独立思考者的思考模型----智商160以上的人都应该学会的
100 个顶尖思维模型
100 个顶尖思维模型顶尖思维模型是经过长期实践和研究验证的工具和方法，可帮助人们更好地理解和应对复杂的问题和挑战。
以下是100个顶尖思维模型的简要介绍：1. SWOT分析：评估一个项目或组织的优势、劣势、机会和威胁。
2. PESTEL分析：分析宏观环境因素，包括政治、经济、社会、技术、环境和法律。
3. 五力模型：评估产业竞争力，包括供应商、竞争对手、替代品和购买者的力量。
4. 价值链分析：识别一个企业在价值链上的主要活动和附加值。
5. 经验曲线：通过经验和学习，预测成本和生产效率的改进。
6. BCG矩阵：评估一个企业产品组合的增长和市场占有率。
7. 鲍里斯达奇模型：了解利益相关者的权力和影响，以便有效管理关系。
8. 整体系统思维：考虑系统内各个组成部分之间的相互作用和反馈。
9. 蓝海战略：通过创造新市场空间，实现竞争优势。
10. 心智图：用来组织思维、解决问题和构建知识的图形工具。
11. 卡特尔分析：评估存在潜在垄断力量的市场。
12. PDCA循环：通过计划、执行、检查和行动，实现持续改进。
13. 切尔诺夫图：可视化概率和风险的工具。
14. 平衡计分卡：将组织的战略目标转化为可衡量的绩效指标。
15. 客户旅程地图：理解客户与组织互动的全过程。
16. 归因错误：倾向于将他人的行为归因于个人特质而忽视环境因素。
17. 六顶思考帽：通过不同角度思考问题，促进全面思考。
18. 弗洛伊德理论：揭示潜意识对行为和决策的影响。
19. 输赢矩阵：帮助人们在竞争环境中做出决策。
20. 效益成本分析：权衡成本和利益，确定最佳方案。
21. 马斯洛需求层次理论：了解人们的内在需求，以提高绩效和满意度。
22. 外行的智慧：通过新的眼光看待问题，创造创新解决方案。
23. 聚焦-混乱-模糊模型：描述创新过程中的不同阶段。
24. 普利茅斯矩阵：用于优化决策、评估选项的工具。
25. 打破思维定式：通过反转问题、改变角度来激发创新思维。
15个经典思维模型，改变你的思考方式！
15个经典思维模型，改变你的思考方式！展开全文每个学科都是从一个独特的角度去切入了解这个世界，都是一个摸象的瞎子；要超越普通人的认知决策，就必须掌握多个核心思维模型。
以下内容是从查理·芒格的100种思维模型中提炼出的15个，让人受益终身。
01复利原理爱因斯坦说：复利是世界的第八大奇迹。
巴菲特说：人生就像滚雪球，关键是要找到足够湿的雪和足够长的坡。
查理·芒格说：同时理解复利的力量和获得它的困难，是理解许多事情的核心和灵魂。
在有限的时间，把有限的精力和财富，持续而反复地投入到某一领域，长期坚持下去，最终产生的积极影响，会如雪球越滚越大，它带来的回报一定超过你的想象。
这就是经济学中典型的复利思维。
大多数人终其一生都不会去运用复利，也体会不到复利的威力。
复利思维需要我们用发展和长远的眼光去看待事物。
02反熵增思维模型从一个系统、一个组织，再到一个星球，甚至我们每个人，都符合熵增定律。
我们会变得混乱、无序、僵化、没有活力，直至在这种混乱中走向消亡。
值得庆幸的是，宇宙是平衡的，在熵增的大前提下，给了我们一条不同的路，反熵增，也即自组织、生命化。
亚马逊的CEO贝佐斯对于反熵增的理解非常深刻。
他把亚马逊的服务做得足够开放，所以才有了亚马逊云；对于新生事物，哪怕是取得一点点的成绩，他都会大加赞赏，要求主管以上级别员工每周都要读一遍《创新者的窘境》。
反熵增就是重现生命。
