- 1.1 欢迎和致谢 Welcome Thank
- 1.2 为什么要运用模型 Why Model
- 1.3 睿智的世界公民 Intelligent Citizens of the World
- 1.4 思考更清晰 Thinking More Clearly
- 1.5 使用和理解数据 Using Understanding Data
- 1.6 使用模型做决定、策略和设计 Using Models to Decide Strategize and Design
- 1.7 对多和多对一 One to Many Man
- 2.1 分类和同群效应简介 Sorting Peer Effects Introductio
- 2.2 谢林的隔离模型 Schelling_s Segregation Model
- 2.3 测量隔离 Measuring Segregation
- 2.4 同群效应 Peer Effect
- 2.5 起立鼓掌模型 The Standing Ovation Model
- 2.6 识别问题 The Identification Problem
- 3.1 聚合 Aggregation
- 3.2 中心极限定理 Central Limit Theorem
- 3.3 六西格玛 Six Sigm
- 3.4 生命游戏 Game of Life
- 3.5 细胞自动机 Cellular Automata
- 3.6 偏好聚合 Preference Aggregation
- 4.1 决策模型介绍 Introduction to Decision Makin
- 4.2 多准则决策 Multi-Criterion Decision Makin
- 4.3 空间投票模型 Spatial Choice Models
- 4.4 概率基础 Probability_ The Basics
- 4.5 决策树 Decision Trees
- 4.6 信息的价值 Value of Informatio
- 5.1 人类模型:电子思维 Thinking Electrons_ Modeling Peopl
- 5.2 理性行为者模型 Rational Actor Models
- 5.3 行为模型 Behavioral Models
- 5.4 基于规则的模型 Rule Based Models
- 5.5 行为什么时候重要?When Does Behavior Matter_
- 6.1 线性模型介绍 Introduction to Linear Model
- 6.2 分类模型 Categorical Models
- 6.3 线性模型 Linear Model
- 6.4 拟合数据 Fitting Lines to Data
- 6.5 读取回归输出 Reading Regression Output
- 6.6 从线性到非线性 From Linear to Nonlinea
- 6.7 大系数和新现实思维 The Big Coefficient vs The New Reality
- 7.1 临界点 Tipping Point
- 7.2 渗透模型 Percolation Models
- 7.3 传染病模型 1_ 扩散 Contagion Models 1_ Diffusio
- 7.4 传染病模型 2_ SIS模型 Contagion Models 2_ SIS Mode
- 7.5 划分临界点 Classifying Tipping Point
- 7.6 测量临界点 Measuring Tips
- 8.1 增长介绍 Introduction To Growt
- 8.2 指数增长 Exponential Growth
- 8.3 基础增长模型 Basic Growth Model
- 8.4 索洛增长模型 Solow Growth Model
- 8.5 中国会持续增长吗?WIll China Continue to Grow_
- 8.6 为何一些国家没有增长?Why Do Some Countries Not Grow_
- 8.7 皮凯蒂的资本论_一个简单模型的力量 Pikettys Capital- The Power of a Simple Mode
- 9.1 问题解决和创新 Problem Solving and Innovatio
- 9.2 视角与创新 Perspectives and Innovation
- 9.3 启发式探索 Heuristic
- 9.4 团队与问题解决 Teams and Problem Solving
- 9.5 重组 Recombination
- 10.1 马尔科夫模型 Markov Model
- 10.2 一个简单的马尔科夫模型 A Simple Markov Model
- 10.3 马尔科夫民主化模型 Markov Model of Democratizatio
- 10.4 马尔科夫收敛定理 Markov Convergence Theorem
- 10.5 马尔科夫模型延伸 Exapting the Markov Model
- 11.1 李雅普诺夫函数 Lyapunov Function
- 11.2 城市的组织 The Organization of Cities
- 11.3 交换经济与外部效应 Exchange Economies and Externalities
- 11.4 达到收敛与最优的时间 Time to Convergence and Optimalit
- 11.5 李雅普诺夫函数深入 Lyapunov_ Fun and Dee
- 11.6 李雅普诺夫或马尔科夫函数 Lyapunov or Marko
- 12.1 协调与文化 Coordination and Cultur
- 12.2 什么是文化我们为什么要关注 What Is Culture And Why Do We Care_
- 12.3 纯协调博弈 Pure Coordination Game
- 12.4 文化的兴起 Emergence of Culture
