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。
Why it works
人は主に内側の視点——自分の特定の事例についての自分自身のモデル——から予測を生み出す。これは似たような計画が一般にどれくらいの頻度で失敗するかを無視するため、体系的に楽観的である。参照クラス予測は、これを外側の視点に事前確率を根づかせることで修正する。似たような事例の結果の統計的分布である。その二つの視点は、内側の視点が支配するのではなく、組み合わされる。
How to do it
- 自分の状況のタイプを定義する。「これは住宅のリフォームプロジェクトだ/ソフトウェア製品の発売だ/行動変化の試みだ」。
- そのタイプのプロジェクトが通常どう進むかについてのデータを見つける。期間、コスト超過、成功率など。
- その基準率を出発点の確率として使い、自分の事例を平均より良くまたは悪くする特徴に対してのみ調整する。
- 内側の視点が、特定の際立った特徴が実際に正当化する以上に確率を高めさせないようにする。
エビデンス
参照クラス予測はダニエル・カーネマンとエイモス・トベルスキーによって発展させられ、後にベント・フリビョルによってインフラプロジェクト計画において定式化された。研究は、内側の視点からの見積もりと比較して、計画錯誤——特にコストと時間の超過——を確実に減らすことを示している。 (observational)
参照クラス予測は良い過去の基準率データが存在するときに最もよく機能する。新奇な状況では、参照クラス自体が不確実である。
出典
- Flyvbjerg (2006), from Nobel Prize to project management: getting risks right, Project Management Journal
- Flyvbjerg, B. (2006). From Nobel Prize to project management: Getting risks right. Project Management Journal, 37(3), 5-15.
よくある間違い
自分のプロジェクトが最も特異的に見える(したがって最も例外的である可能性が高い)参照クラスを選ぶこと。それに最も正直に似ているクラスではなく。
IX Coach でこれを実践する
More practices for ベイズ的思考:信念を合理的に更新する方法
- 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。
- 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。
- 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。
- 確信度予測を追跡することで較正を練習する
あなたの「80%確信している」信念は、約80%の頻度で実現するはずである——それを確認する。
- 自分の信念を反証する証拠を積極的に探す
「何が自分の考えを変えるだろうか」と問い、まさにそれを探す。
- 信念を賭けに変換して本当の確信度を明らかにする
その信念に五分五分の掛け率で100ドル賭けるだろうか。その答えはしばしば、主張された確信度と実際の確信度のギャップを明らかにする。
関連する概念
- 『ファスト&スロー』を使いこなす
Two systems, the biases they create, and when to slow down
- メンタルモデル:チャーリー・マンガーのラティスワーク・アプローチ
Building the multi-disciplinary toolkit that lets you see what single-discipline thinkers miss
- 確証バイアス:見たいものを見てしまう
The most pervasive cognitive bias and the practices that actually chip away at it
- 期待値思考:不確実性の中で決断する
The math of rational choice under uncertainty, its real limits, and how to use it anyway