阅读笔记第295/ 365天
今日阅读《思考，快与慢》
［美］丹尼尔·卡曼尼 著
胡晓娇 李爱民 向梦莹译
第2部分：启发法和偏见
第17章:所有表现都会回归平均值。
一、回归平均值现象。
关于训练技能的一条重要原则：对良好表现的嘉奖比对错误的惩罚更有效。但为什么我们在现实生活中会发现：一个人被表扬之后，很可能会表现的很糟，而惩罚反而会促使他们进步。其实这种现象跟奖励和惩罚之间是毫无关系的。这是个“回归平均值”现象。
这种现象与表现质量的随机波动相关。一般说来，只有一个人的表现远远超过平均值时才能得到表扬。但也许只是恰巧在那一次表现得很好，而后又变差，这与是否受到表扬毫无关系。同样，当一个人某一次非同寻常的糟糕表现招来了怒吼，因此接下来的进步和批评也没什么关系。我们只是把不可避免的随机波动与因果解释联系起来了。
二、第2次的表现与第1次并无因果联系
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。例如：预言诅咒，在比赛中一般人气很高的人，在接下来的比赛中往往表现欠佳。
运动员在第一跳和第二跳的表现之间不存在因果关系。这只是个数学问题，其中运气起了很大的作用。但往往我们都想得到一个因果关系的解释。
三、回归现象的意义
弗朗西斯·高尔顿，英国著名的学者在19世纪发现并命名了回归平均值的现象。他发现子代的高度和母本高度似乎并不相关，但似乎前者比后者更趋于平均。高尔顿以子代高度的回归现象为起点，逐渐发现当两个测量值之间的关联不是那么完美时，此时也会出现这种回归。
1.相关系数。
两个值之间的相关系数指的是：两个值共有因素的相对比重，这个值在0和1之间浮动。我们拥有父母各一半的基因，对于像身高这种受环境影响很小的特征来讲，父母和子女的相关系数在0.5左右。下面的例子能帮助我们更好的了解相关性系数：
美国人收入和教育程度的相关系数约为0.4家庭收入和他们电话号码后4倍之间的相关系数为0。
2.相关性和回归性。
弗朗西斯·高尔顿确定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概念作出阐释。这个概念的原则很简单，但是影响却很深远，只要两个数值之间的相关度不高，就会出现回归平均值的情况。
3.回归概念不是显而易见的。
我们理解回归概念存在很多困难。这些困难皆源自两个系统——系统1和系统2。在相当数量的案例中，即便提供了一些统计数字，若无特殊说明，相关与回归的关系还是相当模糊的，因此系统2认为理解这种关系很难。因为我们总是要求对事物进行因果关系解释，这也是系统1的一个特征。
我学到：
1.回归效应在我们生活中司空见惯，但是我们却对它视而不见。
因为我们总是要求对事物进行因果关系解释。而不管这些解释是否正确。我们的思维常会对因果关系的解释带有很强的偏见，而且不善于处理统计数据。
2.试着用回归效应解释生活中的现象。
能够接受第1次表现好的人，在第2次表现的并不那么完美。我们能够对成绩的起伏给予更多的宽容，给予自己和他人更多的接纳和理解。
3.警惕为回归效应提供解巧妙解释的人。这只会让提供解释者赚得盆满钵满。因为他为一个正常的现象安上了一个理由，让我们相信事物之间的存在所谓的因果关系，就像定义了一个咒语，其实它们之间并没有那么密切的联系。书中说到一个例子：为什么聪明的女人常常会嫁给不如他们聪明的男人。其实夫妻二人智商之间的相关性并不是绝对的。高智商女人嫁给那些不如他们智商高的男人是顺理成章的（反之也成立），这一现象用回归平均值效应来解释比用并不绝对的相关性来解释更通俗，也更有说服力。
我们需要记住：只要两个数值之间的相关度不高，就会出现回归平均值的情况。
