简单因果归纳是指人们对单一因果关系中的原因产生或者预防结果的能力的估计，在人们的生活实践中具有重要的意义。目前对简单因果归纳存在很多理论解释和问题争议。本研究针对己往研究中的重结果预测忽视推理过程说明的倾向，从对简单因果归纳的计算函数描述与算法过程描述相结合的角度，系统地探讨比较了在不同原因种类下，在因果信息不同的外部表征方式下，和在不同的因果力估计方式下简单因果归纳的模式、主要影响因素和认知过程机制。研究主要发现:
    对于产生能力的估计，在逐个呈现样例的程序下，被试的因果力估计一般符合权重△P模型;而在集中呈现信息的程序下，被试的因果力估计一般符合△P规则。
  对于预防能力的估计，在逐个呈现样例的程序下，被试的因果力估计部分符合权重△P模型，部分符合效力PC理论;而在集中呈现信息的程序下，被试的因果力估计部分符合△P规则，部分符合效力PC理论。
在因果力比较中，因果作用难度信息的知觉突出性影响被试是否考虑难度信息来做因果力比较，被试一般并不考虑结果基率所蕴涵的难度信息，但是会考虑不同程度结果目标状态的难度差异来比较因果力。
    因果信息不同的外部表征方式通过制约任务一记忆负荷要求的高低，而影响因果力估计的过程机制。逐个呈现样例程序要求的记忆负荷和统计计算难度大，从而导致对因果四格信息的权重差异，出现因果力估计系统偏离△尸的现象;而集中呈现信息程序要求的一记忆负荷小，便于统计计算，被试能综合考虑因果四格信息，并使用明确的统计计算规则来做估计。
在通常的实验室情景下，因果力估计的过程机制看来主要是统计计算而非联想。
    人们简单因果归纳主要受下列诸多具体因素的影响: △P, P(E|C)或P(~E|C)、因果信息的外部表征方式、任务一记忆负荷要求、被试加工努力程度、对因果四格信息的权重、原因种类、估计方式、因果作用的难度、情景、知识、指导语和个体差异等因素。人们简单的因果归纳受如此多的具体实际因素的影响，因而具有复杂多样性，难以用统一的模式加以描述和概括，一目前没有任何一个理论模掣能统一地解释本研究发现的复杂多样的实验现象。