Un novato arrasa en la liga, se lleva la portada de la revista — y a la temporada siguiente «baja de forma». Una empresa presenta un trimestre espectacular, el director general da la vuelta de honor — y el trimestre siguiente aterriza con un batacazo. Un estudiante suspende un examen tan estrepitosamente que se contrata al profesor particular presa del pánico — y la siguiente nota es mejor, así que obviamente el profesor es un genio. Un cruce aterrador recibe un radar el mes después de una racha de accidentes — y los accidentes caen, así que obviamente el radar funciona.
Cuatro historias, cuatro explicaciones seguras de causa y efecto. Y cada una de ellas es, al menos en parte, la misma pieza de matemáticas disfrazada. El resultado récord cabalgó una ola de buena suerte que se retiró; el desastre pilló una ola de mala suerte que pasó. Cuando mides de nuevo, la suerte se ha vuelto a barajar — así que el extremo se desliza de vuelta hacia lo corriente, y fiablemente atribuimos el mérito (o la culpa) a lo que hayamos hecho entretanto. Ese deslizamiento tiene un nombre preciso: la regresión a la media (regression to the mean).
Before you read — take a guess
Un comercial tiene un mes espectacular — el doble de sus cifras habituales — y lo nombran Empleado del Mes. El mes siguiente, sus ventas caen de vuelta hacia lo normal. ¿Cuál es la explicación más probable?
El modelo en una frase
Aquí está la idea entera, y vale la pena leerla dos veces.
La regresión a la media, en una frase
Cualquier resultado medido es en parte señal estable (habilidad o calidad real y repetible) y en parte ruido transitorio (suerte que no se repetirá). Cuando eliges un resultado extremo, has elegido algo cuyo ruido probablemente también fue extremo — así que la siguiente medición de lo mismo tiende a caer más cerca de la media, sin necesidad de causa, intervención ni explicación alguna.
La palabra clave es en parte. La regresión a la media no es la afirmación de que la estrella nunca tuvo habilidad o de que el desastre nunca fue real. Es la afirmación de que, siempre que la suerte está en la mezcla, las observaciones más extremas son aquellas en las que la suerte tiraba con más fuerza en la misma dirección que la habilidad — y ese empujón extra es exactamente la parte que no volverá a aparecer. Cuanto más impulsa la suerte un resultado, con más fuerza regresa; cuanto más es pura habilidad, menos se mueve. Ese dial — ¿cuánto de este resultado fue suerte? — es el modelo entero, y puedes sentirlo moverse.
Siéntelo: corona a los afortunados, luego mira de nuevo
Abajo hay un campo de participantes. Cada uno tiene una habilidad estable oculta más
una dosis nueva de suerte en cada ronda, así que la puntuación que ves de verdad es
habilidad + suerte. Reparte una temporada, y la isla corona al cuarto superior de la
ronda 1 como tus «estrellas». Luego dale a todos suerte nueva y juega la ronda 2 — y
observa cómo las estrellas se deslizan de vuelta hacia la media del campo, con los
conectores inclinándose cuesta abajo, sin más motivo que el rebarajado del azar.
Regresión a la media
Corona a los más afortunados — y reparte suerte nueva
Cada participante tiene una habilidad estable oculta más suerte nueva en cada ronda, así que la puntuación que ves es habilidad + suerte. Reparte una temporada, corona al cuarto superior de la ronda 1 como «estrellas», luego dale suerte nueva a todos y juega la ronda 2. Observa cómo las estrellas se deslizan de vuelta hacia la media del campo — y mueve el control para ajustar cuánta de su ventaja era suerte desde el principio.
Pulsa «Repartir nueva temporada» para esparcir un campo nuevo de participantes.
- Ronda 1 · estrellas
- —
- Ronda 2 · estrellas
- —
- Media del campo
- 50
- Ventaja perdida
- —
Juega con el control. En Todo habilidad, las estrellas apenas se mueven en la segunda prueba — su ventaja era real y se repite. En Todo suerte, se desploman de vuelta a la media del campo — su «ventaja» era ruido y el ruido no recuerda. Toda situación real vive en algún punto intermedio, y por eso los extremos se apagan en parte en lugar de aguantar del todo o desplomarse del todo.