行星从星云中诞生，行星上产生了岩石圈、大气、河流、季风、泉水、矿藏，这些都是组织化的过程，是对无序的反抗。
这种有序化、组织化进程的顶峰，便是生命的产生：DNA团块、单细胞生物、多细胞生物、植物和动物，一直到最精巧的组织化结构——人类。
人老后，最好的状态就是复归婴儿和自然。
一个企业，要让自己反熵增，就是让自己更有活力，更开放，更多地适应外部变化，让其在环境中自我进化。
同时，可以不断生出独立的新的业务，新的业务也可以不断进化。
从本质上来讲，延续的发展就是一个熵增的过程，而要想突破非连续性，必须要“生”出新的曲线，这才是对抗熵增最好的办法。
心智模型——如何训练你的大脑以新的方式思考
心智模型：如何训练你的大脑以新的方式思考你可以训练你的大脑更好地思考。
做到这一点的最好方法之一就是扩展你用来思考的心智模式。
让我来解释一下我所说的分享一个世界级思想家的故事是什么意思。
当我读到著名物理学家理查德·费曼(Richard Feynman)的故事时，我第一次发现了什么是心智模型，以及正确的模型有多有用。
费曼在麻省理工学院获得本科学位，在普林斯顿大学获得博士学位。
在那段时间里，他在数学系大摇大摆地解决了那些聪明的博士生们解决不了的问题，这让他名声大噪。
当人们问他是如何做到的，费曼声称他的秘密武器不是他的智力，而是他在高中学到的一个策略。
据费曼说，有一天，他的高中物理老师让他下课后留下来，给了他一个挑战。
“费曼，”老师说，“你话太多，也太吵了。
我知道为什么。
你无聊。
所以我要给你一本书。
你到后面的角落里去，研究这本书，当你了解了书中的所有内容时，你就可以再说话了。
”所以每天，费曼都会躲在教室的后面，学习伍兹的《高等微积分》，而其他同学则继续他们的常规课程。
正是在研究这本古老的微积分教科书的时候，费曼开始发展他自己的一套思维模型。
“那本书展示了如何在积分符号下求导参数，”费曼写道。
“事实证明，大学里很少教授这方面的知识;他们不强调这一点。
但我学会了如何使用这个方法，我一次又一次地使用这个该死的工具。
因为我是用那本书自学的，所以我有了做积分的特殊方法。
”“结果是，当麻省理工学院或普林斯顿大学的人在做某个积分时遇到困难时，那是因为他们无法用在学校里学到的标准方法来做。
如果是等值线积分，他们会找到的;如果这是一个简单的级数展开，他们会找到它的。
然后我试着在积分号下求导，通常都行得通。
所以我在做积分方面很有名气，只是因为我的工具和别人的不一样，他们在把问题交给我之前已经用过他们所有的工具了普林斯顿大学和麻省理工学院的每个博士生都很聪明。
费曼与同行的区别并不一定是原始的智力。
这是他看待问题的方式。
青年人独立思考的能力能力
青年人独立思考的能力能力
青年人独立思考的能力是指他们能够自主地、理性地分析和判断事物的能力，不盲目跟从他人，不轻信传言，能够根据自己的经验和知识，对问题进行深入思考和判断。
这种能力对于青年人来说非常重要，因为随着信息时代的到来，人们面临着越来越多的信息和选择，而独立思考能够帮助他们辨别真伪、筛选信息、做出明智的决策。
以下是青年人独立思考能力的几个表现：
1. 自主性：青年人能够自主地思考问题，不依赖他人或传统观念的束缚，能够自主地做出决策和判断。
2. 批判性思维：青年人能够对接收到的信息进行深入分析和判断，辨别真伪和优劣，不盲目接受或拒绝。
3. 创造性思维：青年人能够从多个角度思考问题，发现新的思路和方法，具有创新意识和创造力。
4. 解决问题的能力：青年人能够运用自己的知识和经验，解决复杂的问题和挑战，具备解决问题的能力。
5. 自我反省和调整：青年人能够对自己的思考和行为进行反思和调整，不断完善自己的思考和行为方式。
