第17章，讲述了回归平均值模式，我摘录一个案例作为补充阅读，了解这个模式。今天的拆页将聚焦在运用方面。

P158

     同样，如果你关注一个当天的成绩超过标准杆5杆的球员，就可以推测他技术很槽，而且那天运气也不好。当然，你也清楚这些推测不一定都成立。某个打了77杆的运动员很可能非常具有天赋但却遭遇了极其不走运的一天。下面的推测是根据第一天的得分作出的，尽管不确定，但这种推测通常是正确的。

第一天高于一般水平的成绩=高于一般水平的天赋+第一天的好运气

第一天低于一般水平的成绩=低于一般水平的天赋+第一天的坏运气

       现在，假设你已经知道某个高尔夫球手第一天的得分，并且要对其第二天的得分进行预测。你希望这个选手第二天仍旧能够延续前一天的优异表现，所以你给出的最佳猜测就是第一个选手得分“高于平均水平”，而第二个选手得分则“低于平均水平”。当然，运气就很难说了。我们没办法预测出一名选手在第二天(或是任意一天)的运气如何，因此我们能作的最佳推测就是采用其平均值一一既不好也不坏。也就是说，在没有其他任何相关信息的情况下，对于某选手在第二天的得分情况，我们能作出的最好推测就是：第一天的表现不会重演。你很有可能会这样说：

      √在第一天表现很好的高尔夫选手在第二天也会表现得不错，但还是会比第天稍差一点，因为他在第一天碰到的好运气不一定能在第二天再次碰到。

      √在第一天表现不佳的高尔夫选手在第二天也许得分还会低于平均水平，但是会有些提升，因为他第一天的霉运不一定会持续。

     尽管我们会猜测第一名选手在第二天的表现还是会优于第二名选手，但是他们之间的差距会缩小。

     事实上，对选手第二天的表现最准确的预测通常是最保守，最接近平均值的，而不是基于第一天分数的预测。我的学生每次听到这样的结论都很惊讶。正因为如此，这种模式被称为“回归平均值”。原始数据越极端，我们所期待的回归就越明显，因为极好的分数常常表明这一天的运气很不错。这种回归式的预测是很合理的，但是准确度却得不到保证。有些高尔夫选手在第一天得了66杆的高分，如果第二天运气更佳的话，得分甚至更高。当然大部分人的表现都会变差，因为他们的运气不再处于平均值之上了。

      现在我们将时间轴反过来，将选手按第二天的得分情况排序，来看看他们第一天的表现。我们仍旧会发现同样的模式一一回归平均值。第二天表现出色的选手很可能是因为当天运气好，而最好的猜测就是他们第一天的运气不佳。当你根据后期的表现来推测早期表现时，也会发现回归平均值的现象，此时你便会相信这种回归并非巧合。

      回归效应无处不在，很多可以说明这一效应的误导性因果事件同样司空见惯有一个经典的例子，那就是“体育画报的诅咒”一凡是登上《体育画报》( Sports Lustrated)这本杂志封面的运动员都会在接下来的赛季中表现欠佳。一般来说，人们会认为过度自信以及人们对其期望过高的压力造成了这些人表现不佳。不过，这个诅咒可以用更简单的方式来解释：能够成为《体育画报》封面人物的运动员在前赛季一定表现极为出色，也许这种出色的表现在很大程度上源于运气—运气是变的，接下来他就没那么走运了。

拆页十四

来自第十七章《所有表现都会回归平均值》

P165

       假设你为一家连锁百货公司作销售预测。所有连锁店的规模和商品种类都非常相似，但是其地理位置、竟争状况以及其他随机因素使这些商品的销量有所不同。下列数据为2011年的管业额，请你对2012年的营业额进行预测。你已经知道自己可以接受经济学家所作的总体预测——销售额总体会增长10%。那么你将如何完成下列表格?

       读过本章，你就知道将每家店的销售额增加10%显然是不对的。你应当使自己的预测具有回归性：对于业绩不好的店，预测增长率应高于10%；对于业绩较好的店，预测值应低于这个值(甚至是负值)。不过如果你咨询其他人的话，很有可能会碰钉子：这么显而易见的问题还有什么好问的?正如高尔顿历经艰难才发现的那样，回归的概念从来就不是显而易见的。

今天的任务，我们来个RIA便签的自由组合A1案例+I讲解+A2行动步骤。

要求：

1）A1激活经验，模仿拆页中的案例，写一个类似的，可以是你自己的，也可以是别人的案例，内容为设定业绩指标或者孩子的学习成绩。

2）I重述知识，参照拆页内容和前面的补充阅读内容解析你的A1案例。

3）A2规划运用，为你选择的案例主题，做一个未来遇到类似事件运用“回顾平均值”的计划。

4）请用写文章的方式书写，字数不少于500字。

刻意练习可以帮助我们提升表达能力，能帮助我们更好的理解书中知识点，加油！

       《回归平均值帮助考生选择合适专业与学校》

      我的外甥是四年前参加高考的，那年的一月份，妹妹给我电话，告诉我学校老师给她电话，有一个机会可以参加提前或三体一体等考试，问我怎么样，要不要去报考。于是我就问妹妹外甥一直以来的成绩情况，她说成绩基本上保持在班级10名左右。老师说考上一本的可能性有，但不是一点希望都没有，如果是二本由会处在前面的位置。

     但是提前考试进入一本专业的可能性到底有多大呢？

     遇到这种情况，你会怎么办呢？直接给建议：参加？不参加？

   其实如果你用一种分析方法或者模型，帮助对方进行相对合理的分析推理，对方就知道应该如何做了。用回归平均值模型来进行分析，是可以帮助来访者找到解决问题的方法。

   那么如何使用回归平均值模型呢？首先要找到、归纳出平均值。如我的外甥一直来的成绩情况，在班级的排名情况。第二步根据平均值设置略高于或略低于平均值的数值状况。当然这个平均值不一定是精准的具体数值，可以是大致的范围。第三，设定相应的目标或业绩水平。

     其实生活中，我们经常会进行一些预测，然后确定下一步的业绩目标等。比如股票行情会怎样了，未来职业发展的趋向如何？设定工作业绩，制订学习成绩目标等等，那么什么样的业绩目标设置相对是合理的呢？当然是略高于或略低于平均值的目标是相对合理的。

      我将如何运用回归平均值模型？

      我最想用回归平均值模型来预估分析我侄儿的高考状况。接下来三天时间我会先收集侄儿高中三年的成绩情况，计算出他的平均成绩，与往年成绩的比较，再今年考试的难易程度，给出他的大致分数水平是靠近哪个档次：一本（上中下）、二本（上中下）。最后排出相应的专业和学校，给予他高考志愿选择上的帮助。

      其实这种方法可以运用在高考咨询中。