コーチングプラクティス： 予測の当たり外れを判定する基準の決め方

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。「予測の当たり外れを判定する基準の決め方」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. 予測をする前に解決基準に事前コミットする
   結果が起こる前に、何が『自分は正しかった』と数えるかを正確に定義する。
   キャリブレーション・トレーニング
2. 予測の精度を、練習で向上するスキルとして扱う
   予測の誤りをパフォーマンスのフィードバックとして受け止め、予測が無意味だという証拠としては受け止めない。
   スーパーフォーキャスティング
3. 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
4. 採点された予測の記録を維持する
   明示的な確率をつけて予測を記録し、それが解決したときに採点する。
   キャリブレーション・トレーニング
5. 動機づけとしての楽観性を予測から切り離す
   自分の野心を、それが何であるか——望む結果——について正直にさせ、確率の見積もりを汚染しないようにする。
   アウトサイド・ビュー
6. 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。
7. スーパーフォーキャスティング
   フィリップ・テトロックの予測トーナメント研究は、ごく普通の人々の一部——「スーパー予測者」——が、確率的な予測において専門家や情報分析官を一貫して上回ることを発見しました。彼らは測定可能な認知的・行動的習慣を共有しています:確率で考え、証拠に基づいて頻繁に更新し、積極的に反証となる情報を探します。これらの習慣は学習可能です。
8. 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
9. 較正の実践
   各検索テストの前に自分の成績を予測し、その後予測を結果と比較する。
   自己調整学習:学び方を自分でコントロールする
10. 多くの予測にわたって自分の較正を追跡する
    何十もの予測にわたって、自分の確信度レベルを結果と照らし合わせて採点し、系統的な偏りを見つける。
    決断ジャーナリング：時間をかけてより良く決めることを学ぶ

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。