培养青年人独立思考的能力需要从多个方面入手，包括教育、文
化、社会环境等。
家长和教育者应该鼓励青年人多读书、多思考、多实践，培养他们的好奇心和探索精神，让他们具备自主思考和解决问题的能力。
同时，社会也应该营造一个尊重知识和创新的环境，鼓励青年人发挥自己的创造力和独立思考的能力。
20个优秀人士常用的思维模型
20个优秀人士常用的思维模型以下是20个优秀人士常用的思维模型：1. SWOT分析：用于评估一个项目、产品或组织的优势、劣势、机会和威胁。
2. 金字塔思维：将问题或概念分解成多个层次，以帮助理解和解决复杂的问题。
3. DMAIC模型：用于解决问题和改进业务流程的六个步骤——定义、测量、分析、改进和控制。
4. PDCA循环：计划、执行、检查和行动的循环，用于持续改进和问题解决。
5. 五力模型：评估一个行业或市场的竞争力量，包括供应商、买家、竞争对手、替代品和新进入者。
6. 罗伊斯法则：预测和评估技术发展的速度和成本。
7. 价值链分析：评估一个组织的价值创造活动，以确定如何提高效率和降低成本。
8. 鱼骨图：用于分析问题的根本原因，包括人员、方法、材料、机器、环境和测量。
9. 五个为什么：连续提问“为什么”，以追溯问题的根本原因。
10. 打破常规思维：通过创新和非传统方法来解决问题。
11. 利弊分析：评估一个决策的优点和缺点，以确定最佳选择。
12. 快速原型设计：通过快速创建和测试原型来验证产品或项目的概念。
13. 九宫格法则：以九个方面来评估一个决策或行动的影响和风险。
14. 树形图：用于组织和展示复杂信息和关系的图形表示。
15. 80/20法则：认识到80%的结果来自20%的原因，以便更有效地管理资源。
16. 卡片排序法：使用卡片和排列来组织和优先处理信息和任务。
17. SWOT-TOC分析：将SWOT分析与约束理论（TOC）相结合，以确定最重要的优势和机会。
18. 转化漏斗：评估和优化销售和市场活动的转化率。
19. 自上而下和自下而上思维：从整体到细节和从细节到整体的思考方式。
20. 故事板：通过视觉和故事来展示想法和概念，以便更好地传达和理解。
高智商者的思维方式——网状思考
以前發現人的大腦只使用很小一部份,受這個影響很多作品都使用擴大腦域開發提升主角能力的寫法,但現在已知道大腦各部位各有司職,當做什麼活動時就是負責區域進行.什麼提高腦域開發跟本沒意義,真正影響人類智能的是神經元的聯結程度.神經元的聯結越強,就越容易進行複雜的思考.現代研究發現一般人往往採用線狀思考,也就是一件事一件事的推想.聰明人可以進行樹狀思考,從一個思考點去連結好幾件事.但有些智商極高者卻可以同時掌握複數思考點連結更多事物去形成一個思考網路. 真的能完全掌握網狀思考的人來寫網路小說是浪費也是悲劇.因為只有極少數人能掌握網狀思考,絕大多數停留在線狀思考的人根本無法體會.所以受歡迎的作品不能超出讀者程度太多,很多人說智者如雲的火鳳燎原其實並沒有真正智力極高者.陳某智力肯定高不到哪裡去,所謂八奇的領域多半還停留在線狀思考,只是用很長的線唬住智力也不高的眾多讀者.現實上是不會用過長的線狀思考的,因為變數太多,就算只有某個節點有小偏差,結果可能就完全不同.如果達到樹狀思考程度的讀者就會覺得陳某的思路破綻不少.不過在時間的加持下,線狀思考能力的作者還是有辦法模擬出網狀思考的,就是用多條線狀思考，多線交錯之下就可以仿出網狀思考的效果.至於網路小說,許多作者連線狀思考的順暢都有問題,連仰望樹狀思考的資格都欠奉. 追求更新速度更不可能以多線交錯思考的方式來塑造一個真正的聰明人.