Возврат к обычному: почему крайний результат часто сменяется менее крайним

Что происходит после необычного наблюдения

Представим, что школьница написала контрольную заметно лучше, чем обычно. На следующей работе её результат оказался ближе к её привычному уровню. Легко решить, что первая оценка была случайной удачей или что вторая показывает потерю способностей. Но возможен и другой взгляд: оба результата складываются из устойчивых особенностей ученицы и временных обстоятельств. Если в первый раз обстоятельства случайно помогли, повторное измерение с меньшей вероятностью получит ту же поддержку.

Это явление называют регрессией к среднему. Речь не о том, что необычный результат обязательно будет «исправлен» или что система стремится к равновесию. Смысл скромнее: если измерение содержит случайную изменчивость, то очень высокое или очень низкое наблюдение нередко сменяется менее крайним. При этом истинное положение дел может вообще не меняться.

Чтобы понять механизм, полезно представить результат как сумму двух частей: относительно устойчивого уровня и временного отклонения. Отклонение может быть связано с удачным совпадением условий, ошибкой измерения, усталостью или множеством мелких факторов. Оно не обязано повториться при следующем наблюдении в той же величине и направлении.

Пример с температурой и прибором

Допустим, один термометр иногда показывает температуру чуть выше или ниже действительной из-за небольших колебаний измерения. Если отобрать только случаи с особенно высоким показанием, среди них окажутся и моменты, когда температура действительно была высокой, и моменты, когда к обычной температуре прибавилась ошибка прибора. При следующем измерении ошибка может быть меньше, поэтому показание в среднем приблизится к типичному значению.

Это не доказывает, что температура снизилась. Для такого вывода нужны дополнительные данные: например, повторные измерения с подходящим прибором и сведения об условиях. Одно значение до и одно после не позволяют надёжно отделить реальное изменение от случайных колебаний.

Та же логика относится к спортивным результатам, времени выполнения задания и оценкам. Если сравнивают людей, отобранных именно за исключительно высокий результат, в следующем измерении их показатели часто выглядят менее выдающимися. Это не обязательно следствие ухудшения навыка. Сам способ отбора делает возврат к более типичному результату вероятным.

Почему последовательность событий кажется объяснением

После крайнего результата внимание особенно цепляется за то, что произошло дальше. Если результат стал скромнее, наблюдатель ищет причину: наказание за ошибку, потерю концентрации, изменение характера или действие какого-то вмешательства. Иногда причина действительно есть. Но само чередование «очень хорошо, затем ближе к обычному» ещё не устанавливает причинную связь.

Предположим, педагог отдельно беседует с учениками после их самых низких оценок. На следующей работе оценки некоторых учеников повышаются. Это может быть связано с поддержкой и дополнительными объяснениями. Однако часть улучшения могла бы произойти и без беседы: в отбор попали именно необычно низкие результаты, в которых временная неблагоприятная составляющая могла сыграть роль. Чтобы оценить эффект беседы, нужно сравнение с подходящей группой и ясное описание того, как формировались группы.

Ключевой вопрос: наблюдалось ли изменение после события — или именно событие вызвало изменение? Временной порядок необходим для причинного объяснения, но сам по себе его не подтверждает.

Связь с азартными играми и социальными данными

Регрессия к среднему важна и при чтении историй об азартных играх. Допустим, в короткой серии наблюдений человек получил необычно благоприятный результат, а затем результат стал более обычным. Нельзя только по этой последовательности заключить, что он утратил особое умение, что изменилось поведение других участников или что сработало некое закономерное «возмездие». Для объяснения нужны сведения о правилах, числе наблюдений, способе их отбора и возможных изменениях условий.

Похожая осторожность нужна при оценке программ помощи и профилактики. Если участие предлагают людям в момент особенно острой проблемы, последующее улучшение может складываться из нескольких компонентов: самой поддержки, изменения обстоятельств, естественных колебаний состояния и способа измерения. Если наблюдать только участников до и после, эти влияния трудно разделить. Это не повод считать помощь бесполезной; это причина внимательнее выбирать метод оценки.

Особенно рискованны выводы, основанные на ярких единичных историях. В памяти лучше удерживаются резкий взлёт и последующий спад, чем длинная последовательность обычных наблюдений. Но отдельный рассказ не показывает, какой результат был типичным и что случилось бы без предполагаемого вмешательства.

Как проверить интерпретацию

При встрече с необычным результатом полезно сначала уточнить, как его выбрали. Отобрали ли самые высокие показатели, самые низкие или наиболее заметные случаи? Если да, следующий результат может стать менее крайним уже потому, что первый был выбран по исключительности. Это не опровергает возможного реального эффекта, но задаёт альтернативное объяснение, которое следует учитывать.

• Спросить о повторяемости. Есть ли несколько измерений до и после, а не только пара удобных для рассказа точек?
• Уточнить шкалу. Что именно измеряли и насколько точно? Изменение показателя не всегда совпадает с изменением самого явления.
• Найти сравнение. Что происходило с похожей группой, которая не получала вмешательства или наблюдалась в иных условиях?
• Разделить выводы. Можно описать последовательность событий, не утверждая, что известна её причина.

Регрессия к среднему — не универсальное объяснение любого улучшения или ухудшения. Она особенно уместна, когда исходное наблюдение было крайним, измерения колеблются, а людей или случаи отбирали по самому результату. В остальных ситуациях нужны другие объяснения и данные. Понимание этого принципа помогает не приписывать случайному возврату к обычному уровню ни чудесную силу метода, ни внезапный провал человека — и оставляет место для более точного анализа.