回归均值：不要大惊小怪，要有点定力

Thu, 30 Apr 2026 09:24:43 +1000

诺贝尔经济学奖得主丹尼尔·卡尼曼（Daniel Kahneman），可以说是决策科学的祖师爷之一。他在《思考，快与慢》一书中讲过一个故事 [1]。

卡尼曼有一次去给以色列空军做培训。他讲到一个心理学界人人皆知的观点：对良好表现的奖励，比对错误表现的惩罚要有效得多。有大量研究证据支持这个说法 [2]，不管你是教育小孩、训练运动员，甚至马戏团训练小动物，都应该以正面鼓励为主。

没想到，座中立即有一个老教官站出来表示反对。他说，我带过无数飞行员，每当有个学员做了一个极其漂亮的飞行动作，我表扬他，他下一次的动作准保变糟；可是每当有人飞得像一坨狗屎，我把他骂得狗血淋头，他下一次通常都会飞得更好！别跟我扯什么心理学，军队里就是吼叫最管用！

卡尼曼一时语塞。难道说那么多研究都错了吗？

如果你是个家长的话，你可能也有同感：孩子做错了事，你骂他一顿，他下次往往会表现好一点；他有一次考试成绩特别好，你一通猛夸，结果他下次反而考得没那么好。难道说“不打不成才”才是真理？

卡尼曼后来才意识到，老教官说的现象没错，但是解释是错的。

那不是管理学，那是统计学 —— 那不叫批评有效，那叫「回归均值（Regression to the Mean）」。这个道理是，特别好或者特别坏的表现都属于极端情况，都比较罕见 —— 所以下一次自然就没有那么极端了，你就算不批评不表扬，它也会更接近平均值。

我们上一讲说的「选择效应」，是你因为数据没看全而总结了错误的因果关系；而「回归均值」，则是你把数据的正常波动当成了因果。它会让你对极端事件过激反应。

✵

回归均值这个现象是达尔文的表弟、英国科学家弗朗西斯·高尔顿（Francis Galton）在 1886 年最早提出来的 [3]。当时他研究身高遗传，发现高个父母的孩子平均没有父母那么高，矮个父母的孩子平均也没有父母那么矮 —— 难道说上帝喜欢讲公平，专门把极端者往中间拽吗？

高尔顿想了十多年才想明白，其实逻辑很简单。事物大多有一定的运气成分，可以说，

你的观测结果 = 事物的真实水平 + 随机运气。

这哥们在某一次测试中表现得“极其好”，意味着他不仅具备一定的实力，而且那天碰巧赶上了“极其好的运气”。但获得那么好的运气的概率是很小的。所以当他下一次再测试，就算实力一点都没变，好运气大概率也不会重现了。那么他的下一次表现，就几乎注定会比这一次差。

反过来也是。这一次搞砸了，也不只是能力的问题，也是运气太差 —— 总遇到坏运气的概率是很小的，所以下次的运气就没那么差了，表现自然就提升了。

就如同有一种力量在让他的表现向真实水平“回归”一样。当然这里根本就没有什么力量。即使没有教官的表扬或者批评，好的也不会一直好，坏的也不会一直坏，这就是正常的随机波动！

可是人的大脑实在太喜欢归因了。后来卡尼曼和他的合作者阿莫斯·特沃斯基（Amos Tversky）总结 [4]，人很难理解回归均值，就经常犯两种错误：一个是错把波动当因果，一个是错把运气当实力 —— 可以统称为「回归谬误（Regression Fallacy）」。

✵

关键是极端值实在太吸引我们解读了。

如果一个人表现这么优秀，难道不是因为他本身特别强大吗？

如果一个人表现特别恶劣，难道不是因为这个人有毛病吗？

如果一个人从优秀变得平庸，难道不是因为他骄傲自满了吗？

如果一个人从恶劣变得不那么差，难道不是因为我们对他的整改见效了吗？

殊不知这一切很可能只是随机波动而已。

回归均值 on C.CUI's Log