此類數量實在太多,咱家就不提了.不過曲高和寡這種事情自古已有,絕大多數的讀者都是普通智力的線狀思考.要是真有以網狀思考寫出的作品,那肯定會仆街的.来自：龙的天空原文：/thread-182786-1-1.html我不是智商高到能清楚掌握網狀思考的人,這也只是最近十幾年提出的理論,如果各位知道更先進的理論請儘管提出.我們以天氣預報為例,把已知的幾項參數推算出結果,我們把這當做一次性的線狀思考,但是沒有一家氣象研究單位能預報一個星期後的氣象,因為這種線狀推算,越往後可能的偏差越大.而學術單位在進行的長期氣象環境推算,例如全球溫室效應.只是用超級電腦,把已知的影響因素做各種排列組合,然後算上幾十萬,幾百萬次,然後從結果的落點進行預測.這就是樹狀思考的形式,只是人腦的運算規模沒超級電腦大.而網狀思考,現在的掌握也還有限,日本在開發第五代電腦之初就以神經元網路形式做為目標,不過目前沒聽說有具體成果.網狀思考在相關研究上只有少數個案,畢竟智商超過170,180的人太少.而從幾個案例在普通人眼中近乎跳躍的思考方式,發現他們似乎是同時從複數思考點進行推論的網狀.至於以前那種腦域開發的說法,已經可以確認不可行.就以電腦為例,當你在跑一個遊戲時,只要用到HD的一小部份.但那不代表其他部份都是空白,可以任你使用.再以司掌記憶的海馬迴來說,記憶力強弱是看海馬迴的構造發達程度.如果把腦的其他部份轉變成海馬迴的功能也許記憶會加強,但也會失去原有部位掌管的功能.来自：龙的天空原文：/thread-182786-1-1.htm跳跃式思维是指一种不依逻辑步骤，直接从命题跳到答案，并再一步推而广之到其他相关的可能的一种思考模式。
40种顶级思维模型，学会任何1种都让你受用无穷
40种顶级思维模型，学会任何1种都让你受用无穷“思维模型是你大脑中做决策的工具箱，你的工具箱越多，你就越能快速做出最正确的决策”从100个思维模型里，整理出40个工作中最常会用到的思维模型，主要分为八大模块（学习力、思考力、创造力、设计力、共情力、故事力、领导力、整合力），可以帮助你由浅入深对不同方向的思维模型进行学习。
一、学习力（6个）1、费曼技巧：· 当你想要彻底掌握某种新知识时，推荐采用费曼技巧进行练习。
通过尝试把自己所理解的概念教给别人，从而发现、修补自己对知识的理解漏洞，再用简化的语言进行表达，最后彻底理解。
2、RIA阅读法· 当你想要高效阅读，并能在阅读后将知识学以致用时，推荐采用RIA阅读法步骤。
先阅读图书片段，用自己的语言重述知识，联系自己的相关经验，强化记忆，最后思考以后如何在工作、生活中运用起来，达到学以致用的目的。
3、二八定律· 当你想要快速掌握某项技能时，可把精力放在掌握20%的核心学习内容，去解决80%的问题。
4、学习金字塔模型· 当你需要学习新知识新技能时，可以参考学习金字塔模型，去找到最高效正确的学习方法5、刻意练习· 当你想要针对性提高某项技能或能力时，可以采用刻意练习的方法，进行针对性训练。
大量的重复训练，会让精神高度集中，持续获取有效反馈。
