極端な結果には平均への回帰を予期する

異常に良い、または悪いパフォーマンスの後には、より平均的なパフォーマンスが続く傾向がある——それはあなたがしたことのせいではない。

Why it works

平均への回帰は、ランダムな要素を持つあらゆる測定変数の数学的な性質である。極端に高い値の後には低い値が続く可能性が高く、その逆もまた然りである。単に極端な測定値が部分的に運の良い引きを反映していたからだ。人はこの回帰を体系的に自分自身の行動のせいだと誤帰属する(悪い試合の後に厳しく叱った結果、改善が生じたように見えるコーチなど)。これはカーネマンの、誤った因果的信念を生み出すメカニズムの古典的な例である。

How to do it

1. 極端なパフォーマンス(非常に良いか悪いか)を観察したら、「これはどれくらいランダムな変動かもしれないか」と問う。
2. 統制された比較がない限り、その後の回帰を自分の介入のせいにすることに抵抗する。
3. 単一の極端な測定値ではなく、時間をかけた平均をベンチマークとして使う。

エビデンス

平均への回帰は数学的に導出され、運動パフォーマンスから医療症状の進行まで、幅広い応用分野で記録されている。カーネマンは、飛行教官の訓練などにおける回帰効果の誤帰属を記録した。 (observational)

出典

• Kahneman (2011), Thinking, Fast and Slow — regression to the mean and misattribution chapter

よくある間違い

厳しい対応の後にパフォーマンスが改善したから、それが「効いた」と結論づけること——それがなくても起きたであろう回帰を統制せずに。