コーチングプラクティス: 基準点から見積もる方法
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。「基準点から見積もる方法」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
- インサイドビューの詳細を加える前にベースレートにアンカーする
クラスの中央値から予測を始め、そこから調整する——自分の物語から始めてベースレートに調整するのではない。
リファレンスクラス予測 - 既知のものにアンカーを置き、そこから拡張する
自信のある数字から始め、そこから未知のものへと推論する。
フェルミ推定 - リファレンスクラス予測
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。 - 参照クラスを使って個人的な見積もりを基準率に根づかせる
自分の状況がどう展開するかを見積もる前に、似たような過去の状況を見つけて何が起きたかを確認する。
ベイズ的思考:信念を合理的に更新する方法 - 自分の状況に合ったリファレンスクラスを特定する
自分の状況と構造的に似た過去の事例をまとまった集合として見つけ、その結果データを集める。
リファレンスクラス予測 - プロジェクト終了後にクラスデータへ貢献するための振り返りを行う
実際の結果と予測を正直に記録する——これが将来の予測が依拠するリファレンスクラスを築く。
リファレンスクラス予測 - プロジェクトの見積もりに参照クラス予測を使う
自分の特定のプロジェクトを見積もる前に、類似のプロジェクトが過去にどれくらいの時間を要したかを見積もる。
基準率の無視:なぜ私たちは確率を無視するのか - すべてのタスクについて実際対見積もりの時間をログする
将来の予測を較正できるよう、自分自身の見積もり誤差の個人的なデータベースを構築する。
計画の誤謬——なぜあなたの見積もりはいつも外れるのか - 参照クラス予測
見積もる前に、似た過去のプロジェクトが実際にどれくらい時間がかかったかを調べる——どう感じられたかではなく。
計画の誤謬——なぜあなたの見積もりはいつも外れるのか - 自分の見積もりを追跡し較正する
可能なときは自分のフェルミ推定と実際の数値を比較し、そのギャップを使って今後の見積もりを改善する。
フェルミ推定
関連する悩み
- プロジェクトの見積もり精度を上げる方法
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。
一点の見積もりではなく分布として予測する
- 基本確率を計画に活かす方法
基準率の無視とは、鮮明で具体的な情報が手に入るときに、事前確率(一般にどれくらいの頻度で物事が起こるか)を過小評価または無視する傾向である。カーネマンとトベルスキーによって特定されたこれは、判断研究の中で最も強固に再現されているバイアスのひとつであり、個別の事例についての予測における体系的な過信につながる。これを修正するには、個別の情報を評価する前に、積極的に基準率を調べるか推定する必要がある。
基準率の無視:なぜ私たちは確率を無視するのか
- データなしで見積もる方法
クラスの中央値から予測を始め、そこから調整する——自分の物語から始めてベースレートに調整するのではない。
インサイドビューの詳細を加える前にベースレートにアンカーする
- 限られた予算で参照クラス予測を使う方法
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
リファレンスクラス予測
- 作業時間の見積もり精度を上げる方法
将来の予測を較正できるよう、自分自身の見積もり誤差の個人的なデータベースを構築する。
すべてのタスクについて実際対見積もりの時間をログする
- プロジェクトを正確に計画する方法
自分の特定のプロジェクトを見積もる前に、類似のプロジェクトが過去にどれくらいの時間を要したかを見積もる。
プロジェクトの見積もりに参照クラス予測を使う
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。