コーチングプラクティス： 確率論的に考える方法

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。「確率論的に考える方法」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。

役立つかもしれないプラクティス

1. 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
2. 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
3. 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。
4. 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
5. 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
6. 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
7. 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
8. 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
9. 予測やモデルにおける偽りの精密さに注意する
   精密な確率や定量的予測には、そのモデルが領域に適合しているかどうかについて明確な疑いを持って接する。
   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
10. 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

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。