how to think in probabilities

Enumerate scenarios and their probabilities before deciding — Write down each meaningful outcome, assign a probability, and compute the weighted total. Think in probabilities, not certainties — Replace "I think this will happen" with "I think there is a 70% chance this will happen." Think and communicate in explicit probabilities — Replace vague language ("probably," "likely") with numerical probabilities. Keep a decision journal to score your EV estimates — Log your probability estimates and payoff predictions, then compare them to what happened. Distinguish uncertainty (quantifiable) from ignorance (unquantifiable) — Know when you can assign a probability and when the situation is so novel that a number would be fabricated. Bayesian Thinking: How to Update Beliefs Rationally — Bayesian thinking is the practice of holding beliefs as probabilities and updating them systematically when new evidence arrives — rather than treating beliefs as simply true or false. The mathematical framework is well established; the challenge is building the habits of explicit probability estimation and honest belief updating that make it practical. Expected Value Thinking: Deciding Under Uncertainty — Expected value thinking multiplies each possible outcome by its probability and sums the results, giving a single number that represents the average payoff of a decision. It is the mathematical foundation of rational decision-making under uncertainty — well grounded in decision theory — but it has real limits: probabilities are often uncertain, outcomes are not always quantifiable, and raw expected value ignores risk aversion that can be legitimate. Use reference classes to ground personal estimates in base rates — Before estimating how your situation will unfold, find similar past situations and check what happened. Use maximin reasoning for high-stakes, irreversible decisions under ambiguity — Choose the option whose worst plausible outcome is most survivable — when you can’t compute expected value, optimize the floor. Practice probabilistic calibration by tracking your predictions — Assign explicit probability estimates to your predictions and track whether they come true at the right rate.

コーチングプラクティス：確率で考える方法

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。「確率で考える方法」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。

役立つかもしれないプラクティス

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
確実性ではなく確率で考える
「これは起こると思う」を「70%の確率でこれが起こると思う」に置き換える。
ベットする思考
明示的な確率で考え、伝える
曖昧な言葉(「おそらく」「たぶん」)を数値の確率に置き換える。
スーパーフォーキャスティング
期待値の推定を評価するための決断日記をつける
自分の確率推定と結果予測を記録し、後で実際に何が起きたかと比較する。
期待値思考:不確実性の中で決断する
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
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。
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。
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
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
予測を追跡することで確率の較正を練習する
自分の予測に明示的な確率の見積もりを割り当て、それが正しい率で実現するかどうかを追跡する。
基準率の無視:なぜ私たちは確率を無視するのか

IX Coach でこれを実践する

このプラクティスを試す

コーチングプラクティス： 確率で考える方法

役立つかもしれないプラクティス

関連する悩み

IX Coach でこれを実践する

コーチングプラクティス：確率で考える方法