Attendez-vous à un retour à la moyenne dans les résultats extrêmes
Une performance inhabituellement bonne ou mauvaise tend à être suivie d'une performance plus moyenne — pas à cause de ce que vous avez fait.
Why it works
Le retour à la moyenne est une propriété mathématique de toute variable mesurée comportant des composantes aléatoires : les valeurs extrêmes élevées ont tendance à être suivies de valeurs plus basses, et vice versa, simplement parce que la lecture extrême reflétait en partie un tirage chanceux. Les gens attribuent systématiquement à tort ce retour à leurs propres actions (l'entraîneur dont la critique sévère après un mauvais match semble produire une amélioration) — l'exemple classique de Kahneman d'un mécanisme qui crée de fausses croyances causales.
How to do it
- Quand vous observez une performance extrême (très bonne ou très mauvaise), demandez-vous : « Quelle part de cela pourrait être une variation aléatoire ? »
- Résistez à attribuer le retour subséquent à votre intervention sauf si vous avez une comparaison contrôlée.
- Utilisez des moyennes dans le temps plutôt que des lectures extrêmes uniques comme référence.
Données probantes
Le retour à la moyenne est mathématiquement dérivé et documenté dans un large éventail de contextes appliqués, de la performance athlétique à la progression des symptômes médicaux. Kahneman a documenté l'attribution erronée des effets de retour dans la formation des instructeurs de vol et ailleurs. (observational)
Sources
- Kahneman (2011), Thinking, Fast and Slow — regression to the mean and misattribution chapter
Erreur fréquente
Conclure qu'une réponse sévère a « fonctionné » parce que la performance s'est améliorée après — sans contrôler pour le retour qui se serait produit de toute façon.
Pratiquez cela avec IX Coach
More practices for La négligence du taux de base : pourquoi nous ignorons les probabilités
- Demandez le taux de base avant d'évaluer le cas particulier
Avant de juger toute instance individuelle, établissez d'abord la fréquence générale de ce type de chose.
- Utilisez la prévision par classe de référence pour les estimations de projet
Estimez combien de temps des projets similaires ont pris historiquement avant d'estimer votre projet spécifique.
- Mettez à jour vos croyances par degrés, pas en bloc
Traitez une nouvelle information comme une preuve qui déplace les probabilités, non comme une preuve qui change tout.
- Identifiez toujours le dénominateur en évaluant un risque ou un succès
Quand un chiffre ou une histoire est frappant, demandez : « Sur combien de cas au total ? »
- Invoquez délibérément la vue externe pour les décisions importantes
Pour toute prédiction à fort enjeu, forcez-vous à partir de la façon dont les choses se passent typiquement, pas de ce que ressent votre situation.
- Pratiquez la calibration probabiliste en suivant vos prédictions
Attribuez des estimations de probabilité explicites à vos prédictions et suivez si elles se réalisent au bon taux.
Concepts associés
- Système 1, Système 2, rendus utilisables
Two systems, the biases they create, and when to slow down
- La pensée bayésienne : comment mettre à jour ses croyances rationnellement
Holding beliefs as probabilities and updating them when evidence arrives
- Le biais d'ancrage en négociation et en jugement
Why the first number wins — the mechanism, and how to set and resist anchors