Saltar al contenido
Modelos Mentales
🎯

Regresión a la media: por qué los extremos no duran

Lo extremo fue extremo en parte por suerte — y la suerte no se repite.

Tras un resultado excepcional — un trimestre estelar, el mejor partido de una carrera, un examen desastroso — el siguiente tiende a acercarse a la media, sin más causa que el azar. El modelo que explica en voz baja por qué el castigo 'funciona', el elogio 'sale mal', las curas milagrosas se desvanecen y las estrellas se apagan.

Ya aprendiste a pensar en probabilidades (thinking in probabilities) — a cambiar el interruptor de sí/no por un dial, anclarte en las tasas base y sopesar las pruebas con Bayes. Este curso instala una de las consecuencias más útiles y más malentendidas de esa forma de ver el mundo: la regresión a la media (regression to the mean). Siempre que un resultado mezcla habilidad estable con suerte pasajera, un resultado extremo casi con seguridad fue extremo en parte por suerte — y la suerte, por definición, no se repite. Así que la siguiente medición de la misma fuente se acerca de nuevo a la media, sin causa, sin intervención y sin ninguna historia de por medio.

Ese único hecho es una bola de demolición para el razonamiento cotidiano. Significa que la empresa que firmó un trimestre arrollador probablemente firme uno más flojo la próxima vez — no porque se confiara, sino porque los trimestres récord cabalgan una ola de buena suerte que se retira. Significa que la atleta de la portada «pincha» la temporada siguiente, que el paciente que fue al médico en su peor momento «se cura» gracias al tratamiento, y que el cruce peligroso donde acaban de poner un radar «se vuelve más seguro» — todo ello, al menos en parte, matemáticas disfrazadas de causa y efecto. La falacia de regresión — atribuir a una intervención una mejora que iba a ocurrir de todos modos — es uno de los errores de pensamiento más caros que existen, y se esconde a plena vista allá donde se miden resultados.

Este curso construye el modelo desde cero. Primero el mecanismo central: todo resultado medido = una señal estable + ruido pasajero, así que seleccionar por lo extremo es seleccionar por ruido extremo, que no se sostendrá. Luego el descubrimiento de Galton — padres altos con hijos (de media) más bajos — la observación que dio nombre, literalmente, a todo el campo del análisis de regresión. Trabajarás un modelo numérico de habilidad+suerte y verás caer la media de un grupo destacado al repetir la prueba mientras la media de la población no se mueve. Después, la recompensa: la falacia de regresión en la práctica (la «maldición» de la portada, los radares y el criterio de peores-puntos-primero, sentirse mejor tras cualquier visita al médico), y la brutal anécdota de los instructores de vuelo de Kahneman — por qué los instructores «aprenden» que el castigo funciona y el elogio falla cuando es pura reversión, y cómo esta misma ilusión cría supersticiones, curas de charlatán y sobrerreacción de los jefes. Por último, cómo defenderse: grupos de control, muestras más grandes y distinguir la regresión de una tendencia real y de la falacia del jugador. Manejarás un diagrama de dispersión interactivo que corona a los más afortunados y los ve deslizarse de nuevo hacia abajo. Al final ya no confundirás nunca la marea que baja con algo que hiciste tú.

En este tema

  1. 1 La regresión a la media: por qué los extremos no duran Un resultado extremo es casi siempre extremo en parte por suerte — y la suerte no se repite, así que la siguiente medición se desliza de vuelta hacia la media sin causa alguna. Conoce el modelo que explica por qué el castigo «funciona», el elogio «sale mal» y las estrellas se apagan. 8 min
  2. 2 Señal + ruido: el mecanismo central Todo resultado medido se divide en una señal estable y un ruido pasajero. Si seleccionas por un extremo, has seleccionado por ruido extremo, y eso es justo lo que hace que la siguiente medición regrese. El mecanismo que sostiene todo el modelo, explicado con precisión. 9 min
  3. 3 Galton y el descubrimiento Francis Galton observó que los padres altos tienen (de media) hijos más bajos, y los padres bajos hijos más altos — la observación que dio nombre a todo el campo del análisis de regresión. Esto es lo que vio, por qué no es un encogimiento de la humanidad, y un ejemplo resuelto de habilidad más suerte que puedes comprobar a mano. 9 min
  4. 4 La falacia de regresión Haz algo justo después de un extremo — castiga el bajón, trata al más enfermo, pon cámaras en el cruce más mortal — y la mejora llega puntual para 'demostrar' que tenías razón. El error de razonamiento más caro que existe, y la única defensa que lo derrota: un grupo de control. 10 min
  5. 5 Elogio, castigo y superstición Regaña la peor actuación y mejora; elogia la mejor y decae — así instructores, entrenadores y directivos 'aprenden' que el castigo funciona y el elogio sale mal. Es justo lo contrario de la verdad, y es pura regresión. La ilusión que engendra supersticiones y curas de charlatán. 9 min
  6. 6 Distinguirla y defenderse de ella La regresión a la media (regression to the mean) no es una tendencia real y, sobre todo, NO es la falacia del jugador (gambler's fallacy), aunque se confunden constantemente. Aprende a distinguir las tres y ármate: grupos de control, muestras mayores y, sencillamente, esperar que lo extremo se atenúe. 10 min
  7. 7 Examen final: la regresión a la media Un examen final calificado y de una sola dirección sobre la regresión a la media (regression to the mean) — el mecanismo de señal más ruido, el descubrimiento de Galton, la falacia de regresión, la ilusión del elogio y el castigo, y cómo distinguir la regresión de la falacia del jugador (gambler's fallacy). Nota de aprobado: 70%. 20 min

Marcar curso como terminado

¿Has acabado todas las lecciones? Déjalo fijado — tu progreso se guarda en este dispositivo.