如何让均值回归为你服务？
如何让均值回归为我们服务：
第一个观点来自于《论预测心理学》这篇论文是由丹尼尔•卡尼曼和阿莫斯•特沃斯基合作完成的。他们在文中提出有三类信息与统计预测相关：先验信息或者基础利率，个案的具体依据，预测的预期准确度。应对这三类信息，关键是要决定如何正确评估信息。
稳定性可以用一个相关系数来测量，一般来说高度相关与实力一致，有助于我们进行准确预测。低相关代表运气对活动结果发挥了相当重要的作用，也会让特定的预测结果变得没那么精确。大家应该记得我们讲过最实用的统计数据都具备稳定性及可预测性的特征。这意味着下一个结果与上一个结果相似，这也代表着你可以控制接下来发生的事情（经过你的努力，你想要达成的目标可以与你最终获取的东西之间实现高度相关的状态）。
权衡信息和稳定性，这两点可以为我们判定下一个结果的情况提供具体的指导。在那些相关关系不密切的世界里，均值回归非常重要。事实上在许多时候，基础利率—频率分布的平均值是判定下一个结果如何的最佳方式。然而在日常生活中，这并不是人们做决定的方式——人们常常不去考虑的强劲的均值回归倾向，在他们眼里现在好预示着未来好，现在糟糕预示着未来糟糕，而他们也是凭借这样一种错误的观点来做预测。
稳定性为我们提供的另外一个具体指导非常简单。当你的行为和行为结果之间的相关程度很高时，你不需要去过多考虑以往的结果。相反，你可以更多关注跟个案相关的依据。评估下一个结果如何的最佳方式是看当前的结果如何。这种评估方式适用于那些实力对活动结果产生重大作用的场合。网球比赛和静走都算得上是实力性很强的活动。
在许多场合，实力水平也是恒定不变的。实力总是不断的，变动时高时低。你的实力水平在短时间内可能不会有所变化，但是如果你要考量自己的实力，在一段相对长的时间内的状况，你就必须要搞清楚实力水平背后不断波动的原因。你刚提到的观点，相关的一点是你准备用来测量的样本量十分关键。获取的样本量越大，你评估实力水准的能力就会越高。众所周知，样本小得出的结论一点也不准确可靠，因此你必须确保自己的样本足够大，这样你才能得出可靠的结论。在其他条件相同的情况下，与大样本相比，小样本需要你把更多的均值回归现象考虑在内。
可以说，均值回归理论只适用于平均数有存在意义的场合。在生活中，均值回归理论适用于许多活动。
网友评论