理之前，我们需要先了解什么是必要条件。

简单来说，必要条件是：没它一定得不出结论，但有它也不一定能得出结论。

举例：如果小明GMAT考到了750，那么“小明看得懂英语”就是一个必要条件。显然，如果他看不懂英语，那么一定考不到750；但如果我们只说“小明看得懂英语”，也不一定能得出“他能考到750”这样一个结论。

或然性推理，就是基于一些必要条件或者疑似必要条件，得出结论。

基于疑似必要条件推理

在或然性推理中，有一些考题的前提P只是结论C的“疑似”必要条件。如：

P：房间里有物品

C：房子会着火

在这里，“房子会着火”真正的必要条件应该是“房间里有可燃物”。所以，如果我们想削弱上述推理，正确选项一定会指出疑似必要条件和真正必要条件之间的差距——比如，房间里的物品是不可燃的。