按标签浏览

用概率和影响评估风险：横轴发生概率，纵轴影响程度，将风险分为高、中、低等级，优先处理高风险。

用对照实验比较两个版本：将用户随机分为两组，分别使用A和B版本，用数据判断哪个更好。

虚构的典型用户代表：基于真实用户数据创建的虚构人物，代表一个用户群体，帮助团队以用户为中心设计。

用80/20法则分析问题：80%的问题由20%的原因导致，通过帕累托图找到关键少数，优先解决。

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。

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。

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。

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。

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。

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%。

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。

当问题太复杂无法精确求解时，用大量随机抽样来估算概率分布——让计算机帮你「试一万次」。

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。

无限只猴子在无限时间内随机敲键盘，几乎必然能敲出莎士比亚全集——小概率事件在无限次重复后必然发生。

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。