コーチングプラクティス: アウトサイドビューによる予測
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。「アウトサイドビューによる予測」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
- アウトサイド・ビュー
アウトサイド・ビューとは、カーネマンがエイモス・トベルスキーと共に発展させた概念で、自分の状況の細部から一歩引いて「こうしたことは過去どのように進んできたか」を問うことを意味する。物語的(インサイド・ビュー)な計画に組み込まれた楽観バイアスを確実に修正するものであり、特に計画と予測の精度に関する研究基盤は充実している。 - 経験のない領域に入るときは基準率に大きく従う
不慣れな領域では、クラスの分布がほぼ完全に予測を支配すべきである。
アウトサイド・ビュー - 重要な計画にコミットする前にアウトサイド・ビューを呼び起こす
計画や予測を確定する前に、「似たようなことはどう進んだか」を最初のチェックポイントとして問う。
アウトサイド・ビュー - リファレンスクラス予測
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。 - 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 - 自分の状況に合ったリファレンスクラスを特定する
自分の状況と構造的に似た過去の事例をまとまった集合として見つけ、その結果データを集める。
リファレンスクラス予測 - 新しい証拠が入るたびに予測を段階的に更新する
予測を、矛盾する証拠にも生き残るコミットメントとしてではなく、新しい証拠ごとに変わるべき確率として扱う。
リファレンスクラス予測 - 過去の自分の予測を採点してアウトサイド・ビューの使い方を較正する
予測ログをつけて採点する——どこで過信または過小評価していたかについてのフィードバックなしに較正は改善できない。
アウトサイド・ビュー - プロジェクト終了後にクラスデータへ貢献するための振り返りを行う
実際の結果と予測を正直に記録する——これが将来の予測が依拠するリファレンスクラスを築く。
リファレンスクラス予測 - 認知的な楽観バイアスと戦略的な虚偽表示を区別する
予測の水増しには純粋なバイアスによるものと意図的な操作によるものがあることを認識する——それぞれ異なる対処が必要だ。
リファレンスクラス予測
関連する悩み
- 仕事で参照クラス予測を使う方法
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
リファレンスクラス予測
- 限られた予算で参照クラス予測を使う方法
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
- ストレス下で参照クラス予測を使う方法
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
- 経験分野に基づく予測の精度
不慣れな領域では、クラスの分布がほぼ完全に予測を支配すべきである。
経験のない領域に入るときは基準率に大きく従う
- 現実的な見通しの立て方
予測の水増しには純粋なバイアスによるものと意図的な操作によるものがあることを認識する——それぞれ異なる対処が必要だ。
認知的な楽観バイアスと戦略的な虚偽表示を区別する
- 幅を持たせた予測の立て方
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
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。