应我们的语言要求，与我们有关的概念有两个用途。
某物的延伸
这 概括 将涉及 传播或传播某物，要么是积极的，要么是消极的。
换句话说，知识的泛化（例如计算）产生了非常积极的影响，因为人们设法保持永久的知情和交流，而疾病的泛化将意味着在发展中的社会或社区中出现高度负面的情况。 .
从某事得出的结论
另一方面，该概念用于指定可以从特定事物中得出的一般结论。
概括是从特定类型的观察中建立普遍结论的过程。
这通常基于这样一个事实，即特殊或一般之间的逻辑步骤是不可能的，而它的使用仅限于科学。
它通常用于产生假设，当然要记住，这是一个猜想，一个部分问题，必须经过实验才能得到验证。
当在话语要求下使用概括时，应小心，因为陷入不一致的情况很常见，即概括不对应并最终导致强烈争议，这可能会影响到人们的重要组成部分，尤其是在涉及社会敏感问题时。
人们不断地对发生在他们身上的事情、他们在环境中和世界上观察到的事件进行主观分析，因为为了做出决定，必须首先了解我们周围和世界上正在发生的事情。
泛化问题
同时，当它被概括时，我们不会总是获得真实的具体现实模型，例如，特殊观察和一般观察之间缺乏过渡会导致模型不正确。
概括是政治领导人和统治者通常在需要隐藏一些对他们不利的情况或事态时通常使用的方式，当然，然后他们所做的是以绝对有预谋的方式构建局部的、普遍的现实，其任务是处理一些让他们处于不舒服或有争议的地方的问题。
在逻辑与统计中的应用
泛化是一个 逻辑中的基本元素 （这 与研究有效证明和推理原理有关的哲学分支) 并且也是在人类推理的要求下。
所有有效的演绎推理都将概括作为强制性基础.无论如何，泛化是一个可以应用于不同学科的概念。
当我们进行概括时，我们将我们已经知道的某些个体的某些事物归于属于同一属的一组事物，我们从特定的细节或案例的典型例外中抽象出来。例如，总的来说，我们在秋季仍然有好天气。我们指的是共同的、平常的和最常发生的。
我们通过归纳概括，即添加特定的经验，有时是无意识的，有时是有意的。
例如，我们有两个概念：A 和 B，只有当概念 B 的每个实例也是概念 A 的实例并且概念 A 的实例不是概念 B 的实例时，A 才会是 B 的推广。对于例如：Ser Human 是对女人的概括，因为每个女人都是人，尽管有些人不是女人，男人，但不会再进一步了。
另一方面，当对涉及社区的特定主题进行分析并将从中获得的结果转移到更大的社会时，统计通常会使用概括。
尽管它可能是一致的信息，但很可能存在误差幅度，必须考虑到这一点。
