Pratiques de coaching pour statistical lives vs individual
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 statistical lives vs individual, voici les correspondances les plus solides dans la bibliothèque de pratiques actuelle.
Pratiques qui peuvent aider
- Résistez à l'effet de la victime identifiable en gardant les statistiques en vue
Quand vous vous sentez plus ému par un cas identifié que par des statistiques sur beaucoup, remarquez la disproportion.
L'insensibilité à l'ampleur : quand l'échelle ne change pas vos émotions - Corriger la surpondération de la « victime identifiée »
Reconnaître que des histoires individuelles saisissantes semblent plus convaincantes que des statistiques identiques vous aide à allouer attention et ressources de façon plus rationnelle.
L'heuristique de l'affect — quand les sentiments remplacent les faits - Choisir la bonne classe de référence pour toute prédiction
Trouvez le taux de base statistique pour la catégorie à laquelle appartient votre décision — pas seulement les exemples inspirants.
Le biais du survivant : apprendre de ce qu'on ne voit pas - Suivre les scores de votre roue dans le temps pour voir la trajectoire, pas seulement des instantanés
Une seule roue est une photographie ; des roues répétées forment un film — la trajectoire compte plus que le score d'aujourd'hui.
La roue de la vie, en pratique - Partir des statistiques, puis interpréter avec le récit — pas l'inverse
Utilisez le taux de base comme ancre, puis ajustez pour votre situation spécifique — pas l'inverse.
L'heuristique de disponibilité : pourquoi ce qui marque semble probable - 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 - La bonne vie : leçons de l'étude de Harvard
L'étude de Harvard sur le développement adulte est une étude longitudinale de la vie adulte commencée en 1938, plus tard dirigée par George Vaillant et aujourd'hui par Robert Waldinger. Elle suit deux cohortes originales : l'étude Grant sur des étudiants de premier cycle de Harvard et l'étude Glueck sur des garçons du centre-ville de Boston, avec les descendants des participants ajoutés dans les décennies suivantes. Son constat phare est que la qualité des relations proches d'une personne prédit mieux sa santé et son bonheur en fin de vie que la richesse, la célébrité, la classe sociale, ou le cholestérol à 50 ans. Ce constat repose sur des données véritablement rares — des décennies de mesure répétée sur les mêmes personnes — mais trois limites devraient l'accompagner. L'étude est observationnelle, donc elle établit que la qualité relationnelle et le bien-être bougent ensemble dans le temps, pas que l'un cause l'autre ; les personnes en meilleure santé pourraient simplement trouver plus facile de maintenir des relations. Les cohortes originales étaient entièrement masculines, presque entièrement blanches, et tirées d'une tranche étroite du Boston du milieu du siècle, si bien que la mesure dans laquelle les résultats se généralisent aux femmes, à d'autres groupes ethniques, ou à d'autres sociétés est véritablement ouverte. Et comme les participants ont été recrutés il y a près d'un siècle, une partie de ce que l'étude suit est un portrait d'une cohorte à une époque autant qu'un fait sur la vie adulte en général. - Tester les plans sous stress au-delà de la fourchette historique
Demandez comment votre plan tient si le pire résultat est deux fois pire que tout cas historiquement observé.
Le sophisme ludique : quand vous confondez la vraie vie avec un jeu - Distinguer l'incertitude (quantifiable) de l'ignorance (non quantifiable)
Sachez quand vous pouvez attribuer une probabilité et quand la situation est si nouvelle qu'un chiffre serait fabriqué.
L'entraînement à la calibration - Invoquez délibérément la vue externe pour les décisions importantes
Pour toute prédiction à fort enjeu, forcez-vous à partir de la façon dont les choses se passent typiquement, pas de ce que ressent votre situation.
La négligence du taux de base : pourquoi nous ignorons les probabilités
Préoccupations connexes
- risque statistics
Quand un risque fait peur, traduisez le sentiment en chiffre : quelle est la probabilité annuelle réelle ?
Convertir les réactions émotionnelles en questions statistiques
- statistical vs vivid risque
Une histoire marquante n'est pas une preuve qu'une chose est fréquente.
Distinguer le caractère vif de la fréquence
- statistics et narration
Les données apportent la crédibilité ; l'histoire porte la charge émotionnelle — vous avez besoin des deux.
Associer la statistique à une histoire, pas la remplacer par elle
- Comment utiliser les taux de base dans ses décisions
La négligence du taux de base est la tendance à sous-pondérer ou ignorer les probabilités préalables (la fréquence générale d'un événement) quand une information vivante et précise est disponible. Identifiée par Kahneman et Tversky, c'est l'un des biais les plus solidement répliqués de la recherche en jugement, et elle conduit à une surconfiance systématique dans les prédictions sur des cas particuliers. La corriger exige de rechercher ou d'estimer activement les taux de base avant d'évaluer une information individuelle.
La négligence du taux de base : pourquoi nous ignorons les probabilités
- 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
- sample size jugement
Une courte séquence peut sembler représentative sans être statistiquement fiable — ajustez la confiance selon la taille de l'échantillon.
Décrivez votre situation avec vos propres mots pour rechercher dans la bibliothèque complète de pratiques.