写这个系列，我挑的都是能拿来用的框架，不玩虚的。线性模型 这篇，先看总览。
线性满足 f(x+y)=f(x)+f(y)，总体等于部分之和。稳定工资就是典型，好预测但天花板明显。
k 是变化速度。身高和体重是典型的"相关而非决定"关系——高的人往往重，但不能严格决定。
莫布森方程：成功=a×实力+(1-a)×运气。把多个变量加权能预测，但永远别把预测当因果。
回归只说"有关"，尼采说最危险的关系就是因果关系。看到强相关，先找隐藏的第三变量。
列出影响它的变量，画条线性线，看看哪个真起作用。
逐条质疑：真是它导致的吗？还是只是相关？
复盘成败时分别归因，别全算自己头上或全怪运气。
工资、习惯这类，老老实实按斜率堆叠，别嫌慢。
创业、投资别用"多干=多赚"去赌，那是另一条曲线。