コーチングプラクティス： 確率で重み付けした結果の考え方

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。「確率で重み付けした結果の考え方」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. 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. 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
3. 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
4. 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
5. 信念を全面的にではなく段階的に更新する
   新しい証拠は確率をある程度シフトさせるべきであり、5%から95%へ一度に飛ぶことはめったにない。
   ベイズ的思考:信念を合理的に更新する方法
6. 信念を全面的にではなく段階的に更新する
   新しい情報を、すべてを変える証明としてではなく、確率をシフトさせる証拠として扱う。
   基準率の無視:なぜ私たちは確率を無視するのか
7. 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
8. 証拠を、それがどう感じさせるかではなく、尤度比によって評価する
   自分が正しい場合とそうでない場合とで、この証拠がどれくらい起こりやすいかを問う。
   ベイズ的思考:信念を合理的に更新する方法
9. 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。
10. 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

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。