- 12.5 协调与一致 Coordination and Consistency
- 13.1 路径依赖 Path Dependenc
- 13.2 瓮模型 Urn Models
- 13.3 瓮模型中的数学 Mathematics on Urn Models
- 13.4 路径依赖与混乱 Path Dependence and Chaos
- 13.5 路径依赖与收益递增 Path Dependence and Increasing Returns
- 13.6 路径依赖或临界点 Path Dependent or Tipping Poin
- 14.1 网络 Network
- 14.2 网络的结构 The Structure of Networks
- 14.3 网络形成的逻辑 The Logic of Network Formation
- 14.4 网络函数 Network Function
- 15.1 随机性和随机游走模型 Randomness and Random Walk Model
- 15.2 随机性的来源 Sources of Randomnes
- 15.3 技能和运气 Skill and Luc
- 15.4 随机游走 Random Walks
- 15.5 随机游走和华尔街 Random Walks and Wall Stree
- 15.6 有限记忆随机游走 Finite Memory Random Walk
- 16.1 上校赛局博弈 Colonel Blotto Gam
- 16.2 上校赛局:无最佳策略 Blotto_ No Best Strateg
- 16.3 Blotto上校赛局的应用 Applications of Colonel Blott
- 16.4 上校赛局 军队优势 Blotto- Troop Advantage
- 16.5 上校赛局和竞争 Blotto and Competition
- 17.1 简介 囚徒困境和集体行动 Intro The Prisoners- Dilemma and Collective Actio
- 17.2 囚徒困境博弈 The Prisoners_ Dilemma Game
- 17.3 合作的七种方式 Seven Ways To Cooperation
- 17.4 集体行动和公共资源问题 Collective Action and Common Pool Resource Problem
- 17.5 没有万灵药 No Panace
- 18.1 机制设计 Mechanism Desig
- 18.2 隐藏行动和隐藏信息 Hidden Action and Hidden Informatio
- 18.3 拍卖 Auctions
- 18.4 公众项目 Public Projects
- 19.1 模仿者动态 Replicator Dynamic
- 19.2 模仿者等式 The Replicator Equation
- 19.3 费希尔定理 Fisher_s Theorem
- 19.4 六西格玛的变体 Variation or Six Sigm
- 20.1 预测 Predictio
- 20.2 线性模型 Linear Model
- 20.3 多样性预测定理 Diversity Prediction Theorem
- 20.4 多种模型思考者 The Many Model Thinke
一、课程概述
模型思维(Model Thinking)是一种强有力的思维工具,帮助我们在复杂的现实世界中简化和理解现象。通过构建和使用模型,我们能够更好地分析问题、预测结果,并做出明智的决策。本课程旨在为学员提供关于模型思维的基础知识,并帮助他们掌握如何在各种情境中有效地应用模型。
二、课程目标
本课程的主要目标包括:
理解模型的基本概念:掌握模型的定义、类型及其在思维过程中的重要性。
提升分析能力:学习如何构建和使用模型进行问题分析和决策制定。
应用模型于日常生活:将理论转化为实践,提高在个人和职业生活中的表现。
培养批判性思维:鼓励学员发展评估和优化模型的能力,从而增强决策的有效性。
三、课程内容
1. 模型思维的基础
模型定义:探讨模型的概念,理解其作为现实世界抽象代表的角色。
模型类型:介绍不同类型的模型,如数学模型、图形模型和概念模型,以及它们的适用范围。
模型的重要性:讨论模型在科学研究、商业决策、社会科学等领域中的应用。
2. 模型的构建
确定问题:学习如何清晰地界定需要建模的问题或现象。
数据收集:掌握有效的数据收集方法,了解数据质量在模型构建中的重要性。
数据分析:学习使用统计分析和其它工具来处理和分析数据,为模型提供支持。
3. 模型的分析与运用
运用模型进行分析:探讨如何使用已构建的模型来分析现实世界的复杂性。
预测能力:学习如何基于模型预测未来的趋势和结果,并理解预测的不确定性。
案例研究:通过实际案例分析不同领域(如经济、心理学、环境科学)的模型应用。
4. 模型的应用
实际应用场景:展示模型在商业决策、政策制定和个人发展等方面的成功案例。
模型的迭代和优化:学习如何基于反馈不断改进和优化模型。
团队合作与模型思维:探讨在团队中如何协作使用模型,共同解决复杂问题。
四、学习方法与评估
本课程将采用多种学习方法,包括讲授、讨论、小组活动和实践练习。学员将有机会通过案例分析和实地调研,亲身体验模型思维的应用。此外,课程设计包括阶段性测验和最终项目,以评估学员对模型思维的理解和应用能力。
五、适合人群
本课程适合各个领域的职场人士、研究生、正在寻找解决复杂问题工具的专业人士以及任何希望提升分析和决策能力的个人。无论是在商业、科学、教育还是社会活动中,模型思维都是一项极为有用的技能。
六、总结
模型思维是应对复杂性和不确定性的重要工具。通过参加本课程,学员将能够认识到模型的价值,掌握构建和应用模型的技能,并且在日常生活和职业发展中提高决策质量。无论是用于分析经济趋势,还是改善个人时间管理,模型思维都能为大家提供结构性的思考方式,使我们能够在不确定的环境中更好地作出决策。








