逻辑学上，谬论（fallacy）是指可知的错误（demonstrably false）论证，亦即说不通的道理，或是会导致错误的想法。
通常要证明一件事情的对与错，除了做实验去证实或证明之外，亦可以用逻辑推理方式去推论而定对与错，而推理结果是错误的话，便能构成错误的原因， 那被推理的道理或想法就是谬论。
谬论又区分为形式谬误及非形式谬误：

形式谬论（Material fallacies）：不依逻辑规则，或论证形式错误的道理或想法。
比如：
油条是食物
食物是好吃的
因此油条是好吃的
问题在于：食物并不总是好吃的
比如：
切开人有罪
外科医生切开人
因此外科医生有罪
问题在于：切开人并不总是有罪

非形式谬论（Verbal fallacies）：形式谬误之外的其他谬论，亦是讲说不通的道理或想法。可分成：
假两难推理
模棱两可（Equivocation）
人身攻击
分割
合成
诉诸群众
Proof by verbosity
偷换概念
区群谬误
后此谬误
循环定义
循环论证
恐吓论据
条件机率
滑坡谬误
无效证明
诉诸恐惧
从众效应
诉诸无知
红鲱鱼

假两难推理（False dilemma）是逻辑谬误的一种。它对讨论的问题，提出看来是所有可能的选择或观点（一般是两个）；但其实这些选择并不全面，亦不是所有的可能。
条件概率
本文定义了表征两个或者多个随机变量概率分布特点的术语。
条件概率就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P（A|B），读作“在B条件下A的概率”。
联合概率表示两个事件共同发生的概率。A与B的联合概率表示为或者P(A,B)。
边缘概率是某个事件发生的概率，而与其它事件无关。边缘概率是这样得到的：在联合概率中，把最终结果中不需要的那些事件合并成其事件的全概率而消失（对离散随机变量用求和得全概率，对连续随机变量用积分得全概率）。这称为边缘化（marginalization）。A的边缘概率表示为P（A），B的边缘概率表示为P（B）。
需要注意的是，在这些定义中A与B之间不一定有因果或者时间顺序关系。A可能会先于B发生，也可能相反，也可能二者同时发生。A可能会导致B的发生，也可能相反，也可能二者之间根本就没有因果关系。
例如考虑一些可能是新的信息的概率条件性可以通过贝叶斯定理实现。

定义
在同一个样本空间Ω中的事件或者子集A与B，如果随机从Ω中选出的一个元素属于B，那么下一个随机选择的元素属于A的概率就定义为在B的前提下A的条件概率。从这个定义中，我们可以得出
P(A|B) = |A∩B|/|B|
分子、分母都除以|Ω|得到
P(A|B) = P(A∩B)/P(B)

形式定义
考虑概率空间Ω(S, σ(S))，其中σ(S)是集S上的σ代数，Ω上对应于随机变量X的概率测度（可以理解为概率分布）为PX；又A∈σ(S)，PX(A)≥0（这里可以理解为事件A，A不是零测集）。则∀E∈σ(S)，可以定义集函数PX|A如下：
PX|A(E)=PX(A∩E)/PX(E)。
易知PX|A也是Ω上的概率测度，此测度称为X在A下的条件测度（条件概率分布）。
独立性：设A，B∈σ(S)，称A，B在概率测度P下为相互独立的，若P(A∩E)=P(A)P(E)。

条件概率谬论
条件概率的谬论是假设P（A|B）大致等于P（B|A）。数学家John Allen Paulos在他的《数学盲》一书中指出医生、律师以及其他受过很好教育的非统计学家经常会犯这样的错误。这种错误可以通过用实数而不是概率来描述数据的方法来避免。

假两难推理属分散注意谬误（Fallacies of Distraction）的一种。特性是错误使用“或”逻辑运算符（Or operator）。要破解，可以证明除了论证中提出的选择外，还有其他的可能。

例子
要么人类是上帝创造的，要么人是从猴子变成的。
这推论犯了假两难推理的谬误。因为“上帝创造”及“猴子变成”并不是人类来源的所有可能。除非能证明除这两种可能以外，人类无可能有其他来源；否则这句并不成立。