![]() |
Théorie de PlausibilitéCentre de Connaissances |
14 objets • 206.920 visites
Selon Collins et Michalski, « quelque chose est plausible si il est conceptuellement aidé par des connaissances antérieures ». La Théorie de plausibilité (Plausibility Theory) de Wolfgang Spohn (1985-), Collins et Michalski (reasoning, 1989), Lemaire et Fayol (résolution des problèmes arithmétique, 1995), Connell et Keane (modèle cognitif de plausibilité, 2002) fournit de nouvelles perspectives dans le domaine de la prise de décisions avec des risques qui ne peuvent être connus à l'avance. La plausibilité est un phénomène inéluctable de la vie quotidienne et omniprésente. Cependant, elle a été ignorée pendant longtemps en science cognitive, et a été traité seulement comme une variable opérationnelle, plutôt qu'être expliqué ou étudié en soi. Statistiques bayésiennesJusqu'à l'arrivée de la théorie de plausibilité, la théorie commune utilisée par les scientifiques pour expliquer et déduire la prise de décisions, était les statistiques bayésiennes. Du nom de Thomas Bayes, un ministre Anglais du 18ème siècle. Bayes a développé des règles pour peser la probabilité de différents événements et de leurs résultats prévisibles. Les statistiques bayésiennes ont été popularisées dans les années 60 par Howard Raiffa pour leur application dans l'environnement des affaires. Selon la théorie bayésienne, les dirigeants prennent des décisions, basées sur un calcul de probabilités de tous les résultats possibles d'une situation. En pesant la valeur de chaque résultat par la probabilité et en additionnant les totaux, les décideurs bayésiens calculent « des valeurs prévues » pour une décision qui doit être prise. Si la valeur prévue est positive, alors la décision devrait être acceptée ; si elle est négative, elle devrait être évitée. Limites de statistiques bayésiennesÀ première vue, ceci peut paraître une méthode de travail ordonnée. De quelque manière que malheureusement, la manière bayésienne d'expliquer des décisions fait face au moins à deux phénomènes il est difficile expliquer que :
Théorie de PlausibilitéCes deux phénomènes peuvent être traités si le calcul bayésien « de la valeur espérée » est remplacé par le « seuil de risque » de la Théorie de plausibilité. Comme son prédécesseur, la Théorie de plausibilité évalue la gamme des résultats possibles, mais les cibles sur la probabilité de frapper un seuil se dirigent - comme une perte sèche - relativement à un risque acceptable. Par exemple : une décision normalement profitable est rejetée s'il y a un risque supérieur à 2% de faire une perte (majeure). Clairement, la plausibilité peut résoudre les deux faiblesses de la pensée bayésienne : la tendance des dirigeants à éviter les risques de chute du cours inacceptables, et la tendance des dirigeants à éviter de prendre des risques qui ne peuvent être connus à l'avance. Les exemples typiques de l'application de la théorie de plausibilité sont les nouvelles règles de Bâle II pour la répartition capitale dans l'industrie de services financiers.
Comparez la Théorie de Plausibilité avec : Options Réelles | Théorie du Chaos | Gestion des Risques Stratégique | Gestion du Risque de Crédit | Planification de Scénarios | Raisonnement Stratégique par Analogie | Analyse de Cause Racine | CAPM | Enquête Dialectique | Théorie des Contraintes | Principe de la Pyramide Retour vers la page des disciplines de Management : Prise de décision et Évaluation | Finances et investissement | Connaissance et Immatériel | Management de Projet et de Programme | Stratégie & Innovation |
|
Au sujet de 12manage | Publicité | Lien avec nous / Citez-nous | Confidentialité | Suggestions | Conditions de service
© 2023 12manage - The Executive Fast Track. V16.1 - Dernière mise à jour : 8-6-2023. Tous les noms ™ de leurs propriétaires.