Che cos’è la regressione alla media?

Definizione e spiegazione

Se la tua squadra preferita ha vinto il campionato l’anno scorso, cosa significa per le loro possibilità di vincere la prossima stagione? Questa è una domanda importante, spesso con soldi o orgoglio sulla linea (La Lega, chiunque?). Nella misura in cui ciò è dovuto all’abilità (la squadra è in buone condizioni, top coach ecc.), la loro vittoria segnala che è più probabile che vinceranno l’anno prossimo. Ma maggiore è la misura in cui ciò è dovuto alla fortuna (altre squadre coinvolte in uno scandalo di droga, sorteggio favorevole, scelte di draft si sono rivelate bene ecc.), meno è probabile che vinceranno l’anno prossimo. Ciò è dovuto al concetto statistico di regressione alla media.

Regressione agli esempi medi

Supponiamo di eseguire alcuni test e ottenere alcuni risultati (alcuni estremamente buoni, alcuni estremamente cattivi e alcuni nel mezzo). Poiché c’è qualche possibilità di eseguirli, quando esegui di nuovo il test su quelli che erano sia estremamente buoni che cattivi, è più probabile che siano più vicini a quelli nel mezzo. Questa è regressione alla media.

Un esempio di giocattolo

Immagina di essere un insegnante e imposta ai tuoi studenti un test vero / falso con 100 domande, e i tuoi studenti, intelligenti come sono, lanciano una moneta per scegliere una risposta: heads = true; tails = false. Ci si aspetterebbe la media dei punteggi dei test per essere 50. Naturalmente, attraverso pura fortuna, alcuni studenti segneranno significativamente sopra 50 e alcuni sostanzialmente sotto 50. Se hai ingenuamente preso il tuo 10% di studenti più performanti e dai loro un secondo test usando la stessa strategia, il punteggio medio dovrebbe essere vicino a 50. Così i tuoi studenti più performanti “regredirebbero” fino alla media di tutti gli studenti che hanno preso il test originale.

Se, d’altra parte, non ci sono possibilità coinvolte con i punteggi dei test degli studenti, ci si aspetterebbe che non ci sia regressione alla media e il 10% superiore degli studenti sia lo stesso nel primo e nel secondo test. La maggior parte delle situazioni si trova tra questi due estremi e ci si aspetta che ci sia una regressione alla media (e quanto dipende da quante possibilità ci sono coinvolte, o quanto è rumoroso).

Altri esempi di regressione alla media

Nella scienza

Se uno studio suggerisce che health chemical YK7483 sta sovraperformando tutti gli altri trattamenti per la filariosi linfatica (guardare questo non è per i deboli di cuore), non dovresti mettere tutta la tua fede in quel risultato. Quando si esegue un secondo test di YK7483, è più probabile che sia più vicino alla media la seconda volta che lo si prova. Se hai preso il valore al valore nominale e non hai proiettato per il fatto che probabilmente regredirà alla media, avresti smarrito i tuoi soldi. In uno studio sistematico di questo effetto, John Ioannidis ha analizzato “49 dei risultati di ricerca più apprezzati in medicina negli ultimi 13 anni” e ha scoperto che il 16% degli studi era contraddetto, il 16% aveva effetti più piccoli nel secondo studio rispetto al primo, il 24% è rimasto in gran parte incontrastato e solo il 44% è stato replicato. E ricorda, questi sono i risultati della ricerca più apprezzati che ti aspetteresti di essere più affidabili, non solo un vecchio campione.

Nella vita

La vostra organizzazione ha un grande trimestre, soddisfare e superare tutti gli obiettivi fissati. Se le ragioni alla base della sua performance sono invariate, farà meno bene il prossimo trimestre.

Tutto ciò potrebbe essere un po ‘ deprimente, ma considera che è vero anche il contrario. Eventi anormalmente cattivi sono suscettibili di essere meno male la prossima volta che accadono! Se l’anno scorso è stato un anno orribile per te, dovresti aspettarti che le cose migliorino. Se la tua squadra preferita è finita all’ultimo posto nella stagione precedente, dovrebbero fare meglio quest’anno!