第 6 / 11 部 待錄

回歸平均:那個沒有原因的效應

《快思慢想》Podcast 準備稿:回歸平均:那個沒有原因的效應

背景速覽

這一集收尾第二部分,主題是 Kahneman 認為「最被誤解的統計現象」——回歸平均(regression to the mean),以及如何用它來「馴服」我們過度極端的直覺預測。這是整本書裡最反直覺、也最值得花一整集講清楚的觀念之一,因為它揭穿了無數我們深信不疑的因果故事其實是統計幻覺。

涵蓋第二部分第 8、9 章:回歸平均、馴服直覺預測。這兩章內容相對集中,適合放慢、講深、講透。核心衝擊在於:很多「A 之後出現 B」的現象,根本不需要任何因果解釋——它只是運氣用完了,自然回到平均水準。但我們的大腦拒絕接受「沒有原因的事件」,硬要編一個故事。

一句話重點

凡是帶有運氣成分的表現,極端值之後幾乎必然回歸平均——這不需要任何原因,但我們的腦子受不了「沒有原因」,於是替它編出一堆因果故事,然後信以為真。

值得討論的重點

1. 飛行教官的頓悟:懲罰有效是個統計幻覺

✈️ Kahneman 教以色列空軍教官「獎勵進步比懲罰退步有效」,一位資深教官反駁:「我稱讚學員做得好,下次他反而更糟;我臭罵學員失誤,下次他反而更好。所以懲罰才有效。」教官的觀察完全正確,解釋卻完全錯。學員某次特別好,有部分是運氣,下次運氣用完自然回落;某次特別差,下次自然回升——跟稱讚或責罵毫無關係。整套「懲罰優於獎勵」的信念,建立在一個統計幻覺上,而且他還照著它調整了教學。

2. 回歸平均其實就是「相關性不完美」的另一面

📏 Galton 發現高個子父母的小孩平均比父母矮、矮個子父母的小孩平均比父母高(他叫它「向平庸回歸」)。關鍵洞見:只要兩個變數的相關性小於 1,就一定有回歸。父母身高與子女身高相關 0.5,父母高一個標準差,子女預期只高 0.5 個標準差。相關性越低,回歸越強;相關性為零時,不管父母多高,子女預期都等於全體平均。「運動畫刊封面魔咒」「新藥讓症狀改善」很多都是這個——不是魔咒、不見得是藥效,是回歸。

3. 馴服直覺預測:永遠不要做極端預測

🎓 Julie 四歲就能流利閱讀,她現在 GPA 多少?大家直覺給 3.7、3.8。但這個預測太極端了。正確做法分四步:(1) 先定基準(全體平均 GPA);(2) 寫下你的直覺預測;(3) 估計證據與目標的相關性;(4) 按相關性比例調整。如果基準 3.2、直覺 3.8、相關 0.3,調整後應該是 3.2 + (3.8−3.2)×0.3 ≈ 3.38。代價是:你永遠不會預測極端值、永遠沒機會說「我早就知道他會成功」——但整體準確度更高。

注意事項

⚠️ 回歸平均極度反直覺,務必放慢。最有效的方式是先讓聽眾跟著飛行教官一起「相信懲罰有效」,再慢慢拆穿——讓他們體驗「原來我也會這樣誤解」,比直接講定義有力得多。

⚠️ 別把回歸平均講成「所以努力沒用、一切都是運氣」。要精準:它說的是「帶運氣成分的表現,極端值會回歸」,不是「表現全靠運氣」。技術、實力決定你的「平均水準」在哪,運氣決定你某一次離平均多遠。

⚠️ 馴服預測那段有公式,但別把它變成數學課。重點是「精神」——從基準出發、讓證據按比例調整、相關性越弱越要回歸平均。一個 Julie 的例子算到底就夠了。

專家補充

💡 一個讓人不舒服但深刻的點:無偏誤的預測「在心理上很難受」——它總是偏向平均、看起來缺乏自信、永遠不讓你押極端。但這正是它準的原因。可以連到「狐狸與刺蝟」(Tetlock):愛給鮮明極端結論的「刺蝟」上電視機率高、但預測爛;謹慎、總說「看情況」的「狐狸」無聊,但準。媒體獎勵的,正好是最差的預測者。

💡 Kim vs Jane 的招聘例子超實用:Kim 剛畢業、面試亮眼但沒研究記錄;Jane 有三年扎實研究記錄但面試普通。直覺選 Kim(印象強),但 Kim 的資料點少、運氣成分大,需要更大幅度回歸;Jane 樣本大、更可靠。越是令人印象深刻的面試,越要警惕自己是被「故事的連貫性」騙了,而不是「證據的可靠性」。

💡 David Freedman 的名言可以當金句:「如果回歸的話題在法庭上出現,擅長這個議題的那一方必定敗訴。」因為陪審員的系統一強烈偏好因果解釋,聽不進「這只是統計必然、沒有原因」。這點出回歸平均的核心悖論——它是「一個沒有原因的效應」,而人類無法接受沒有原因。

討論問題

🎙️ 開場鉤子:先把飛行教官的話完整講一遍,問聽眾「他講得有沒有道理?」——大部分人會覺得有,然後再拆穿。

🎙️ 自問自答:我有沒有把「某次很糟之後變好」歸功於自己做了什麼(換了方法、罵了人、吃了某個藥),但其實它只是回歸平均?

🎙️ 留給聽眾:下次你看到一個很亮眼的數字(某人某次超常發揮、某店某月業績暴衝),先別急著找原因——問一句:這裡面有多少是運氣,接下來會不會只是回歸平均?

更大範圍關聯

  • 資料素養的核心:回歸平均是讀懂幾乎所有「介入後改善」研究的關鍵——醫療、管理、教育、體育訓練全都充斥這類誤讀。可連《精準預測》《如何用數字唬人》。
  • 演算法 vs 直覺的伏筆:「簡單公式為什麼常勝過專家」正是因為公式不會被生動個案綁架、會自動回歸——這直接接到下一部分 EP7「直覺 vs 公式」。
  • 與《異數(Outliers)》對話:Gladwell 愛講「成功者做對了什麼」的因果故事,而回歸平均提醒我們:頂尖表現裡有很大一塊是運氣,事後的因果歸納常常是敘事謬誤。很適合做一次「打臉成功學」的討論。
  • 管理與帶人:「懲罰優於獎勵」的幻覺,對所有當主管、當老師、當父母的人都是當頭棒喝——你以為有效的管教,可能只是回歸平均在替你背書。

錄製建議

  • 建議時長:約 20 分鐘。這集內容集中,可以講得從容、深入,是整個第二部分的「智性高潮」。
  • 開場策略:飛行教官的故事是最完美的開場——先誘導聽眾認同,再翻轉,全集張力一次拉滿。
  • 節奏:Galton 身高、Julie GPA 都要講慢。公式那段用一個數字算到底(3.2 → 3.38),算完用白話收:「看,正確的預測一點都不刺激,但它才準。」
  • 結尾:行動呼籲——「這禮拜抓一個你正在替它『找原因』的好成績或壞成績,問問自己:這會不會只是回歸平均?」第二部分到此完結,預告 EP7 進入第三部分「過度自信」。