Coaching-Übungen für base Rate prediction
Beschreibe fast alles, woran du arbeitest, und IX Coach findet die Übungen mit dem nächsten realen Treffer. Für base Rate prediction sind das die stärksten Treffer in der aktuellen Übungsbibliothek.
Übungen, die helfen könnten
- Vernachlässigung der Basisrate: Warum wir die Wahrscheinlichkeiten ignorieren
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden. - Referenzklassen-Prognose
Die Referenzklassen-Prognose, entwickelt von Daniel Kahneman und Amos Tversky und von Bent Flyvbjerg formalisiert, verbessert die Prognosegenauigkeit, indem sie sich an der statistischen Verteilung der Ergebnisse ähnlicher vergangener Projekte orientiert – statt an den Details des aktuellen. Die Methode korrigiert zuverlässig den Optimismus-Bias, der Kosten-, Zeit- und Nutzenschätzungen in der Planung aufbläht – die Evidenzbasis dafür ist real und konkret. - Zuerst an der Basisrate verankern, dann Innensicht-Details hinzufügen
Die Prognose beim Klassen-Median beginnen und dann anpassen – nicht bei der eigenen Erzählung beginnen und zur Basisrate hin anpassen.
Referenzklassen-Prognose - Übe probabilistische Kalibrierung, indem du deine Vorhersagen verfolgst
Ordne deinen Vorhersagen explizite Wahrscheinlichkeitsschätzungen zu und verfolge, ob sie mit der richtigen Rate eintreffen.
Vernachlässigung der Basisrate: Warum wir die Wahrscheinlichkeiten ignorieren - Aktiv widerlegende Fälle suchen
Suche bei der Basisraten-Recherche gezielt nach Fällen, in denen es schlecht lief — Misserfolgsfälle sind im natürlichen Gedächtnis unterrepräsentiert.
Die Außenperspektive - Frage zuerst nach der Basisrate, bevor du den Einzelfall bewertest
Bevor du eine einzelne Situation beurteilst, kläre zuerst, wie oft diese Art von Sache im Allgemeinen vorkommt.
Vernachlässigung der Basisrate: Warum wir die Wahrscheinlichkeiten ignorieren - Die Prognose schrittweise mit neuer Evidenz aktualisieren
Die Prognose als Wahrscheinlichkeit behandeln, die sich mit jedem neuen Beweisstück verschieben sollte, nicht als Verpflichtung, die einen Widerspruch übersteht.
Referenzklassen-Prognose - Nachbesprechungen für Klassendaten durchführen
Tatsächliche vs. prognostizierte Ergebnisse ehrlich festhalten – das baut die Referenzklasse auf, von der zukünftige Prognosen abhängen.
Referenzklassen-Prognose - Ein bewertetes Vorhersageprotokoll führen
Zeichne Vorhersagen mit expliziten Wahrscheinlichkeiten auf und bewerte sie, wenn sie sich klären.
Kalibrierungstraining - In unerfahrenen Domänen stark auf Basisraten vertrauen
In unbekanntem Terrain sollte die Klassenverteilung die Prognose fast vollständig bestimmen.
Die Außenperspektive
Verwandte Anliegen
- base Rate Planung
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden.
Vernachlässigung der Basisrate: Warum wir die Wahrscheinlichkeiten ignorieren
- Aufbau von base Rate Daten
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden.
- Wie man Basisraten nutzt
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden.
- base Rate business
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden.
- base Rate Entscheidungen
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden.
- base Rate in Risiko
Vernachlässigung der Basisrate ist die Tendenz, vorherige Wahrscheinlichkeiten (wie oft Dinge im Allgemeinen vorkommen) zu unterbewerten oder zu ignorieren, wenn anschauliche, spezifische Informationen verfügbar sind. Von Kahneman und Tversky identifiziert, ist sie eine der am robustesten replizierten Verzerrungen in der Urteilsforschung und führt zu systematischer Selbstüberschätzung bei Vorhersagen über Einzelfälle. Ihre Korrektur erfordert, Basisraten aktiv nachzuschlagen oder abzuschätzen, bevor Einzelinformationen bewertet werden.
Beschreibe deine Situation mit eigenen Worten um die vollständige Übungsbibliothek zu durchsuchen.