Espere regressão à média em resultados extremos
Desempenho incomumente bom ou ruim tende a ser seguido por desempenho mais mediano — não por causa do que você fez.
Why it works
A regressão à média é uma propriedade matemática de qualquer variável medida com componentes aleatórios: valores extremamente altos tendem a ser seguidos por valores mais baixos, e vice-versa, simplesmente porque a leitura extrema refletia em parte um sorteio de sorte. As pessoas frequentemente atribuem erroneamente essa regressão às suas próprias ações (o técnico cuja crítica dura após um jogo ruim parece produzir melhora) — exemplo clássico de Kahneman de um mecanismo que cria crenças causais falsas.
How to do it
- Quando você observar um desempenho extremo (muito bom ou muito ruim), pergunte: "Quanto disso pode ser variação aleatória?"
- Resista a atribuir a regressão subsequente à sua intervenção, a menos que você tenha uma comparação controlada.
- Use médias ao longo do tempo, em vez de leituras extremas isoladas, como referência.
Evidência
A regressão à média é derivada matematicamente e documentada em uma ampla gama de contextos aplicados, de desempenho atlético à progressão de sintomas médicos. Kahneman documentou a atribuição errônea de efeitos de regressão no treinamento de instrutores de voo e em outros contextos. (observational)
Fontes
- Kahneman (2011), Thinking, Fast and Slow — regression to the mean and misattribution chapter
Erro comum
Concluir que uma resposta dura "funcionou" porque o desempenho melhorou depois dela — sem controlar a regressão que teria ocorrido de qualquer forma.
Pratique isso com IX Coach
More practices for Negligência da Taxa-Base: Por Que Ignoramos as Chances
- Pergunte a taxa-base antes de avaliar o caso específico
Antes de julgar qualquer instância individual, primeiro estabeleça com que frequência esse tipo de coisa acontece em geral.
- Use previsão por classe de referência para estimativas de projetos
Estime quanto tempo projetos semelhantes levaram historicamente antes de estimar seu projeto específico.
- Atualize crenças em graus, não por completo
Trate a nova informação como evidência que desloca probabilidades, não como prova que muda tudo.
- Sempre identifique o denominador ao avaliar risco ou sucesso
Quando um número ou uma história for marcante, pergunte: "De quantos casos totais?"
- Invoque deliberadamente a visão externa para decisões importantes
Para qualquer previsão de alto risco, force-se a começar por como as coisas normalmente acontecem, não por como sua situação parece.
- Pratique a calibração probabilística acompanhando suas previsões
Atribua estimativas de probabilidade explícitas às suas previsões e acompanhe se elas se concretizam na taxa correta.
Conceitos relacionados
- Pensando, Rápido e Devagar, na Prática
Two systems, the biases they create, and when to slow down
- Pensamento Bayesiano: Como Atualizar Crenças Racionalmente
Holding beliefs as probabilities and updating them when evidence arrives
- Viés de Ancoragem em Negociação e Julgamento
Why the first number wins — the mechanism, and how to set and resist anchors