《思考,快与慢》-第17章

【《思考,快与慢》-第17章】第17章所有表现都会回归平均值
本章主要通过几个实例阐述了一个事实:很多事情直接并没有因果关系。
作者去为以色列空军的飞行教练讲授关于高效训练的心理学课程,他为教练们讲授了一个重要原则:对良好 表现的嘉奖比对错误表现的惩罚更有效。但是这个原则受到了教练们的质疑,因为他们的经验表明:被表扬的学员倾向于表现的比上一次糟糕,而被惩罚的学员倾向于进步。
两个相反的结论,使作者收到了启发,他认为:奖励与惩罚对飞行员表现好坏没有影响,他们的表现之所以产生了变化,只不过是因为统计学上的“回归平均值”现象,这种现象与表现质量的随机波动相关,而与奖励和惩罚无关。
这种反思后得到的结论固然有一定道理,但也未必准确,短时间内是无关的,每个人有一个自己的基础水平,每一次的表现等于基础水平加上发挥效果,无论奖励还是惩罚,每一次的发挥效果不同,最终的表现都倾向于回归于基础水平。但奖励或惩罚对学员的心理是会产生影响的,学员因此会更加努力或懈怠,从而长时间的效果会体现在个人的基础水平的变化上,这一点并未被作者考虑进来。
从这个案例中,我们更应该注意的是,从经验总结出来的一些规律,我们更应该去找到背后的真实的原因,并对关联关系作出推测和判断,而不是草率的安排一个因果关系了事。
第二次的表现与第一次并无因果关系
像上述例子中的现象在运动员的比赛表现中也有体现,作者以高尔夫选手前后2天的比赛表现为例,我们通常会根据第一天的表现推测第二天的成绩,包括领域内比较专业的解说员也避免不了这样的思考方式,认为第一天发挥的超好的选手,由于心理压力,第二天表现会偏差,而前一天表现不够好的选手,第二天表现会更好一些。有趣的是,当我们用第二天的成绩倒推前一天的成绩时,也会发现同样的规律,仿佛在印证我们自己寻找的理由一样。但是,其实不过是回归平均值现象罢了,与我们寻找的那个理由并没有关联。
销售预测中注意回归平均值现象
假设你是一家连锁百货公司的销售预测,所有连锁店的规模和商品种类都非常相似,但是一些其他随机因素使商品销量有所不同。现在需要你根据实际销量预测下一年的销量,已知销售额总体预测增长10%,你会怎么做呢?
我下意识的反应是每一家店都增加10%来预测就好了,但仔细一想就会发现这样做的问题,对于业绩好的区域,预测增长应该低于10%,考虑到回归平均值现象。
但是这样预测的前提是影响销量的是其他随机因素,即这些因素与销量的相关性不高,在相关性高的情况下,回归平均值的程度会有不同。
上一篇下一篇

    推荐阅读