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（484 个模型）
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。
先发优势
First-Mover Advantage
率先进入新市场或推出新产品的企业，能通过技术领先、资源先占和转换成本建立持久竞争优势；但先发不等于必胜，学术研究显示先发者失败率高达47%。
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。
复利
Compounding
利息生利息，增长在时间维度上呈指数级加速——第八大奇迹。关键不是利率多高，而是时间多长和永不中断。
概率思维
Probabilistic Thinking
世界是不确定的，用概率而非「必然/不可能」来估计结果，并据此决策——不追求正确，追求概率上占优。
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。
幸存者偏差
Survivorship Bias
只看到经过筛选后幸存下来的样本，忽略了被淘汰的沉默大多数，从而得出错误结论。
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。
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。
中心极限定理
Central Limit Theorem
无论原始分布是什么形状，大量独立随机变量的和/均值会趋近于正态分布——这是统计推断的基石。
贝叶斯推理
Bayesian Inference
用新证据更新信念：先有初始判断，看到新证据后，按贝叶斯公式更新概率。
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。
72法则
Rule of 72
快速估算复利翻倍时间：用72除以年化收益率，得到资金翻倍大约需要的年数。
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。
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。