6、SWOT分析· 盘点事务、产品、事件优劣势时的常用思维模型二、思考力（4个）7、黄金圈法则· 想要深度思考问题，由内而外探究事物本质时，可用它找到解决问题的根本方法8、5W1H分析· 面对复杂问题时，用5W1H思维模型把问题逐个维度拆解9、思维导图· 需要全面思考一件事时，用思维导图画出与之相关的要素，逐条分析10、10/10/10法则· 来自股神巴菲特，可以帮助我们用长远的眼光做出明智的选择三、创造力（5个）11、六顶思考帽· 团队开会时可用的神器，通过6种思考帽提供'平行思维”，避免将时间浪费在互相争执上12、头脑风暴· 当某个问题需要更多创意和解决方法时，可组织团队成员来场头脑风暴13、逆向思维· 发现正向思维无法把路走通时，就应该试着采用逆向思维，反向思考14、类比思维· 在思考新想法时，可以尝试用其他不相关领域的知识做类比，找到新灵感15、SCAMPER创新思维· 需要改进现有产品、服务或商业模式时，可用SCAMPER思考四、设计力（5个）16、设计思维· 当你需要解决一个特定群体的问题时，可以用设计思维，去找到创新的解决方案17、最小可行性产品（MVP）· 需要尝试新方案/开发新产品时，可以构建一个MVP，降低试错成本，做出正确决策18、峰终定律· 当你需要设计/优化用户体验时，可以参考峰终定律，找到可重点优化的地方19、AARRR漏斗模型· 在思考用户全生命周期时，应参考AARRR漏斗模型20、上瘾（HOOK）模型· 当你想要设计一款让人上瘾的产品时，可通过上瘾模型，研究用户心理五、共情力（5个）21、五大圈层模型· 当你想深入了解一个人时，可用五大圈层模型，去对应各个圈层更好地了解他22、高效倾听模型· 当别人向你诉说时，注意使用SOFEN技巧，让别人感受到你在认真倾听23、情绪ABC模型· 当你被事情影响，产生负面情绪，可用情绪ABC模型，察觉自己是否信念出现问题24、乔哈里视窗· 当你无法进行有效沟通时，就可以参考乔哈里视窗模型，查看自己是否把信息放入隐西藏，从而导致沟通不顺。
六种实用的思考模型，瞬间提升你的认知能力
六种实用的思考模型，瞬间提升你的认知能力人生总会遇到各种各样的麻烦。
当我们面对人生的困难时，提升你的认知能力，才能够更好地解决问题。
以下这六种思考模型，可以在让你面对不同的困难时，也有清晰的认知思维去处理它们，做出正确的决定。
一：是非原则模型想要拥有快速的决断力，最有效的方法，就是通过“是非原则”模型作出判断。
美国前任总统奥巴马，在某些军事行为上，也以此做快速决策的。
有时候我们面对某些难题，需要权衡利弊，却又没有足够的时间思考太久，那么这一原则就能够派上用场。
例如，前男友找你复合，你要对此作出决定，你可以针对这件事，连续问自己三个关键性的问题：1，你是不是还喜欢他？2，是不是可以原谅他？3，是不是没了他过不好？就算你第一个问题回答了“是”，但后面两个却给出了“否”，那么最终的决策就显而易见。
无论现在你多么喜欢前男友，你也要决断一些，拒绝对方的要求。
这个决策思考模型，在医学上，管理学上，甚至政治领域都很有参考价值，毕竟在面对某些事件上，我们压根没有多余的时间去思考；有些事即便有时间思考，你拖得越久，反而让自己更折磨。
正所谓“剪不断理还乱”，用是非原则做决定，你才不会被这些问题拖累。
这个原则的关键之处在于，三个问题一定要跟自己的切身利益相关。
正因为跟自己的切身利益相关，所以你思考的时间会更快。
毕竟对于“你是否支持劫富济贫”这种问题，你可能会很纠结，但如果问题是“劫你的富去济贫好不好“，你就知道怎么反应了。
其次，三个问题当中，只要有一个“否”，这个决策就不可行；要有三个“是”，这个决策才可行。
这样才会给自己足够的理由去行动。
但是，快速并不意味着鲁莽，每个问题的背后，你一定要找到支撑的原因。
正因为这些原因跟你有切身的关系，影响你非常深刻，所以基于此，你才能做出“是”或“否”的决策。
二：艾森豪威尔矩阵模型我们做事，一定要懂得区分轻重缓急，这是时间管理的重要一环。
当你经常去做一些不重要的事情，而把重要的事情一拖再拖，你就很难真正完成自己的目标。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
