按标签浏览
按模型性质、应用层次、难度、重要性、来源、人名、公司等维度筛选
👤人名（38 个）
筛选结果（426 个模型）
增长飞轮
Growth Flywheel
自我强化的增长循环：企业的增长要素形成正向循环，一个要素的增长带动下一个要素，形成自我强化的飞轮。
阿米巴经营
Amoeba Management
把组织分成小独立核算单元：把大企业分成一个个小的独立核算单元（阿米巴），每个单元独立经营、独立核算，培养全员经营意识。
标杆管理
Benchmarking
向最佳实践学习改进：找到行业内外的最佳实践作为标杆，对比差距，学习和改进，持续提升绩效。
自行车棚效应
Bike Shedding Effect
团队会为鸡毛蒜皮的小事争论不休，却对真正重要的复杂问题轻易放行——因为每个人都能对自行车棚指手画脚，却没人敢对核电站说三道四。
波斯特尔法则
Postel's Law
发送时要保守，接收时要宽容。对自己的输出严格要求，对他人的输入保持包容——这是系统健壮性和人际和谐的通用原则。
贝叶斯更新
Bayesian Updating
新证据出现时，用先验概率 × 证据似然度来理性更新信念，而非全盘推翻或固守。
回归均值（均值回归）
Regression to the Mean
极端表现之后通常会回到平均水平——不是因为你做了什么，而是因为极端值本来就不可持续。
大数定律（大数法则）
Law of Large Numbers
样本量越大，统计结果越接近真实概率——抛 10 次硬币可能 8 次正面，但抛 10000 次会接近 50%。
凯利公式（凯利准则）
Kelly Criterion
在有正期望值的重复赌局中，最优下注比例是 f* = (bp - q)/b——最大化长期财富增长率，同时避免破产。
肥尾效应
Fat Tail Effect
极端事件比正态分布预测的更常见：概率分布的尾部比正态分布更'肥'，黑天鹅频发。
均值回归
Mean Reversion
极端之后会回归平均：表现远超或远低于平均的，后续往往会向平均水平靠拢。
林迪效应
Lindy Effect
越老的东西越长寿：对于不会自然衰老的事物（如书籍、技术、思想），已经存在的时间越长，预期剩余寿命越长。
幂律分布
Power Law Distribution
少数占大多数：分布高度不均，少数个体占据大部分资源，如财富分布、城市规模、网站流量。
小世界网络
Small-World Network
既有局部聚集又有短路径：大多数连接是局部的，少数长连接大幅缩短任意两点的距离。
因果推断
Causal Inference
从数据中推断因果关系：用随机实验、自然实验、匹配等方法，区分相关和因果。
回归分析
Regression Analysis
用变量预测另一个变量：建立自变量和因变量之间的数学关系，用于预测和解释。
聚类分析
Cluster Analysis
把相似的对象分组：无监督学习方法，根据相似度把对象分成不同的簇。
假设检验
Hypothesis Testing
用数据判断假设是否成立：提出原假设和备择假设，用统计量判断是否拒绝原假设。
P值
P-value
观察到当前结果的概率：在原假设成立的条件下，观察到当前或更极端结果的概率，越小越显著。
分形
Fractal
局部与整体自相似：分形物体在不同尺度上具有自相似性，局部放大后看起来像整体。