コーチングプラクティス： 少数の法則とは

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。「少数の法則とは」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. 小さなサンプルには明確な懐疑心を持って接する
   短い連続は統計的に信頼できるものでなくても代表的に見えることがある——サンプルサイズに応じて自信を調整する。
   代表性ヒューリスティック——類似性による判断
2. 成功率を祝う前に失敗率を尋ねる
   どんな成功事例からも教訓を引き出す前に問う:何回の試みのうち何回これが成功したのか?
   生存者バイアス:見えないものから学ぶ
3. ランダムな連続は「バランスを負っていない」と認識する
   ランダムなプロセスには記憶がない——表が続いても裏が出やすくなるわけではない。
   代表性ヒューリスティック——類似性による判断
4. リスクや成功を評価するときは常に分母を特定する
   数値や話が印象的なとき、「全体としては何件中の話か」と問う。
   基準率の無視:なぜ私たちは確率を無視するのか
5. 予測のための正しい参照クラスを選ぶ
   決断が属するカテゴリーの統計的な基準率を見つける——鼓舞する事例だけでなく。
   生存者バイアス:見えないものから学ぶ
6. モデルの複雑さを削る
   証拠に合う最もシンプルなモデルを、状況の中で優先する。
   オッカムの剃刀:よりシンプルな説明を選ぶ
7. 重要な決定には意図的に外側の視点を呼び出す
   重要な予測では、自分の状況がどう感じられるかではなく、物事が通常どう進むかから始めることを自分に課す。
   基準率の無視:なぜ私たちは確率を無視するのか
8. 極端な結果が平均へ回帰することを予想する
   異常に良い、あるいは悪いパフォーマンスは次回はより平均的なパフォーマンスを予測する——賞賛や非難をする前にこれを考慮する。
   代表性ヒューリスティック——類似性による判断
9. 反証する証拠を、裏づける証拠より重く評価する
   普遍的な主張に対しては、一つの強力な反例が多くの裏づける例に勝る。
   反証思考を実践する
10. 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

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。