Evidence-Based Analysis (基于证据的分析)

信念与证据逻辑网，用于客观评估核心假说是否成立，防止因局部偏见或强行关联导致错误的推论。

🎯 解决什么问题

在侦破、商业竞品分析、事故调查或学术论证中，我们容易被片面的证据误导。证据分析图可帮助我们将所有的直接、间接证据和反向线索梳理在同一张逻辑网中，系统、公正地研判真伪。

🧠 思考逻辑与核心概念

一个核心“假说（Hypothesis / Claim）”的置信度，是由支撑它的“支持证据（Supporting Evidence）”和削弱它的“反向证据/反驳（Counter-Evidence）”共同决定的。通过对证据本身的真实度（置信度）进行求和或加权，可以计算出最顶端假说成立的概率（Fuzzy Logic 信念传播），从而做出逻辑扎实的研判。

📋 新手使用指南

定义待验证的假说：将核心论点或假设放在最上方。
输入已掌握的证据节点：包括事实数据、证言、监控记录、竞品行为等。
划分证据方向：
- 绿色节点（+）：支持假说。
- 红色节点（-）：反驳假说。
建立中间推论：若证据无法直接推导假说，可设立中间连接点（如：因为 A 且 B 成立，可以推论出 C 发生了）。
评估和传播置信度：调整底部证据的置信度值，观察顶端假说置信度的动态演变，判断该假说是否立得住。

💡 经典示例

【分析竞品是否会于下季度发布新产品】：

核心假说：竞品 A 公司将在下季度发布全新智能硬件。
支持证据 (+)：竞品正在大量招聘硬件测试工程师；竞品上月注册了新的无线电设备专利；竞品召开了渠道秘密吹风会。
反对证据 (-)：竞品供应链上游元器件订单量未见大幅波动（可能延迟）；竞品核心硬件研发团队负责人本月离职。
综合研判：尽管有核心人员流失，但研发专利和招聘动作已完成，发布概率依然高达 75%。