コーチングプラクティス： 確率的に考える方法

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。「確率的に考える方法」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。

これはあなたが直面しているかもしれない課題に似ていますか？

• 何かが起こる理由をきちんと説明できるので、それが起こりそうだと扱ってしまう ― しかし、そのメカニズムを理解していることと、それが実際どれくらいの頻度で発動するかを知っていることは別のことで、いつもこの二つを一つに混同してしまう。
• 二つのことが頭の中でぴったり組み合わさると、どちらか単独よりもその組み合わせ全体を確からしいと考えてしまう ― 詳細があると必然のように感じられ、各要素を単独で吟味することを一度も止まってやったことがない。
• 生き生きとした物語として提示されたシナリオには心をつかまれるが、それを平たく言おうとした瞬間 ― 100件中何件が実際そうなるか ― に、これまでその言い方で考えたことがなく、そうすれば魔法が解けるだろうと気づく。

役立つかもしれないプラクティス

1. ベイズ的思考:信念を合理的に更新する方法
   ベイズ的思考とは、信念を単に真か偽かとして扱うのではなく、確率として保持し、新しい証拠が届くたびに体系的に更新する実践である。数学的な枠組みは十分に確立されている。課題は、それを実用的にする明示的な確率推定と正直な信念更新の習慣を築くことである。
2. 自分の領域のルールが本当に安定しているか確かめる
   確率モデルを適用する前に、結果を左右するルールがゲームの途中で変わりうるかを問う。
   ルーディック・ファラシー：現実をゲームと勘違いするとき
3. 一貫性と確率を明示的に区別する
   物語は内的に整合していても稀であり得る ― 「筋が通る」と「ありそうだ」を切り分けることを学ぶ。
   連言錯誤 ― 「詳細が多いほど本当らしく」感じる理由
4. 組み合わさった主張の各要素の確率を別々に検討する
   複数の主張が組み合わさった判断をする前に、それぞれの要素を個別に見積もり、連言全体の確率がそれより低くなっているか確認する。
   連言錯誤 ― 「詳細が多いほど本当らしく」感じる理由
5. 信念を全面的にではなく段階的に更新する
   新しい証拠は確率をある程度シフトさせるべきであり、5%から95%へ一度に飛ぶことはめったにない。
   ベイズ的思考:信念を合理的に更新する方法
6. 信念を全面的にではなく段階的に更新する
   新しい情報を、すべてを変える証明としてではなく、確率をシフトさせる証拠として扱う。
   基準率の無視:なぜ私たちは確率を無視するのか
7. 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
8. 証拠を、それがどう感じさせるかではなく、尤度比によって評価する
   自分が正しい場合とそうでない場合とで、この証拠がどれくらい起こりやすいかを問う。
   ベイズ的思考:信念を合理的に更新する方法
9. 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
10. 物語をそぎ落とし、無味乾燥な頻度の問いとして言い直す
    生き生きとしたシナリオを、乾いた統計的な問いに翻訳し、それでも確からしく感じるか確かめる。
    連言錯誤 ― 「詳細が多いほど本当らしく」感じる理由

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。