看完了整个赛季的篮球联赛之后，我们会发现，某个篮球运动员的手感，在火热几场之后，接下来状态总会下降一些，而在一段低谷后，表现又会逐渐好转。

在一个较长的统计周期里，这是一种事实现象，我们把它称为“均值回归”。

这种回归效应无处不在，例如在股票市场里、在家族各代的身高上面。但很多可以说明这一效应的事件，被错误的归因于因果律。

比如高尔夫比赛中，第一天选手的平均成绩为72标准杆，A君打出了66杆的超好成绩。你怎样对A君第二天的成绩进行预测呢。

如果A君是你喜爱的选手，你可能给出的猜测是A君第二天的表现依然良好，超过平均成绩，可是在你心里，并不会期待A君仍然打出像第一天一样的超好成绩。

你会自然地认为，A君第一天表现的超级好，现在他一定很紧张，压力很大，因为想保持住卓越的表现，估计第二天表现会稍差一点。

看吧，大脑会在没有任何依据的情况下，编出了一个有理有据的故事，让事物进入到它所熟悉的因果关系上。

真相是什么呢？

我们能对A君做出的最准备预测是：他的第一天的表现不会重演。在第二天究竟表现的是好还是稍差，仅仅在于运气而已。压力可能会使一个人表现更差，但也可能更好。

我们需要了解的是，对于一个跳高运动员第一跳和第二跳的表现之间不存在因果关系。这只是一个概率问题，其中运气起了很大作用。

虽然我们都想得到一个有因果关系的解释，但事实确非如此。

说到“均值回归”现象，我们不得不提高尔顿。他除了是19世纪英国著名的学者之外，还是达尔文的表兄。是他发现并命名了回归平均值现象。

在1886年，高尔顿发表了，《在遗传的身长中向中等身长的回归》，其中涉及对连续子代的种子大小的测量，以及对子代株高和母本株高的比较。

他不仅发现了子代高度的回归现象，还揭示了，当两个测量值之间的关联不是那么完美时，也会出现这种回归。

假设我们对某小学100名儿童进行评估，来寻找儿童体重和钢琴水平的相关性时。会发现这两个变量之间竟也存在着均值回归现象。

如果知道安的体重在100名儿童中排在第10位，我们就可以推测她比平均年龄要大。如果知道娜娜的钢琴水平排在85位，我们就可以推测她应当比大多数孩子年龄小。

在这里我们引出“相关系数”的概念，指的是两个变量共有因素的相对比重。它的值在0和1之间。值越大，说明两个变量的的相关性越强。

为了便于理解，举两个例子：

1.一个物体的长度，用英制单位和用公制单位测量的结果是一样的，他们的相关系数为1；

2.一个人的身高和臂展，相关系数为0.8，身高越高通常臂展越长。

高尔顿用了几年时间，确定了相关性和回归性并非两个概念，它们只是从不同视角对同一个概念作出的阐释。

只要两个数值之间的相关度不高，就会出现回归平均值现象。这个概念的原则很简单，但却影响深远。如我们上面举的儿童身高和钢琴水平的例子。身高和钢琴水平的相关度不高，几乎让我们建立不起任何联想。但是它们之间存在着均值回归现象。有个更显而易见的，关于这个概念的社会现象是：

聪明的女人常常会嫁给不如她们聪明的男人。或者我们常说的“鲜花插在牛粪上”。即便对大多数高知分子，也会自然地用因果关系去解释这种现象。一些人会认为高智商的女性为了避免和同样高智商的男性竞争，才出此下策。或者是在择偶时，不得不做出妥协，因为高智商的男性太少了；也许还有其他牵强的解释。而真相是：夫妻二人智商之间的相关性并不是绝对的。

真相通常正确，听起来却很无聊。如果有律师朋友恰好听到了本篇，试图把回归的概念用在民事审判的抗辩中，我想当你向法官解释“回归“现象时，你多半会输掉官司。

我们的思维，常会对因果关系的解释，带有很强的偏好，而且不善于处理统计数据。当人们把注意力集中在某一事件上时，相关的记忆就开始探寻其原因，一旦发现有回归效应时，因果关系解释就会被激活。

可事实上用因果关系解释回归现象都是不对的，均值回归虽然可以用来解释现象，却无法找出其中原因。

可恨的是，那些能够为回归现象，提供巧妙的因果解释的人，往往会赚的盆满钵满。因为他们太会利用我们思维的缺陷，来投其所好了。

如果一个作家写了几篇日记，火了一把。她声称“我写的日记火了，是因为他们都没写真话而已“，尽管她说的没错，但也很有可能被媒体讨伐。

我一下子同情起来，为什么高尔顿会绞尽脑汁地向社会解释回归的概念，为什么回归现象是在万有引力理论出现两百年后，才为人们所知。

它真的太稀松平常了，像我们呼吸的空气一样，让人们无感。即便我们现在都知道了均值回归概念，但大脑理解起来依然存在困难。我们的大脑常常抑制不住地对事物进行因果解释。

对回归效应作出错误的因果解释，不仅仅发生在普通人身上，一些杰出学者，也犯过同样错误。所以需要我们小心提防，这种毫无缘由的因果推论，形成的陷阱。