コーチングプラクティス: 不確実な状況で決断する方法
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。「不確実な状況で決断する方法」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
- 期待値思考:不確実性の中で決断する
期待値思考は、それぞれの起こりうる結果にその確率を掛け合わせて総和を取り、決断の平均的な見返りを表す単一の数字を導き出す。これは意思決定理論に十分根ざした、不確実性のもとでの合理的な意思決定の数学的基盤であるが、現実的な限界もある:確率はしばしば不確かであり、結果は必ずしも定量化できるとは限らず、生の期待値は正当なリスク回避を無視してしまう。 - 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 - 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 - 決める前にシナリオとその確率を列挙する
意味のある結果それぞれを書き出し、確率を割り当て、加重合計を計算する。
期待値思考:不確実性の中で決断する - 自分が持っていればよかったと思う情報を記録する
すべての決断エントリーに書く——自分が知りたかったのに知らなかったことは何か。
決断ジャーナリング:時間をかけてより良く決めることを学ぶ - 決断を可逆性とステークスで分類する
決断を、ステークスが低い/高い、可逆/不可逆という軸で、決める前に分類する。
決断ジャーナリング:時間をかけてより良く決めることを学ぶ - 利害が高く取り消し不能な決定では輪の内側にとどまる
自分の自律的な判断は輪の内側の決定のためにとっておき、それ以外は助けを求める。
能力の輪(サークル・オブ・コンピテンス) - 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 - 曖昧さをデータに変えるために小さな賭けを行う
麻痺を、局所的なエビデンスを生み出し、不確実性を段階的に減らす安価な実験に置き換える。
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 - 「テイク・ザ・ベスト」を使う:単一の最も有益な手がかりで選ぶ
選択肢の間で選ぶとき、最も診断力のある手がかりを特定してそれを使う——もっと探すのをやめる。
シンプル・ヒューリスティクス:ゲルト・ギーゲレンツァーの「速く倹約的な思考」擁護論
関連する悩み
- 不確実な状況で決断する方法
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
- 不確実な状況での意思決定の仕方
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。
- 不確実な状況でより良い決断をする方法
期待値思考は、それぞれの起こりうる結果にその確率を掛け合わせて総和を取り、決断の平均的な見返りを表す単一の数字を導き出す。これは意思決定理論に十分根ざした、不確実性のもとでの合理的な意思決定の数学的基盤であるが、現実的な限界もある:確率はしばしば不確かであり、結果は必ずしも定量化できるとは限らず、生の期待値は正当なリスク回避を無視してしまう。
期待値思考:不確実性の中で決断する
- 不確かな中で決断する方法
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。
反応する前にリスクと曖昧さを区別する
- 不確実でも決断する方法
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。
- 不確実な状況での均等配分という考え方
各選択肢の価値を信頼性高く見積もれないとき、リソースを均等に分散する。
深い不確実性下での分散に1/Nルールを使う
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。