在直接型逆向推理中，我們可以清晰地看到結論的存在，並且結論與前提之間的關係隻有一種，或者是，或者不是。當我們觀察到一件事情已經發生，並可以根據經驗判斷出一定是另一件事情發生了，此件事情才會發生，那麼我們就可以推理出另一件事可以對觀察到的事情進行解釋。比如我們看到窗外的地麵都是濕的，並且看到屋簷還在滴水，於是根據“地麵都濕了且屋簷在滴水時一定下過雨”這一論證推斷出之前剛剛下過雨。
這一判斷是否正確？根據麥肯錫的邏輯思維進行分析，剛剛下過雨，地麵一定會濕，這一邏輯關係已得到過證實，是正確的。剛剛下過雨，屋簷會滴水，這一邏輯關係也已得到過證實，是正確的。雖然沒有下過雨時，地麵也可能因為其他原因變濕，但不可能都是濕的，而且屋簷也一定不會滴水，這些證據都向我們證明了“地麵都濕了且屋簷在滴水時一定下過雨”這一邏輯是正確的。
再比如我們在郊區迷了路，想找地方搭車回市區時，根據“有許多車輪痕跡的泥土道路上曾有許多車輛經過”這一邏輯，選擇了在一條有許多車輪痕跡的泥土道路邊等待車輛經過，那麼這一邏輯是正確的。“泥土道路上有許多車輪痕跡”和“泥土道路上曾有許多車輛經過”這兩者之間存在絕對的因果關係：如果不是曾有許多車輛經過，泥土道路上一定不會有許多車輪痕跡；如果曾有許多車輛經過，泥土道路上一定會有許多車輪痕跡。因為邏輯正確，所以選擇在這樣一條道路邊等待車輛經過也是可行的。
但是，如果我們的邏輯是“有許多車輪痕跡的泥土道路上一定還會有車經過”，那麼這一邏輯就是錯誤的。首先，“泥土道路上有許多車輪痕跡”隻能說明過去時，不能說明現在時和將來時；其次，“泥土道路上有許多車輪痕跡”和“泥土道路上曾有許多車輛經過”之間雖然有著絕對的因果關係，但“泥土道路上有許多車輪痕跡”和“泥土道路上還會有車經過”之間卻沒有絕對的因果關係。也就是說，我們隻可以根據眼前的情況去判斷這裏曾有過許多車經過，卻不能判斷這裏還會有許多車經過。在這樣的情況下，過去的事實隻能對現在產生一種參考性作用，而不能起到決定性作用。“一定還會有車經過”這一結論不正確，所以推出這一結論的邏輯也不正確。
在進行逆向推理時，麥肯錫提醒我們，為了確保推理過程的嚴謹性，一定要盡可能多地考慮到所有可能引發某一事件的原因，而不能僅憑某一個原因便確定整體的邏輯是否正確。以上麵提到的坐在地上哭的孩子為例，即使一個孩子真的是在摔倒之後大哭的，我們也隻能斷定這個孩子因為摔倒而導致大哭，而不能斷定這個孩子是因為摔疼了而導致大哭。
在直接型逆向推理中，我們可以清晰地看到結論的存在，並且結論與前提之間的關係隻有一種，或者是，或者不是。當我們觀察到一件事情已經發生，並可以根據經驗判斷出一定是另一件事情發生了，此件事情才會發生，那麼我們就可以推理出另一件事可以對觀察到的事情進行解釋。比如我們看到窗外的地麵都是濕的，並且看到屋簷還在滴水，於是根據“地麵都濕了且屋簷在滴水時一定下過雨”這一論證推斷出之前剛剛下過雨。
這一判斷是否正確？根據麥肯錫的邏輯思維進行分析，剛剛下過雨，地麵一定會濕，這一邏輯關係已得到過證實，是正確的。剛剛下過雨，屋簷會滴水，這一邏輯關係也已得到過證實，是正確的。雖然沒有下過雨時，地麵也可能因為其他原因變濕，但不可能都是濕的，而且屋簷也一定不會滴水，這些證據都向我們證明了“地麵都濕了且屋簷在滴水時一定下過雨”這一邏輯是正確的。
再比如我們在郊區迷了路，想找地方搭車回市區時，根據“有許多車輪痕跡的泥土道路上曾有許多車輛經過”這一邏輯，選擇了在一條有許多車輪痕跡的泥土道路邊等待車輛經過，那麼這一邏輯是正確的。“泥土道路上有許多車輪痕跡”和“泥土道路上曾有許多車輛經過”這兩者之間存在絕對的因果關係：如果不是曾有許多車輛經過，泥土道路上一定不會有許多車輪痕跡；如果曾有許多車輛經過，泥土道路上一定會有許多車輪痕跡。因為邏輯正確，所以選擇在這樣一條道路邊等待車輛經過也是可行的。