独立思考者的思考模型----智商160以上的人都应该学会的来源：张坤的日志微软前总裁高群耀说过一句话让我印象深刻，大意是我们努力了那么多年，取得了不小的成就，我相信我们一定做对了一些事情。
我觉得能够做对事情的一个重要前提是，我们想对了一些事情，而要想对事情就需要掌握一些正确的思考方法。
巴菲特和芒格一定不是靠掷筛子下注的，他们比一些人更接近真相的最重要原因是因为他们掌握了更正确的思维方式。
我个人将思考问题分成7个步骤。
1．正确的定义问题Define Question我们的身体常常不太聪明，表面现象常常另有所指。
牙齿脱落可能是肾虚；而头发疼可能是脑子出了毛病。
同样的，我们的大脑常常不聪明，大脑提出的问题未必是真正需要解决的问题。
一个打算跳槽的做人力资源的学妹曾经问我，“我投的一家大公司即将给我offer了，可是现在所在民营企业的老板答应给我加薪升职，我还该不该跳槽呢？”我问她“为什么要跳槽呢？”“想去外资企业。
”“为什么想去外资企业呢？”“外企规模大，也更加正规。
”“为什么要去规模大的企业呢？”“因为规模大的企业有一套完善的流程。
”“有完善流程的企业对你有什么帮助呢？”“能够让我学到更加完整的人力资源体系。
”“学到这个对你意味着什么？”“这是我职业发展的方向和向上突破的重要基础。
”“好，那么现在的企业即使给你升职，是否能让你学到完整的体系呢？”“不能，我明白了。
”这个时候学妹头势和思路就非常清楚了。
其实，在这个过程中我只是帮她纠正了定义问题的方法。
她的问题不该是一开始问的“该不该跳槽”，而应该是“哪个公司能给我我要的学到完整人力资源体系的机会”。
我曾经留意过一天中被问到的问题。
我发现，2/3以上的提问者自己都没想清楚自己最终想知道什么。
我们得不到答案往往是因为没有问正确的问题。
2．建立逻辑树Set up Logical（Decision）Tree巴菲特最好的合作伙伴查理.芒格曾经形容过巴菲特的思维方式的优点，其中一点就是巴菲特及其善于运用逻辑树，又叫决策树。
什么是决策树？就是由所问的问题展开的要解决这个问题需要考虑的因素（把问题作为结果，即是会影响结果的因素）。
这是我自己的定义，未必准确。
例如，我想知道为何阿凡达的票房会如此火爆，请问你该如何回答。
是因为炒作？因为实力？还是因为导演知名度？这些答案都没有错，但是这个问题的答案可能更复杂一些，复杂到我们不能仅仅通过拍脑袋想到或者媒体上看到的几种可能性来下定论。
我和自己做了一下头脑风暴，得到了如下逻辑树，见图。
阿凡达剧中有棵生命之树，是潘朵拉星球生命的根源，万物由它而生。
把我们的问题当作生命之树，衍生出的各种可能性和影响因素通过层层剥离的方法列出，就形成了逻辑树。
此处我只粗略列了2个1级目录，4个2级目录以及16个细分原因，如果认真思索，一定能想到更多。
3．奥多姆剃刀Dirty Filter你一定也发现了，逻辑树中有几处原因有明显的问题。
例如，内部因素->人的因素->演员。
不清楚导演的用意何在，这部片子的演员基本都不是大牌，可能是为了节约片酬成本（反正看不清脸），也可能是个人习惯（当年的《泰坦尼克号》启用的也不是当时的大牌）。
因此，由于演员吸引了观众而促使《阿凡达》火爆的说法显然站不住脚。
我们可以直接将他从逻辑树中删除。
奥多姆剃刀的原意已经很难考（我已经看到众多版本，这也不是本章的目的），我的解释是为确保高效简洁和操作性，保留核心，大胆删除不相关部分或者相关度低的部分。
