コーチングプラクティス： ベイズ推定で確率の見積もりを更新する

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。「ベイズ推定で確率の見積もりを更新する」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. 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
2. 実際に診断的な特徴を特定する
   カテゴリーを本当に区別する特徴と、単に絵を完成させるだけの特徴を切り分ける。
   代表性ヒューリスティック——類似性による判断
3. 行動する前に結論を検証する
   自分の結論を仮説として扱い、それを確認または反証する証拠を一つ見つける。
   推論のはしご
4. 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
5. 意図的にブラックスワンを探す
   自分の一般化を覆す、たった一つの例を探す。
   反証思考を実践する
6. 証拠を見る前に事前確率を述べる
   データを見る前に、何かがどれくらい起こりやすいかについての数値的な見積もりにコミットする。
   ベイズ的思考:信念を合理的に更新する方法
7. それぞれの説明が必要とする仮定を数える
   2つの説明が同じ事実に合うとき、それぞれがどれだけの未検証の仮定に依存しているかを数える。
   オッカムの剃刀:よりシンプルな説明を選ぶ
8. 組み合わさった主張の各要素の確率を別々に検討する
   複数の主張が組み合わさった判断をする前に、それぞれの要素を個別に見積もり、連言全体の確率がそれより低くなっているか確認する。
   連言錯誤 ― 「詳細が多いほど本当らしく」感じる理由
9. 類似性が仕事をしていないかを問いただす
   確率や質を評価するとき、実際にプロトタイプへの類似性を判断していないかを問う。
   属性代替——脳が別の質問に答えるとき
10. 単一原因の罠に抵抗する
    シンプルであることは必ずしも単一の原因を意味しない ― 時には最もシンプルで誠実な答えは『複数の寄与要因』だ。
    オッカムの剃刀:よりシンプルな説明を選ぶ

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。