為什麼好東西總會變平凡？#

朋友狂推的餐廳、續集大撲街的賣座電影、沖天後崩跌的股票、奪冠後沉寂的球員——「巔峰之後就是回落」幾乎是常態。這背後不是「炒作」那麼簡單，而是一個被廣泛忽略的統計現象：均值回歸（regression to the mean）。

均值回歸由英國博學家高爾頓爵士（Sir Francis Galton）於約 150 年前首次提出。 雖然無所不在，但時至今日仍未廣為人知。

評估表現的兩個條件#

機率論告訴我們，要評估「典型表現」需要：

1. 足夠多的資料——靠首作就斷定作者天才為時過早
2. 資料具代表性——只看到「驚豔表現」的資料本質上不具代表性

當我們從滿版好評、頭條新聞、名嘴推薦中得知某事物時，看到的全是非典型的數據。

怕什麼，就怕「驚奇」——光憑非凡表現下判斷，幾乎注定要失望。

均值回歸的運作#

任何表現（球隊、學校、股價）都受眾多因素影響，這些因素共同決定一個「平均水準」。但任何時刻的實際表現，幾乎不會剛好等於平均：

• 隨機波動會讓表現偏離平均
• 偏離可能很大、可能持續一段時間
• 但長期來看，正負抵消，表現會「回歸」到平均

越極端的表現，越是非典型——也就越會出現劇烈的均值回歸。 這正是均值回歸最殘酷之處：它能讓糟糕的決策一開始看起來像是英明之舉。

案例：球隊撤換教練#

熟悉的劇本：

1. 球隊賽季初表現正常
2. 進入低潮，連敗
3. 管理層解雇教練
4. 新教練上任後戰績好轉——彷彿換人有效
5. 幾個月後又回到原樣

實際上球隊只是從異常低谷回到自然水平。研究數據顯示，撤換教練對整體成績影響極小。

案例：「恐嚇式管理」與獎金幻覺#

兇悍的主管常宣稱「罵了之後業績就上升」、「給獎金後反而變懶」——這正是均值回歸的兩面：

• 表現極差後 → 自然回升
• 表現極好後 → 自然回落

主管把這誤認為「我的管理風格有效」。 而向他們指出這是統計現象，幾乎沒人愛聽——這也是為何均值回歸至今仍鮮為人知。

案例：醫療「奇蹟」#

新療法研究通常鎖定「異常」患者（如極高血壓）。但這些「異常」可能只是隨機偏離，本就會自然回歸：

• 不知情的研究者會把回歸誤認為「藥物見效」
• 解方是隨機對照試驗（randomised controlled trial, RCT）：將病患隨機分配到藥物組與安慰劑組
• 兩組均會經歷均值回歸，相減即可消除影響

朋友推薦的「治背痛偏方」缺乏對照組，很難分辨是真療效還是均值回歸。有醫師認為許多人對「另類療法」的好感，正是均值回歸的功勞。

案例：投資「明星基金」#

普林斯頓大學經濟學家馬基爾（Burton Malkiel）的研究：

確實有些少數明星基金（例如富達麥哲倫基金的彼得・林區）長期表現出色，難以歸因於均值回歸。 但多數「明星」只是暫時受惠於回歸，幾年後便會褪色——並把投資人一起拖下水。

結語#

根據「表現」做決策時，害怕那些異常驚奇的成績。 非凡表現本質上不具代表性，最容易因均值回歸——這位「終極平等主義者」——而令人失望。