Aprende a convertir información incompleta en decisiones probabilísticas defendibles mediante tasas base, actualización Bayesiana, valor esperado, árboles de decisión, análisis de sensibilidad y pre-mortem. Terminarás con un informe reutilizable para decidir, ejecutar y aprender sin confundir suerte con calidad del proceso.
Transforma una preocupación ambigua en una decisión medible, expresa grados de creencia y establece tasas base defendibles.
Redactar una decisión incierta con objetivo, opciones, horizonte, restricciones y criterio de éxito.
Expresar creencias inciertas como probabilidades o intervalos y comprobar su coherencia básica.
Construir una probabilidad inicial usando casos comparables antes de escuchar detalles llamativos.
Aplica probabilidad condicional y pensamiento Bayesiano, mide la fuerza de las señales y decide cuándo dejar de investigar.
Distinguir probabilidades condicionales inversas y representar el problema con frecuencias naturales.
Calcular una probabilidad posterior a partir de una previa y la capacidad diagnóstica de la evidencia.
Comparar evidencias mediante razones de verosimilitud y evitar contar dos veces señales dependientes.
Realizar actualizaciones sucesivas y fijar reglas de parada basadas en costo, tiempo y capacidad de cambiar la acción.
Separa proceso y resultado, calcula valor esperado, resuelve árboles y prueba la robustez de la elección.
Separar la calidad del proceso de la calidad del resultado para evitar el sesgo de resultado.
Calcular valor esperado y ajustarlo por restricciones, utilidad y tolerancia al riesgo.
Construir y resolver un árbol de decisión con nodos de elección, azar, probabilidades y consecuencias.
Realizar análisis de sensibilidad y reconocer decisiones robustas o frágiles.
Introduce fricción contra sesgos, realiza un pre-mortem y consolida un diario de decisiones que mejora con la experiencia.
Aplicar una lista de control contra anclaje, disponibilidad, confirmación, aversión a la pérdida y exceso de confianza.
Facilitar un pre-mortem que convierta fallos imaginados en señales tempranas, responsables y mitigaciones.
Integrar probabilidades, árbol, sensibilidad, pre-mortem y criterios de revisión en un informe reutilizable.
Plataforma digital de cápsulas de aprendizaje en español
Síguenos en redes