MENTAL MODEL · M5762
峰度
Kurtosis
Version 1.0.0 · 更新于 2026-07-28
CORE DEFINITION · 核心定义
描述概率分布曲线“陡峭程度”和“尾部厚度”的指标。高峰度（Leptokurtic）意味着数据集中在均值附近，但极端值（黑天鹅）出现的概率比正态分布高得多（肥尾）。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
对极端风险的敏感度。不要只看方差（波动率），要看峰度。很多金融模型假设正态分布（低峰度），低估了极端事件的概率。在高知度的系统中（如股市、创业），“百年一遇”的灾难可能每十年就发生一次。
anchor
锚定快速决策
描述分布"陡峭度"与"尾部厚度"：高峰度（leptokurtic）数据集中均值附近但极端值（肥尾）概率远高于正态。机制是"对极端风险的敏感度"。
MINIMUM ACTION · 最小行动
进行中 0/2在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E5%B3%B0%E5%BA%A6verified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型