4．提出假设Build Hypothesis到了最关键的一步了。
大多数人的思维方式是正向思维（这也是人类大脑“原装”的思维方式），即演绎的思维。
要回答阿凡达为何火爆的问题，我们可以收集海量的各种数据，动用大量的人力物力精力，综合分析，最后计算出无数种可能性，最后从庞杂的数据库中寻找相关联系，最后找出问题的答案。
然而我们往往没有这样无限的资源，即使有，我们是否存在更好的方法呢？逻辑学家提出了归纳的方式，这种思考方式在数学家手中发展出了递归的思维方法。
当运用到科学领域的时候，科学家总结出了一种有效的思维模型：假设- 检验。
也就是说，在我用海量数据进行分析之前，先进行假设。
例如，我根据自己的常识，感觉以及少量的数据，进行判断，提出一个假设，“《阿凡达》的火爆票房是因为经济大萧条引起的”。
这个假设不是空穴来风，确有许多经济学家发现一个隐藏的违背常识的规律：当经济萧条的时候，就是娱乐产业爆发的阶段。
好，既然这个假设是有可能成立的，我们接下来就要找到相应的数据，来支持，或者推翻我们的假设。
5. 确定数据Define Data我现在就要找到数据来检验我的假设，“《阿凡达》的火爆票房是因为经济大萧条引起的”。
那么我需要哪些数据呢？如果我以美国为例，如果假设成立，那么美国经济的发展趋势是否和娱乐产业相悖？美国有几次经济萧条？萧条期娱乐产业发展速度如何？那么非萧条期娱乐产业发展又如何？（在证明一件事情是什么的时候必须同时证明他不是什么）娱乐产业，尤其是电影产业有哪几个爆发的阶段？这些阶段GDP的发展如何？在欧洲，日本，中国等国家和地区是否有同样趋势？此外，如果我们想把问题解决的更加严密，还需要考虑这样几个问题：《阿凡达》多大程度能够代表电影产业和娱乐产业？（毕竟娱乐产业再好的时候毁掉的电影也不在少数）电影产业的火爆是因为经济萧条引起的？还是仅仅同时发生但并无因果关系？如果有因果关系，产业链又是如何从经济引导到一部具体的电影的？这些问题，有需要哪些数据来支持？回答完这些问题，我们就确定了收集数据的方向。
6. 写出数据来源List Data Source我们已经明确了需要哪些来源，好比我们已经为晚上的Party开好了菜单，那么现在我们就要规划好去哪里买菜了。
是去大卖场，还是超市，菜场，还是便利店。
不同的产品需要从不同的渠道采购，数据也是一样。
7. 收集数据Collect Data开始着手收集需要的信息，并在这个过程中不断调整计划。
好，到这里为止，我们完成了一个思维循环。
我们在处理任何的问题时，一种有效的方法就是以果为始。
以最终的结果作为思考的开始，以最初需要的数据或者信息为这个循环思维的终点。
在思考一个重要问题，或者做出重要结论前，先确定真正的问题，思索一下所有的相关因素，进行清理。
然后针对重点提出假设，并明确支持或者推翻假设需要的数据，然后明确目的地，收集数据。
这样的思考方式，能帮助我们变得更高效，科学和强大。
今天是个信息爆炸的时代，我们不缺少信息，唯独缺少有效的辨别信息的思维方式。
就好比缺乏一杆标尺，帮助我们衡量哪些信息是重要的，哪些是我们不需要浪费时间的，而哪些根本就是垃圾。
1. 实证模型首先，有很多问题是无法通过数据得到理性科学结果的。
请问，以下哪个问题是我们能够通过数据解释从而解决的呢？1）人生的意义是什么？2）甲型猪流感被治愈的概率是多少？3）灵魂转世是否存在？回答问题之前，先要知道什么是“实证”。
一个最简单明了的理解：“实证的”就是指能够通过客观事实来证实的。
科学的思考方法的一个重要基石就是实证主义，即任何一个理论或者理念要被确认为正确的话，首先他必须是能被观察的，能现实存在的。
