第17章 所有的表现都会回归平均值

2023-06-06

作者为以色列空军的飞行教练讲授高效训练的心理学课程时，讲到一条重要原则：

对良好表现的嘉奖比对错误的惩罚更有效。

现场一位经验丰富的教练提出不同的意见：学员被表扬后，往往会表现得很糟糕，但惩罚后，反而会促使其进步。

这就是众所周知的“回归平均值”现象，这种现象与表现质量的随机波动相关。

而这位教练错误地把不可避免的随机波动与因果解释联系起来了。

人类社会的一个意义重大的事实：

生活给予我们的反馈常常违背常理。

第二次的表现与第一次并无因果联系

运气常常会促成成功。假设已知某个高尔夫球手第一天的得分，要对其第二天的得分进行预测。

对选手第二天的表现最准确的预测通常是最保守、最接近平均值的，而不是基于第一天分数的预测。

这种模式被称为“回归平均值”。

原始数据越极端，回归就越明显，得到极好分数常常表明这一天的运气不错。

这种回归式的预测是合理的，但不能保证准确度。

一般人们会认为是过度自信以及人们对其期望过高的压力造成了这些人表现不佳。

但其实是，这种出色的表现在很大程度上源于运气，运气是善变的，接下来就没有那么幸运了。

回归现象的意义不亚于发现万有引力

弗朗西斯.高尔顿，发现并命名了回归平均值的现象。

相关性和回归性，是从不同角度对同一个概念做出的阐释，只要是两个数值之间的相关度不高，就会出现回归平均值的情况。

我们的思维常会对因果关系的解释带有很强的偏见，而且不善于处理统计数据。

我们会对所有早已存在于记忆中的原因进行自动搜索，当发现回归效应时，因果关系解释就会被激活，但事实上这些解释都是不对的。

我们对于理解“回归”概念非常困难，因为系统1总是要求对事物进行因果关系解释；而系统2也很难理解“相关”与“回归”。

不仅大众容易对回归效应做出错误的因果关系解释，即使是统计学家也犯过同样的错误——将相关性和因果性混淆。