Décomposer l'inconnu en sous-problèmes connaissables

Divisez la question à laquelle vous ne pouvez pas répondre directement en questions plus petites auxquelles vous le pouvez.

Why it works

L'intuition directe sur de grandes quantités peu familières est mal calibrée — les gens ne peuvent pas estimer de façon fiable le nombre de stations-service dans un pays, mais ils peuvent estimer la population, le nombre de voitures par personne, la fréquence habituelle de ravitaillement, et le débit quotidien d'une station. La décomposition remplace une tâche d'estimation impossible par plusieurs tâches plus faciles, chacune bénéficiant de connaissances plus disponibles. Les erreurs indépendantes dans les sous-estimations tendent aussi à s'annuler plutôt qu'à s'accumuler.

How to do it

1. Écrivez la quantité inconnue comme un produit ou une somme de sous-quantités.
2. Pour chaque sous-quantité, demandez-vous : ai-je des points de repère pour cela à partir de mes connaissances quotidiennes ?
3. Estimez chaque sous-quantité indépendamment, puis combinez-les.
4. Faites une vérification de bon sens : l'estimation combinée semble-t-elle plausible ? Si elle est totalement invraisemblable, réexaminez l'entrée la plus importante.

Données probantes

La décomposition est une technique de prévision validée. La recherche en jugement et prise de décision montre que décomposer les tâches d'estimation en sous-problèmes réduit le biais systématique dans les estimations agrégées, car les erreurs des composants sont partiellement indépendantes. (observational)

La décomposition aide quand les sous-estimations sont véritablement indépendantes ; quand les erreurs sont corrélées (par exemple, toutes influencées par la même hypothèse erronée), elles ne s'annulent pas.

Sources

• MacGregor et al. (1988), "Decomposition as a strategy for judgmental forecasting", Journal of Forecasting
• MacGregor, D. G., Lichtenstein, S., & Slovic, P. (1988). Structuring knowledge retrieval: An analysis of decomposed quantitative judgments. Organizational Behavior and Human Decision Processes, 42(3), 303-323.

Erreur fréquente

Décomposer en sous-problèmes qui dépendent tous de la même variable inconnue, de sorte que les erreurs se corrèlent au lieu de s'annuler.