Coaching-Übungen für Prediction Verfolgung
Beschreibe fast alles, woran du arbeitest, und IX Coach findet die Übungen mit dem nächsten realen Treffer. Für Prediction Verfolgung sind das die stärksten Treffer in der aktuellen Übungsbibliothek.
Übungen, die helfen könnten
- Vorhersagegenauigkeit als Fähigkeit behandeln, die sich mit Übung verbessert
Vorhersagefehler als Leistungsfeedback nehmen, nicht als Beweis, dass Vorhersagen sinnlos ist.
Superforecasting - 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 - Deine eigenen vergangenen Vorhersagen bewerten, um deine Außenperspektive-Nutzung zu kalibrieren
Führe ein Prognoseprotokoll und bewerte es — du kannst Kalibrierung nicht verbessern ohne Feedback darüber, wo du über- oder unterzuversichtlich warst.
Die Außenperspektive - Superforecasting
Philip Tetlocks Forschung zu Vorhersageturnieren fand, dass eine Untergruppe gewöhnlicher Menschen — „Superforecaster“ — Fachexperten und Geheimdienstanalysten bei probabilistischer Vorhersage konsequent übertrifft. Sie teilen messbare kognitive und Verhaltensgewohnheiten: Sie denken in Wahrscheinlichkeiten, aktualisieren häufig aufgrund von Evidenz und suchen aktiv nach widerlegenden Informationen. Diese Gewohnheiten sind erlernbar. - 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 - Nutze Referenzklassen, um persönliche Schätzungen auf Basisraten zu gründen
Bevor du schätzt, wie sich deine Situation entwickeln wird, finde ähnliche vergangene Situationen und prüfe, was geschah.
Bayesianisches Denken: Wie man Überzeugungen rational aktualisiert - Ein bewertetes Vorhersageprotokoll führen
Zeichne Vorhersagen mit expliziten Wahrscheinlichkeiten auf und bewerte sie, wenn sie sich klären.
Kalibrierungstraining - 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. - Auflösungskriterien vor der Vorhersage festlegen
Definiere genau, was als „Ich hatte recht" zählt, bevor das Ergebnis eintritt.
Kalibrierungstraining - Affektive Prognose: Warum du falsch vorhergesagt hast, wie du dich fühlen würdest
Daniel Gilbert und Kollegen zeigten, dass Menschen verlässlich sowohl die Intensität als auch die Dauer ihrer zukünftigen emotionalen Reaktionen falsch einschätzen — sie überschätzen, wie schlecht schlechte Ereignisse und wie gut gute Ereignisse sich anfühlen werden. Der Mechanismus ist der "Impact Bias": Wir fokussieren uns auf das Ereignis und ignorieren die anpassenden Prozesse, die es abmildern werden. Diese Forschung ist gut repliziert und hat direkte Implikationen dafür, wie du Entscheidungen triffst, Gewohnheiten aufbaust und Erwartungen managst.
Verwandte Anliegen
- Past Predictions Accuracy
Philip Tetlocks Forschung zu Vorhersageturnieren fand, dass eine Untergruppe gewöhnlicher Menschen — „Superforecaster“ — Fachexperten und Geheimdienstanalysten bei probabilistischer Vorhersage konsequent übertrifft. Sie teilen messbare kognitive und Verhaltensgewohnheiten: Sie denken in Wahrscheinlichkeiten, aktualisieren häufig aufgrund von Evidenz und suchen aktiv nach widerlegenden Informationen. Diese Gewohnheiten sind erlernbar.
Superforecasting
- Wie man machen accurate predictions
Vorhersagefehler als Leistungsfeedback nehmen, nicht als Beweis, dass Vorhersagen sinnlos ist.
Vorhersagegenauigkeit als Fähigkeit behandeln, die sich mit Übung verbessert
- bold predictions Testen
Eine spezifische, testbare Vorhersage über die Zukunft formulieren und sie festhalten, bevor du das Ergebnis siehst.
Kühne Vorhersagen treffen – und dann überprüfen
- forecast accuracy measurement
Führe ein Prognoseprotokoll und bewerte es — du kannst Kalibrierung nicht verbessern ohne Feedback darüber, wo du über- oder unterzuversichtlich warst.
Deine eigenen vergangenen Vorhersagen bewerten, um deine Außenperspektive-Nutzung zu kalibrieren
- forecasting accuracy
Die Prognose als Spanne wahrscheinlicher Ergebnisse darstellen, nicht als eine einzelne vorhergesagte Zahl.
Eine Verteilung prognostizieren, keine Punktschätzung
- forecasting accuracy Tagebuch
Vergleiche deine Vertrauensstufen mit Ergebnissen über Dutzende Vorhersagen, um deine systematischen Verzerrungen zu finden.
Deine Kalibrierung über viele Vorhersagen hinweg verfolgen
Beschreibe deine Situation mit eigenen Worten um die vollständige Übungsbibliothek zu durchsuchen.