La regresión a la media ( ing. regresión hacia la media ) es un tipo de creencias conductuales no estándar, según las cuales las medidas de una variable aleatoria , que están antes y después de los extremos , invariablemente tienden al valor promedio de toda la muestra . [1] . Es un serio obstáculo para las estadísticas: contaminar la muestra de variables aleatorias independientes, sesga los resultados de las observaciones y puede conducir a predicciones incorrectas.
Las creencias no estándar son creencias aceptadas por un individuo en condiciones de incertidumbre o cuando se requiere una evaluación de las probabilidades de ocurrencia de ciertos eventos. Al mismo tiempo, un individuo reacciona a un cambio en las frecuencias estadísticas casi linealmente y la información se actualiza de acuerdo con Bayes : cualquier información nueva sobre un evento cambia la probabilidad de que ocurra.
Una de las variedades de creencias no estándar, junto con la autoconfianza, el sesgo de confirmación, las heurísticas de disponibilidad, así como todo tipo de sesgos cognitivos , de los cuales ahora hay alrededor de 20, es el efecto de reversión o regresión a la media.
El término " regresión " fue utilizado por primera vez en 1886 por el famoso investigador inglés Francis Galton en el curso de la resolución de cuestiones sobre la herencia de las características físicas humanas. Analizó la relación entre la estatura de 930 niños y la estatura promedio de sus padres y concluyó que la estatura promedio de ambos es de aproximadamente 68,2 pulgadas (173 cm). Consideró además una situación en la que la altura promedio de los padres estaba en el rango de 70 a 71 pulgadas, lo que significa que la altura de sus hijos correspondía a aproximadamente 69,5 pulgadas [2] . Este hecho indicó que la estatura de los niños difería de la estatura promedio de todos los niños en una cantidad menor que la estatura de sus padres de la estatura promedio de todos los padres, lo que significa que el indicador retrocedió. Al mismo tiempo, si la altura media de los padres era muy inferior a la estándar, la altura de sus hijos alcanzaba valores superiores, acercándose también a la media. Este fenómeno fue denominado por Galton como " regresión hacia la mediocridad " ( ing. regresión hacia la mediocridad ), y más tarde adquirió el nombre de " regreso al promedio " ( ing. regresión hacia la media ).
Después de graficar la estatura promedio de los padres en una escala horizontal, Galton determinó la estatura promedio de sus hijos y la marcó en el eje vertical. Combinando los resultados en el plano de coordenadas, descubrió que formaban una línea casi recta, que más tarde se denominó línea de regresión.
La manifestación del efecto bajo consideración se puede rastrear fácilmente en el ejemplo del desempeño de los estudiantes en una de las clases de la escuela secundaria. Si a cada uno de los participantes en el experimento se le dan pruebas que contienen cien preguntas, cuyas respuestas solo pueden ser " sí " y " no ", parece obvio que con una masa significativa de resultados "promedio", también habrá aquellos que hará frente a la tarea muy bien o muy mal. Al mismo tiempo, si después de un tiempo, por ejemplo, al día siguiente, se distribuyen nuevamente pruebas similares a los mismos estudiantes, sus estadísticas de desempeño se reducirán un poco hacia el valor promedio: es poco probable que los participantes que arrojaron resultados altos al azar la última vez tengan un grado tan alto de suerte que repiten su éxito, y aquellos que fallaron la tarea la primera vez es probable que aprendan una lección sobre cómo resolver ciertas tareas y puedan aumentar su puntaje. Indudablemente, en tal muestra aún habrá estudiantes con capacidades intelectuales especiales que constantemente mostrarán un puntaje alto debido a su propio conocimiento, pero entonces sus indicadores ya no pueden llamarse variables aleatorias y, por lo tanto, el efecto de volver al promedio será no aplicarles.
La regresión a la media también puede explicar la serie de fracasos de los equipos deportivos, como el fútbol, tras un partido anterior disputado con éxito. Si no tenemos en cuenta la habilidad del equipo, la profesionalidad de los jugadores, y nos basamos únicamente en la suerte, una feliz coincidencia y una selección “favorable” de un adversario, podemos decir que con un alto grado de probabilidad la las actuaciones posteriores del equipo serán menos productivas. De acuerdo con un esquema similar, se puede juzgar que un club deportivo que ha sufrido una derrota completa en un partido podrá aumentar su posición en juegos posteriores.
Como ya se mencionó, el efecto de reversión al valor medio es un serio obstáculo para la correcta interpretación de los resultados del estudio. Aunque su influencia puede ser compensada con el uso de herramientas estadísticas especiales, ignorar este efecto puede acarrear problemas importantes, especialmente en el campo de todo lo relacionado con la salud y la medicina.
En su práctica, los médicos suelen utilizar pruebas de diagnóstico sobre el bienestar de los pacientes para realizar un seguimiento de la eficacia del tratamiento o recetar uno nuevo en función de los resultados. Sin embargo, tales pruebas iniciales pueden contener errores aleatorios, indicar que el tratamiento no es necesario o no produce el efecto deseado, cuando, de hecho, la terapia es más que apropiada. Entre otras cosas, el error de regresión puede hacer que los médicos supongan falsamente que el tratamiento prescrito da resultados positivos, cuando en realidad se trata solo de una distribución aleatoria de datos independientes, que tiende a reducirse hacia la media.
Cuando aparece un nuevo medicamento en el mercado relevante, los médicos primero lo prueban en los pacientes más enfermos que necesitan ayuda urgente y una "píldora mágica". Entonces, "extremadamente enfermo" da resultados muy positivos, que promedian las estadísticas e indican la alta calidad de la nueva vacuna, que puede estar lejos de la verdadera situación. Además, la dinámica de reversión a la media suele ser la causa del efecto placebo en los pacientes [3] .
Sin embargo, un enfoque responsable y de alta calidad para el examen puede resolver el problema y eliminar por completo el efecto de la regresión si los médicos confían en el historial médico de cada paciente individualmente y no rastrean los posibles cambios en las estadísticas generales.