Espera regresión a la media en resultados extremos
Un desempeño inusualmente bueno o malo tiende a ser seguido por un desempeño más promedio — no por lo que hiciste.
Why it works
La regresión a la media es una propiedad matemática de cualquier variable medida con componentes aleatorios: es probable que los valores extremos altos vayan seguidos de valores más bajos, y viceversa, simplemente porque la lectura extrema reflejó en parte un sorteo afortunado. Las personas atribuyen sistemáticamente mal esta regresión a sus propias acciones (el entrenador cuya crítica dura después de un mal partido parece producir mejora) — el ejemplo clásico de Kahneman de un mecanismo que crea creencias causales falsas.
How to do it
- Cuando observes un desempeño extremo (muy bueno o muy malo), pregunta: "¿Cuánto de esto podría ser variación aleatoria?"
- Resiste atribuir la regresión posterior a tu intervención a menos que tengas una comparación controlada.
- Usa promedios a lo largo del tiempo en lugar de lecturas extremas únicas como tu referencia.
Evidencia
La regresión a la media se deriva matemáticamente y está documentada en una amplia gama de contextos aplicados, desde el rendimiento atlético hasta la progresión de síntomas médicos. Kahneman documentó la atribución errónea de los efectos de regresión en el entrenamiento de instructores de vuelo y en otros lugares. (observational)
Fuentes
- Kahneman (2011), Thinking, Fast and Slow — regression to the mean and misattribution chapter
Error común
Concluir que una respuesta dura "funcionó" porque el desempeño mejoró después de ella — sin controlar la regresión que habría ocurrido de todos modos.
Practica esto con IX Coach
More practices for Negligencia de la Tasa Base: Por Qué Ignoramos las Probabilidades
- Pregunta la tasa base antes de evaluar el caso específico
Antes de juzgar cualquier caso individual, primero establece con qué frecuencia ocurre este tipo de cosa en general.
- Usa el pronóstico por clase de referencia para estimaciones de proyectos
Estima cuánto han tardado históricamente proyectos similares antes de estimar tu proyecto específico.
- Actualiza las creencias por grados, no de forma total
Trata la nueva información como evidencia que desplaza las probabilidades, no como prueba que lo cambia todo.
- Identifica siempre el denominador al evaluar riesgo o éxito
Cuando un número o historia sea llamativo, pregunta: "¿De cuántos casos totales?"
- Invoca deliberadamente la vista externa para decisiones importantes
Para cualquier predicción de alto riesgo, oblígate a empezar por cómo suelen ir las cosas típicamente, no por cómo se siente tu situación.
- Practica la calibración probabilística rastreando tus predicciones
Asigna estimaciones de probabilidad explícitas a tus predicciones y rastrea si se cumplen a la tasa correcta.
Conceptos relacionados
- Pensar Rápido, Pensar Despacio, Hecho Utilizable
Two systems, the biases they create, and when to slow down
- Pensamiento Bayesiano: Cómo Actualizar Creencias Racionalmente
Holding beliefs as probabilities and updating them when evidence arrives
- El Sesgo de Anclaje en la Negociación y el Juicio
Why the first number wins — the mechanism, and how to set and resist anchors