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（290 个模型）
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。
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。
蒙特卡洛模拟（蒙特卡罗模拟）
Monte Carlo Simulation
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」。
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。
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。