Pratiques de coaching pour hot main fallacy
Décrivez presque n'importe quoi sur lequel vous travaillez et IX Coach trouve les pratiques dont l'adéquation avec la réalité est la plus proche. Pour hot main fallacy, voici les correspondances les plus solides dans la bibliothèque de pratiques actuelle.
Pratiques qui peuvent aider
- Reconnaître que les séquences aléatoires ne « doivent » pas d'équilibre
Les processus aléatoires n'ont pas de mémoire — une série de piles ne rend pas face plus probable.
L'heuristique de représentativité — juger par ressemblance - Traiter les petits échantillons avec un scepticisme explicite
Une courte séquence peut sembler représentative sans être statistiquement fiable — ajustez la confiance selon la taille de l'échantillon.
L'heuristique de représentativité — juger par ressemblance - S'attendre à ce que les résultats extrêmes régressent vers la moyenne
Une performance inhabituellement bonne ou mauvaise prédit une performance plus moyenne la prochaine fois — tenez-en compte avant de louer ou blâmer.
L'heuristique de représentativité — juger par ressemblance - Peser les preuves réfutatrices plus lourdement que les preuves confirmatoires
Un seul contre-exemple solide l'emporte sur de nombreux exemples confirmatoires pour une affirmation universelle.
La pensée par falsification - Traduisez vos croyances en paris pour révéler votre véritable confiance
Parieriez-vous 100 $ sur cette croyance à cote égale ? La réponse révèle souvent l'écart entre confiance affirmée et confiance réelle.
La pensée bayésienne : comment mettre à jour ses croyances rationnellement - Se méfier de la fausse précision dans les prévisions et modèles
Traitez toute probabilité précise ou prévision quantitative avec une suspicion explicite quant à savoir si le modèle correspond au domaine.
Le sophisme ludique : quand vous confondez la vraie vie avec un jeu - Attendez-vous à un retour à la moyenne dans les résultats extrêmes
Une performance inhabituellement bonne ou mauvaise tend à être suivie d'une performance plus moyenne — pas à cause de ce que vous avez fait.
La négligence du taux de base : pourquoi nous ignorons les probabilités - Distinguer la compétence de la chance dans les résultats
Après tout résultat, estimez quelle part était sous votre contrôle contre déterminée par le hasard.
Le biais rétrospectif : pourquoi tout semble évident après coup - Vérifier si les règles de votre domaine sont réellement stables
Avant d'appliquer tout modèle de probabilité, demandez si les règles régissant les résultats pourraient changer en cours de partie.
Le sophisme ludique : quand vous confondez la vraie vie avec un jeu - Chercher délibérément le cygne noir
Cherchez l'unique exemple qui renverserait votre généralisation.
La pensée par falsification
Préoccupations connexes
- quand représentativité heuristique gambler fallacy correction
Les processus aléatoires n'ont pas de mémoire — une série de piles ne rend pas face plus probable.
Reconnaître que les séquences aléatoires ne « doivent » pas d'équilibre
- law de petit numbers
Une courte séquence peut sembler représentative sans être statistiquement fiable — ajustez la confiance selon la taille de l'échantillon.
Traiter les petits échantillons avec un scepticisme explicite
- quand représentativité heuristique petit sample skepticism
Une courte séquence peut sembler représentative sans être statistiquement fiable — ajustez la confiance selon la taille de l'échantillon.
- éviter representativeness
L'heuristique de représentativité, identifiée par Daniel Kahneman et Amos Tversky, est le raccourci mental consistant à juger la probabilité de quelque chose selon sa ressemblance avec un prototype ou un stéréotype — substituant la question facile « à quel point ceci est-il similaire ? » à la question difficile « à quelle fréquence cela se produit-il réellement ? ». Elle est rapide et souvent utile, car la ressemblance et la fréquence corrèlent réellement la plupart du temps. Mais elle s'égare de façons reconnaissables : elle prime sur les taux de base (deviner qu'un inconnu discret et studieux est bibliothécaire plutôt que commercial, alors que les commerciaux sont bien plus nombreux que les bibliothécaires) ; elle produit le sophisme de conjonction, où une description détaillée et narrative est jugée plus probable que la catégorie plus large qui la contient ; elle traite les petits échantillons comme s'ils portaient la fiabilité des grands ; et elle fait paraître les séquences aléatoires non aléatoires, ce qui est le moteur du sophisme du joueur. La correction n'est pas de se méfier de l'intuition dans son ensemble mais de remarquer la substitution au moment où elle se produit et de demander délibérément le taux de base.
L'heuristique de représentativité — juger par ressemblance
- gamblers fallacy
Les processus aléatoires n'ont pas de mémoire — une série de piles ne rend pas face plus probable.
- generalization depuis examples
Comparer des exemples qui partagent un principe profond mais diffèrent en surface construit un savoir transférable plus vite que la répétition d'exemples similaires.
Étudier plusieurs exemples variés du même principe avant de généraliser
Décrivez votre situation avec vos propres mots pour rechercher dans la bibliothèque complète de pratiques.