Корелацията между точките за интелигентност на съпрузите не е пълна.
Това твърдение е очевидно вярно и изобщо не е интересно. Та кой би очаквал корелацията да е пълна? Тук няма нищо за обясняване. Но твърдението, което намирате за интересно, и твърдението, което намирате за банално, са алгебрически еквивалентни. Ако корелацията между интелигентността на съпрузите не е пълна (и ако мъжете и жените, средно взето, не се различават по интелигентност), тогава съществува математическата неизбежност високо интелигентните жени да се омъжват за съпрузи, които са средно по-малко интелигентни от тях (и обратното, разбира се). Наблюдаваната регресия към средното не може да е по-интересна или по-обяснима от непълната корелация. Вероятно съчувствате на Галтъновата борба с концепцията за регресията. Всъщност статистикът Дейвид Фрийдман обичаше да казва, че ако темата за регресията се появи в криминално или гражданско дело, страната, която трябва да обясни регресията на съдебните заседатели, ще загуби делото. Защо тя ни е толкова трудна? Главната причина за нашето затруднение с нея е тема, която се повтаря непрекъснато в настоящата книга: нашият ум е силно склонен към каузалните обяснения, а не се справя добре с „чистата статистика“. Когато вниманието ни е привлечено към дадено събитие, асоциативната памет ще потърси неговата причина – по-точно казано, автоматично ще се разпространи активация към всяка причина, която вече е складирана в паметта ни. Когато се открие регресия, ще се породят каузални обяснения, но те ще бъдат грешни, защото истината е, че регресията към средното има обяснение, но няма причина. Събитието, което привлича вниманието ни в турнира по голф, е честото влошаване на изпълненията на голфърите, които са имали успех през първия ден. Най-доброто обяснение за него е, че въпросните голфъри са имали необичаен късмет през този ден, но това обяснение е лишено от каузалната сила, която нашият ум предпочита. Всъщност ние плащаме доста добре на някои хора да ни осигуряват интересни обяснения на ефектите на регресията. Икономически коментатор, който би заявил вярно, че „бизнесът е по-добре тази година, защото беше зле през миналата година“, най-вероятно би загубил работата си. * * *
Нашите затруднения да проумеем регресията се пораждат както от Система 1, така и от Система 2. Без специално обучение, а в доста много случаи дори и след обучение по статистика връзката между корелацията и регресията остава неясна. На Система 2 ѝ е трудно да я разбере и научи. Това се дължи отчасти на настоятелното търсене на каузални обяснения, което е характерна черта на Система 1. Децата, страдащи от депресия, третирани с енергийна напитка, се подобряват значително в течение на период от три месеца. Аз измислих това вестникарско заглавие, но фактът, за който съобщава то, е верен: ако известно време третирате група страдащи от депресия деца с енергийна напитка, те ще покажат клинически значително подобрение. Страдащите от депресия деца, които стоят известно време в стойка на глава или прегръщат котка по двадесет минути дневно, също ще покажат подобрение. Повечето читатели на подобни заглавия автоматически ще заключат, че енергийната напитка или прегръщането на котка е причина за подобрението, но това заключение е напълно неоснователно. Страдащите от депресия деца са крайна група, те са по-депресирани от повечето други деца – а с течение на времето крайните групи регресират към средното. Корелацията между точките с депресия в последователни случаи на тестване е непълна, така че ще има регресия към средното: след известно време депресираните деца ще се оправят донякъде дори ако не прегръщат котки и не пият ред бул. За да направите извода, че дадена енергийна напитка – или някакво друго третиране – е ефикасна, трябва да сравните група пациенти, които получават това третиране, с „контролна група“, която не получава никакво третиране (или – по-добре – получава плацебо). Очаква се контролната група да се подобри само благодарение на регресията, а целта на експеримента е да определи дали третираните пациенти се подобряват повече, отколкото може да обясни регресията. Неверните каузални интерпретации на ефектите на регресията не се ограничават с популярната преса. Статистикът Хауард Уейнър е направил дълъг списък с изтъкнати учени, които са допускали същата грешка – смесвали са чистата корелация с причинност.189 Ефектите на регресията са чест източник на проблеми в изследването и опитните учени развиват здравословен страх от капана на неоснователния каузален извод. Един от любимите ми примери за грешките на интуитивното предсказване е адаптация от чудесния текст на Макс Базерман „Оценката при вземането на решение от мениджъри“:
Вашата работа е да предсказвате продажбите във верига универсални магазини. Всички магазини са сходни по размери и избор на стоките, но цените им се различават заради местоположението, конкуренцията и случайни фактори. Дадени са ви резултатите за 2011 г. и ви молят да предскажете продажбите за 2012 г. Инструктирани сте да приемете общото предсказание на икономисти, че продажбите ще се увеличат навсякъде с 10%. Как бихте завършили долната таблица?
След като сте прочели настоящата глава, вие знаете, че очевидното решение да прибавите 10% към продажбите на всеки магазин е грешно. Искате вашите предсказания да бъдат регресивни, което изисква да прибавите повече от 10% към клоновете с най-ниско изпълнение и да прибавите по-малко към останалите (или дори да извадите). Но ако попитате другите хора, вероятно ще се сблъскате с недоумение: защо ги занимавате с един очевиден въпрос? Както болезнено е открил Галтън, концепцията за регресията е далеч от очевидното.