En el simulador, arrastras el control hasta el tope en «Todo habilidad» y repartes una temporada nueva. ¿Qué le pasa a la media de las estrellas en la ronda 2?
Por qué esto es un modelo mental, no una nota al pie de estadística
La regresión a la media se gana su sitio en el entramado porque la misma trampa salta en dominios enormemente distintos — en cuanto mides algo dos veces y algo cambió entretanto, tu cerebro te ofrece una causa y esconde la reversión:
- Medicina. La gente va al médico cuando los síntomas están en su punto álgido. Muchas dolencias luego remiten por sí solas — y el tratamiento se lleva el mérito. Es el motor detrás de los testimonios entusiastas de remedios que no hacen nada.
- Gestión de equipos. Castiga a los peores y normalmente mejoran (estaban en un bajón); elogia a los mejores y normalmente decaen (estaban en un pico). Los jefes «aprenden» que la crítica funciona y el elogio sale mal — justo lo contrario de la verdad.
- Política pública. Pon un radar en los puntos con los peores repuntes recientes de accidentes y los accidentes caen — en parte porque elegiste los sitios por su extremo, y los extremos regresan. No construyas un grupo de control y le atribuirás al radar el mérito de la marea.
- Negocios y deporte. El trimestre espectacular, el año de la carrera, el fondo que encabezó las tablas — seleccionados por ser extremos, tienden a volver a la tierra, y nos inventamos relatos («acomodamiento», «la maldición de la portada») para una certeza estadística.
El modo de fallo a vigilar
La falacia de la regresión (regression fallacy): atribuir a una intervención el mérito (o la culpa) de un cambio que la regresión a la media habría producido de todas formas. Es uno de los errores de razonamiento más caros que existen, porque fabrica pruebas a favor de lo que sea que hayas hecho justo después de un extremo — castigos, curas, políticas, charlas motivacionales — y la mejora llega puntual para «demostrar» que tenías razón.
El mapa del curso
Cinco lecciones de enseñanza, y luego un examen final que no puedes deshacer. La ruta de subida:
- Señal más ruido: la mecánica central — por qué todo resultado medido se divide en una señal estable y ruido transitorio, por qué seleccionar sobre un extremo selecciona ruido extremo, y cómo la fiabilidad (la parte que es señal) fija exactamente cuánto regresa un resultado. Enlaza con el tamaño de muestra y las colas gruesas.
- Galton y el descubrimiento — padres altos que tienen (de media) hijos más bajos, la observación que dio nombre a todo el campo del análisis de regresión, más un ejemplo numérico de habilidad + suerte completamente resuelto donde la media del decil superior cae en la segunda prueba mientras la media poblacional aguanta.
- La falacia de la regresión — el error caro en la práctica: la «maldición de la portada» de Sports Illustrated, los radares y la ilusión de los peores-sitios-primero, sentirse mejor después de cualquier visita al médico, y por qué debes tener un grupo de control.
- Elogio, castigo y superstición — los instructores de vuelo de Kahneman, por qué el castigo parece «funcionar» y el elogio «salir mal» cuando es pura reversión, y cómo la misma ilusión cría supersticiones, curas de charlatán y sobrerreacción de los jefes.
- Distinguirla y defenderse de ella — la regresión frente a una tendencia real, la regresión frente a la falacia del jugador (no son lo mismo), y el kit de herramientas: grupos de control, muestras más grandes y simplemente esperar la reversión. Termina con un repaso de todo el curso.
Luego un examen final — calificado, una pregunta a la vez, de un solo sentido: en cuanto respondes, se bloquea. Sin botón de retroceso, sin reintentos.
Cómo usar este curso
Un solo hábito hace casi todo el trabajo: siempre que un resultado cambie tras un extremo, pregúntate cuánto del original fue suerte antes de atribuir la causa. Cuando llegues a un ejercicio, comprométete con una respuesta en tu cabeza antes de revelar — el pequeño escozor de equivocarte es lo que hace que la idea se fije. Los ejercicios son la lección; la prosa solo los prepara.
A continuación: la lección 1, donde dividimos todo resultado en señal y ruido y demostramos por qué el extremo iba, por construcción, cabalgando el ruido.