コーチングプラクティス： 予測に幅を持たせる考え方

取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「予測に幅を持たせる考え方」については、現在のプラクティスライブラリからの最適な一致をご覧ください。

役立つかもしれないプラクティス

1. 一点見積もりではなく範囲で見積もる
   「私の見積もりは500だ」ではなく「200から2000のあいだだと思う」と言う。
   フェルミ推定
2. 一点の見積もりではなく分布として予測する
   予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
   リファレンスクラス予測
3. 信頼区間の推定を練習する
   事実に関する量の範囲を推定し、真の値がその範囲内に収まる頻度を確認する。
   キャリブレーション・トレーニング
4. 既知の極端な値と照らして妥当性をチェックする
   自分の見積もりを、明らかに高すぎる境界と低すぎる境界と照らしてテストし、範囲を較正する。
   フェルミ推定
5. 「世界がここでは不確実だ」と「私はまだ十分に知らない」を分離する
   問う：その領域の専門家でもこの不確実性に直面するだろうか？もしそうでなければ、問題はスキルのギャップであり、根本的な曖昧さではない。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
6. 反応する前にリスクと曖昧さを区別する
   直面しているのが既知のオッズなのか、本当に未知のオッズなのかにラベルをつける——正しいツールは答えによって決まる。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
7. 曖昧さを伴う高リスクで不可逆的な決断にはマキシミン推論を使う
   最悪の起こりうる結果が最も生き延びられる選択肢を選ぶ——期待値を計算できないときには、下限を最適化する。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
8. 確実性を待つのではなく、エビデンスが到着するたびに段階的に更新する
   現在の最良の推測確率を述べ、それを動かすであろうものを特定し、そのエビデンスが到着したときに更新する。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
9. 不確実性(定量化可能)と無知(定量化不可能)を区別する
   確率を割り当てられるときと、状況があまりにも新しく数字が捏造されたものになるときを知る。
   キャリブレーション・トレーニング
10. 不確実性耐性トレーニング
    小さな不確実性に耐える練習をして、心配せずに不確実性と共にいる能力を築く。
    心配タイム:スケジュール化された心配で不安を封じ込める

自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。