← 返回经典书籍:思考,快与慢
学习进度3 / 5

回归均值

Regression to the Mean · TFAS5.1 统计直觉纠偏

一句话定义

回归均值指极端结果后,下一次更可能接近平均水平。它常被误解释为奖励、惩罚或方法突然有效。

机制 / 原理

评价变化时先问:上一次是否极端?如果是,下一次变普通可能只是统计回归,不能自动归功或归咎。

回归均值链极端再测回落勿归因极端后的普通化,先别急着归因给奖励或惩罚。
极端后的普通化,先别急着归因给奖励或惩罚。

经典实验 / 例子

第 17 章讲飞行教官的例子:教官发现训斥学员后下一次表现常常变好,表扬后下一次表现反而变差,于是相信批评比表扬有效。卡尼曼指出,极端表现之后自然更可能回到平均水平,差表现后的改善未必是批评造成,好表现后的回落也未必是表扬害的。这个案例把回归均值从抽象统计变成日常误归因。

生活中的例子

销售冠军上月成交额异常高,本月回到平均,经理准备批评他“松懈”。运营同事把他过去 18 个月业绩画成曲线,发现上月来自两个多年大单同日落地,是明显极端值。团队改为复盘机会来源,而不是把自然回落归因给态度。回归均值被看见后,奖惩才不会追着噪声跑。

常见误区

误区:极端后的变化一定来自干预。 先检查是否只是回归均值。

资料来源:Daniel Kahneman, Thinking, Fast and Slow /《思考,快与慢》课程内容为原创改写 · 第 10、14-18 章 · 第 TFAS5.1
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。