虽然很多持论者意识到用证据来支持其理由的必要性，但他们却没有明白让他们的假设显得一目了然这种必要，因此用来证实假设的那些证据很少会出现。
如果运用得当，每一种证据都可以成为有效证据，它有助于证实作者断言。我们一开始评估时就要问证据的效力怎么样？
你总是寻找更好的证据，如果一根筋的去找完美证据，那你肯定要泄气。证据的主要类型是：直觉、个人经历、典型案例、当事人证词、专家意见、个人观察、研究报告、类比。
直觉最大问题就在于它的私密性，别人根本无法判断他的可靠性。像“我认识有个人……”，“以我的经验，我发现”这样的句子应该提醒你注意这类证据。个人经历常常会导致我们犯下以偏概全谬误。
典型案例的持论者，常常在游说型报告的开头部分来一段活灵活现的有关某个事件的生动描述，以便对听者动之以情 。当心那些引人注目的典型案例被人用作证明。
当事人证词的用处也并不大，人们的经历总是迥然不同，那些尽力想要说服我们的人，总是小心选择他们要用的证人和证词。许多当事人证词，例如图书封面上的推荐、电影宣传、电视产品都来自那些可以从证词中获得一些好处的人。它们很少会提供足够的信息作为判断的基础。当事人证词可信度这样大的一个原因是因为他们都是激情四射的人，这些人看起来值得信赖，出于好意，而且诚实守信。
专家一向被认为对某个既定主题要比我们绝大部分常人知道的多，当时论者诉诸权威专家时，他们求助的是那些他们认为其所处地位能有渠道接触某些特定事实并且有资格从这些事实得出结论的人。当一个专家，准备从他提倡的某些行动中获得较大的经济利益时，我们就要特别加以小心。
个人观察常常被证明是不可信赖的证据。我们所见所说的都是经过一系列的价值观偏见态度和期望值过滤后剩下来的东西。很多情况下都有各种重大的阻碍，阻止我们看清所有发生的一切。
科学研究，如果进行的比较理想的话，是我们获得证据的一个最好来源，因为科学研究强调可验证性可控性和精确性。可惜的是一个问题应用了科学研究方法，并不必然就意味着研究证据是可靠的。研究质量有高有低，差别很大。研究成果常常互相矛盾，一旦脱离某一具体问题的研究群所有研究的大环境，单一的研究所呈现的常常是引起误导的结论。研究结果并不能证明结论充其量只能支撑结论。研究人员也有他们的期望值态度价值观和需求，这使他们所问的问题，做研究的方法，解释研究成果的方式都烙上了偏见的印记。作者或演说者常常歪曲或者简化研究结论。研究的“事实”会随着时间的流逝而发生改变。研究的人为程度到底怎么样，常常也会误导研究的变化，常常是为了达到控制实验的目的，使得研究失去了一部分现实世界的特征。对经济效益、社会地位、人生安全和其他因素的需求可能会影响到研究的结果。
样本能代表整体吗？我们抽取样本的方式对判断我们能在多大范围内进行概括至关重要。你不能想当然的以为调查得到的答案就能精确反映出调查对象的真实态度。你需要知道偏见之所在，以防止自己过分被调查结果说服。
类比推理过于普遍，而且可能具有说服力，又具有迷惑性，你会发觉辨认出这样的推理，并且知道如何系统对其加以评价非常有用。1两个作比较的事物同和相异的方式2相似点和不同点之间的关联。
错误类比谬误，有人提出一个类比，其中却存在重要而又相关的不同点。
过度简化因果关系谬误，依赖并不足以解释整个事件的具有因果关系的因素来解释一个事件或者过分强调这些因素中的一个或多个的作用。
因果混淆谬误将事件的起因和结果相混淆，或是认不出两件事之间可能是互相影响的关系。
忽略常见原因谬误，认不出两件事之间之所以有联系，是因为常见的第三种因素在起作用。
事后归因谬误，假设某件事时由另一件事造成，仅仅因为后者在时间上紧随前者。
统计数据，可能经常骗人，他们并不必然就证明表面上想要证明的一切。任何数据都要求将发生在某地的时间界定并准确识别出来，这常常是一项艰巨的任务，在对这样的数据作出反应之前，我们要先问一声他们是怎么得来的。等我们遇到平均数的时候，了解全局和数值分布的一个终极好处就是这样做会提醒你大多数人或事并不正好符合平均值。有些数据确实能证明一件事，而持论者往往宣称这些数据证明了另一件性质完全不同的事。统计数据经常因为不完整而欺骗我们。当只有绝对值摆在眼前的时候，问一问百分比是不是有可能帮你做出更好的判断，当百分比出现时则问一问绝对值。表达方式的不同效果也会有不同。
你应该记住几乎任何一个信息都有一个目的，换句话说，这个信息的组织结构是由别人精心挑选和呈现的，目的就是希望它能从某种程度上影响到你的思维方式。因此你的任务就是判断你自己是否想成为这一目的的傀儡。
考虑各种假设和结论，解决问题为导向，让思维更加灵活。