否则就无法被科学地承认。
如果有人认为科学其实也未必“科学”，还有大量科学未能解释的现象例如用意念移动电视机，所以我们凭什么相信“实证”就是对的呢。
对不起，我只讨论科学系统中的思考方法，人文主义的理解不在此讨论。
接下来，我们使用实证模型看待之前的三个命题，很显然，1）人生的意义是什么？是我们无法通过实证来证明的，这个问题直接pass，我们根本不需要花时间讨论，因为根本没有终极的答案，当然这不妨碍我们思考这个问题。
2）甲型猪流感被治愈的概率是多少？无疑是能够被现实观察和证明的。
3）灵魂转世是否存在？这是个有趣的问题，貌似很难观察和证实，而事实上我们还是能找到方法来证明的2. 可证伪模型我们在互联网上常常看到许多颠覆性的言论，惊为天人。
想想总觉得有什么不对但是又不知道问题在哪里。
这时候可证伪是个非常有用的模型。
可证伪性模型有3点需要注意。
1）可证伪的定义。
可证伪定义比较长，我的通俗表达就是：当这句话/理论是为真时，发生A，如果不为真时，发生B。
A和B互斥。
好了，就是那么简单。
我记得曾经有个足球解说嘉宾，他显然很好的掌握了可证伪这个模型，所以反过来使用忽悠观众。
他每场比赛开始都会说，“这场比赛主队优势非常大，只要好好打，胜利就是他们的。
但是，如果对手好好打，那么可能就要输了。
”最后不忘补充一句，“当然，如果大家都发挥不错，平也是有可能的”。
我听了就想把脚上臭袜子塞他嘴里去。
现实生活中，我们可以运用可证伪这个模型来辨别信息的正确性（或者反过来说是可笑性）。
2）能解释一切的东西往往不具可证伪性。
刚才的解说嘉宾就解释了一切可能性，不管主队最后是胜平负，他都是正确的。
因为他的“正确”是建立在不可证伪的基础上的，因此事实上他“很可能”是错的。
另外一个典型的例子就是星座。
星座认为人的出生时间决定了这个人的性格，未来，甚至人生轨迹。
总之这个人他妈决定什么时候生他就给他一生定了性了。
我试图举出反例证明星座很可能是不存在的，我的例子是有一对孪生姐妹，因为被不同的家庭抱走了，因此性格迥异，人生遭遇也迥异，但他们确实是同时出生的。
如果星座是对的，那么他们的未来应该是完全相同至少非常接近的。
但是马上有许许多多星座的拥趸来指出了我的“无知”。
他们告诉我，星座是很精确的，精确到每0.00000000（此处省略200个零）1秒。
所以，虽说是孪生姐妹，但是他们在出娘胎的时间上也是有细微分别的。
而正因为星座对时间的解释是如此精确，所以孪生姐妹几乎不可能在同一时间出生，他们的性格和未来迥异是很正常的啊！最后得出结论，即便是孪生姐妹悖论也无法证明星座的无效性，星座是万能的，是终极真理，是千秋万代,一统江湖。
好吧，既然如此，我也无话可说了。
3）可证伪是有强度的。
强度不同，可信度也不同。
我说我能预测扑克牌的大小，随便抽一张王之外的扑克，我预测这张牌一定大于等于1，小于14，你是不是想抽我一顿？是的，这就是所谓股神使用的技巧。
股神提供的预测往往是貌似能够证伪，实则可证伪强度很低的。
股神会先发表预测，看好某类股票，并告知大家，他预测股票一定会涨，除非国际市场发生变化。
这个所谓“国际市场的变化”的范围其实非常大，大到通用破产了小到邻居流产了。
但是杀红了眼的投资者往往不会仔细考虑这些信息的可证伪强度。
最后，如果预测对了，股神微微一笑故作神秘；如果错了，就会说这是由于某某国际事件的意外影响。
总之股神是不会错的，因为他的话虽然可证伪，但是可证伪强度几乎为零。
可证伪模型能够帮我们辨别信息的可信度。
3. 信息来源模型信息是否准确，一个重要的衡量标准是信息的来源是否可靠。