title: 这次特别差，下次多半会好一点：回归均值不是安慰，是统计
date: 2026-10-25 10:00:00
categories:

• 1

tags:

• 科普
• 认知
• 统计直觉
• 生活科学

考试砸了，第二天你格外认真，成绩回升，你把功劳记给“痛定思痛”。感冒最难受的那天开始吃某种冲剂，两天后好了，你觉得是冲剂起了作用。球队连输三场后换了战术，下一场赢了，解说会说“调整见效”。这三件事里，可能都有真实的努力和真实的干预。但还有一件几乎总会发生、却很少被单独算进去的事：极端之后，下一次往往没那么极端。

这件事有个干巴巴的名字，叫回归均值。它不是鸡汤，也不是“一切都会好起来”。它只是在说：一次特别好或特别差的结果，里面通常混着稳定能力和随机波动；波动不会每次都站在同一边，所以下一次更可能靠近这个人、这个队、这个指标平时的水平。

科学上真正在说什么

任何一次测量，都可以粗分成两块：相对稳定的部分，和这次碰巧叠上去的噪声。

稳定的部分包括能力、体质、训练水平、题目难度的长期分布。噪声包括当天睡眠、抽到的题目、裁判的一次判罚、测量误差、样本量很小带来的运气。你看到的“这次特别差”，往往是稳定水平再往下偏了一截，不是这个人突然变成了另一个人。

下一次测量时，稳定部分还在，噪声会重新抽一次。它不一定变成好运，但“再次抽到同样方向、同样幅度的坏运气”没有上次那么必然。于是群体层面会看到一条很规整的规律：特别高的下一次平均会低一些，特别低的下一次平均会高一些。个体仍可能继续差、继续好，规律说的是平均方向，不是保证。

这个现象在十九世纪就被注意到。高尔顿观察身高：特别高的父母，子女平均仍偏高，但没有父母那么极端，会往人群均值靠一截。他起初用的词更接近“回归平庸”，后来统计学把它收成更准确的说法：向均值回归。它不需要任何神秘力量，只需要“结果 = 稳定信号 + 不完全相关的噪声”。只要两次测量不是完美相关，回归就会出现。考试、血压、比赛名次、客服评分、投资某一周的收益，都满足这个条件。

有一个思想实验比公式好用。假设一个人的真实水平稳定在 80 分，每次考试再叠加一个或正或负的随机误差。你专门把“这次考了 60 分”的人挑出来。这些人里，有一部分是真实水平本来就低，更多的是这次误差偏负。下一次误差重新抽取，负向误差不会自动续杯，平均分就会从 60 往 80 的方向挪。你若只看被挑出来的这批人，会觉得“他们变好了”。其实是你用极端值做了筛选。

证据强弱要分开看

已有较强证据 / 科学共识

回归均值是统计事实，不是有争议的假说。只要两个变量不是完全相关，极端值在后续测量中向各自均值靠拢，就可以从相关结构里推导出来。它在教育研究、医学、体育和计量里被反复验证，也是随机对照试验要设对照组的原因之一。

经典的教学例子是“责骂与表扬”。飞行学员某次着陆特别差，教官痛骂一顿，下次往往好一些；某次特别漂亮，教官表扬，下次反而普通。如果只看时间先后，会得出“责骂有效、表扬有害”。更干净的解释是：特别差和特别好的那次，本身就含有不会稳定重复的波动。不责骂、不表扬，下一次平均也会往中间走。卡尼曼后来把这类误读写进对直觉的讨论里，作为“我们太爱给波动编故事”的例子。故事可以是真的，但故事不是唯一原因。

医学里同样硬。血压特别高的人，复查时常常没那么高，即便中间什么都没做。原因包括测量误差、白大衣效应、当天状态，也包括你本来就是因为“这次很高”才被选进来。所以“吃了某药，血压下来了”如果没有对照，不能把下降全部记到药上。症状最重的时候开始任何干预，之后变轻，都要先问一句：是不是本来就会从谷底往上走。

有限证据 / 尚无定论

回归均值解释得了“极端之后往往没那么极端”，解释不了变化的全部幅度。一个人考砸后认真复盘，下次进步 15 分，其中也许 8 分是回归，7 分是真学会了。拆开这两部分，需要对照、重复测量或更大样本，不能靠一次前后对比拍脑袋。不同领域噪声有多大，也不一样：主观评分、小样本比赛、单次体检，回归更猛；非常稳定的生理指标、大样本平均，回归更温和。具体能“回去”多少，得看这个指标两次测量的相关有多高，没有统一百分比可套。

常见误解 / 证据不足

第一，回归均值不是“万物终将平庸”，也不是劝你放弃努力。稳定能力的差异不会被它抹掉。长期很强的人，回归之后仍然强，只是单次巅峰不容易原样复制。它约束的是对一次极端结果的解读，不是对长期训练的否定。

第二，它也不是“差的下次一定好、好的下次一定坏”。说的是条件期望：在“这次特别极端”这个条件下，下次的平均更靠近均值。单个人完全可以继续极端。用它预测某一个具体的人，会经常打脸。

第三，把它当成万能安慰，和把它当成万能借口，是同一类错误。项目失败后说“下次会回归”，等于假装噪声会替你改设计。投资里连续一周大赚，说“实力到了，不会回归”，等于假装那一周没有运气。两个方向都是把统计规律用成了愿望。

第四，相关仍然不是因果。回归均值只是在提醒：时间上先发生的干预，后面跟着的改善，不一定是干预造成的。它本身不证明某种方法无效，只证明“前后对比”这一种证据太弱。

生活里怎么用，而不过度

用它的方式很朴素：看到极端结果，先别急着换整套叙事。

看一次考试、一次比赛、一次体检的异常值，默认问三个问题。这个指标平时的水平是多少？这次离平时有多远？我是不是正因为“这次特别差/特别好”才注意到它？如果三个答案都指向“被极端值筛选过”，那下一次的部分回摆，应先记在回归名下，再谈方法灵不灵。

评价一个改变有没有用，尽量别只用“最差的那次”当基线。多测几次再动手，或者和没有做这个改变的人比。学校里，专门挑上次垫底的学生做辅导，下次平均分上升，不能单独证明辅导方案成功——垫底组即使发一张空白试卷讲解，平均也会好看一些。医疗和健身里，症状最重那天开始的任何仪式，都享受同样的统计顺风。这不是说辅导和治疗无用，是说要用没被极端值挑选过的对照，才分得清顺风和药效。

对自己也可以少写一点英雄剧本。状态极差的一天之后变正常，不必立刻升华成“我战胜了自己”；状态极好的一天之后回落，也不必立刻判决“我退步了”。先看一周、一个月的中枢水平，再决定要不要改方法。改变方法仍然值得，只是别把回归送你的那一截，记成方法的全部功劳。

也不必因此变得虚无。若一个指标反复、稳定地偏离你想要的位置，那就不是单次噪声。回归解释的是波动，不是一条长期停在低位的曲线。曲线停在低位，该改的是训练、睡眠、流程或就医，不是再等一次“均值把你拉回去”。个体差异很大；身体指标异常、症状持续，应就医，而不是用统计词汇拖延。

一句话

特别差的下一次往往会好一点，特别好的下一次往往会普通一点；先把这截统计回摆认出来，剩下的才是你的方法真正做到的部分。