После экстремума: как регрессия к среднему создаёт ложные объяснения

Когда необычное сменяется обычным

Представим, что в течение недели автобус почти всегда приходит вовремя, а на следующей неделе несколько раз подряд опаздывает. Или школьник неожиданно пишет контрольную намного лучше прежнего, но следующая работа оказывается ближе к его обычному уровню. Такие перемены часто требуют объяснения: «расписание наладили», «он перестал стараться», «погода всё испортила». Иногда причина действительно есть. Но иногда за переменой стоит статистическое явление — регрессия к среднему.

Так называют тенденцию экстремальных наблюдений при повторных измерениях сменяться менее экстремальными, если на них влияют и устойчивые причины, и случайные колебания. Это не обещание, что любое необычное событие обязательно повторится в противоположную сторону, и не сила, которая возвращает показатели к заданной отметке. Речь о вероятности: крайне высокий или низкий результат часто включает временную удачу, помеху или случайное отклонение, которые не сохраняются постоянно.

Важно отличать регрессию к среднему от изменения самого процесса. Если автобусный маршрут перестроили, среднее время поездки может устойчиво измениться. Если же один конкретный рейс случайно сильно задержался, следующий рейс не обязан быть «компенсационно» быстрым. Смысл эффекта становится яснее, когда мы рассматриваем много сопоставимых случаев и повторных измерений, а не одну выразительную историю.

Пример с контрольной работой

Допустим, итоговая оценка складывается из устойчивого уровня подготовки и обстоятельств конкретного дня: сложности заданий, усталости, невнимательности. Ученик обычно получает результат около 70 баллов, но однажды набирает 95. Высокая оценка может отражать реальный прогресс, однако, если подготовка не изменилась, в ней, вероятно, есть и благоприятная случайная составляющая. При следующей проверке эта составляющая может быть меньше, поэтому результат окажется ближе к привычному уровню.

Если учитель после 95 баллов резко ужесточает требования, а затем ученик получает 75, легко решить, что строгость наказала его за успех. Но последовательность «высокая оценка, затем более обычная» сама по себе не доказывает причинной связи. Чтобы оценить влияние требования, понадобилось бы сравнить результаты в условиях, которые различаются именно по этому фактору, учитывая исходный уровень и другие обстоятельства.

Сходная ловушка возникает, когда человека хвалят после плохого выступления, а следующее оказывается лучше. Улучшение может быть связано с поддержкой, практикой или изменением условий. Однако простое сравнение двух результатов не позволяет установить, что именно сработало: плохое выступление могло быть необычно низким из-за временных помех, и следующий результат мог улучшиться бы и без похвалы.

Почему крайние случаи особенно обманчивы

Люди часто начинают наблюдение именно с яркого случая: рекордного результата, необычно долгой задержки или серии редких совпадений. Но крайние значения по определению удалены от центра распределения. Если измерение состоит из устойчивой части и случайной погрешности, экстремум с большей вероятностью содержит необычно большую погрешность, чем типичное наблюдение.

Для наглядности вообразим ежедневное время ожидания транспорта. На него влияют маршрут и расписание, но также случайные задержки. День с рекордно долгим ожиданием мог совпасть с затором или сбоем, который не повторится. На следующий день ожидание, скорее всего, будет ближе к привычному не потому, что транспорт «возместил» потерянное время, а потому, что редкое сочетание обстоятельств не обязано повторяться.

Здесь полезно спросить не только «что произошло после?», но и «почему мы выбрали именно это наблюдение?». Если в отчёт попали только самые успешные или самые неудачные случаи, последующее движение к обычным значениям может быть ожидаемым даже без вмешательства. Выбор экстремума влияет на то, какие истории мы замечаем и запоминаем.

Как не спутать последовательность с причиной

Один способ проверки — заранее определить, с чем сравнивается результат. Если речь о новом способе обучения, важно сопоставить группу, которая его использует, с похожей группой без него, а не только сравнить учеников с их собственным необычно низким показателем до начала занятий. Иначе эффект метода можно завысить: исходный результат мог случайно оказаться особенно слабым.

Второй ориентир — повторяемость. Одно измерение сильно зависит от шума; серия наблюдений помогает оценить обычный уровень и разброс. Полезно также фиксировать условия измерения: изменились ли правила подсчёта, состав участников, период наблюдения или сама процедура. Если эти условия разные, видимое сближение результатов может объясняться не регрессией к среднему, а реальным изменением данных.

Третий ориентир — осторожность с причинными формулировками. «После события показатель снизился» описывает порядок во времени. «Из-за события показатель снизился» утверждает причинную связь, для которой нужны дополнительные основания. В новостных сводках, отчётах и разговорах об азартных играх это различие особенно важно: отдельный крупный выигрыш или неудача не устанавливают ни устойчивую тенденцию, ни влияние конкретного решения. Отдельная история может быть правдивой, но она не заменяет сравнение и контекст.

Что означает эффект — и чего он не означает

Регрессия к среднему помогает понять, почему после экстремального результата часто следует более обычный, и почему вмешательство, предпринятое именно после экстремума, может казаться действенным. Но она не доказывает, что никаких причинных изменений не было. Если после необычного результата меняются условия, измерения нужно оценивать с учётом этих изменений, а не списывать всё на случайность.

Хорошая интерпретация держит в поле зрения три вещи: устойчивый уровень, случайные колебания и правило, по которому наблюдение попало в рассказ или таблицу. Тогда единичный спад не превращается автоматически в доказательство провала, а единичный подъём — в свидетельство гарантированного успеха. Статистическое мышление не отнимает у истории смысл; оно помогает не приписывать ей больше, чем действительно показывают данные.