什么是均值回归？例子和怎么避免被它误导

什么是均值回归？

均值回归是指一个特别高或特别低的结果之后，往往跟着一个更接近平均的结果，哪怕什么都没变。弗朗西斯·高尔顿在 1886 年描述过它：特别高的父母，孩子往往也高，但没那么极端。

它不是把东西拉回去的某种力量，而是一种选择效应。

为什么会发生

每个测量值都是稳定水平加随机噪声：

观测值 = 真实水平 + 噪声

当你挑出最极端的结果（最差的一周、效果最突出的活动、转化率最低的页面），挑到的大多是噪声恰好很大的情况。下一个周期噪声重新随机，这些情况就会往它们的真实水平靠回去。

指标噪声越大（样本少、时间短），这个效应越明显。

一个示例：修最差的页面

SEO 团队找出上个月转化率最低的 20 个商品页并重写（示例数字）：

没有对照组时，重写看起来让转化率提高了 0.8 个百分点；有了对照组就知道，大部分回升本来就会发生，重写的真实效果大约只有 +0.2 个百分点。全站平均两个月都是 2.0%。

团队常在哪里被误导

• 对最差的那批采取措施。 辅导表现最差的客服、修转化最低的页面、重新投放效果最差的活动，它们本来就会部分自己好转。
• 表彰表现突出的。 上季度表现排名靠前的渠道，这季度让人失望。
• 告警。 某天数据特别低触发了告警，第二天往往什么都没做就「恢复」了。再叠加近因偏差，团队就容易反应过度。
• 前后对比研究。 因为某个月表现差才加入项目的用户，之后看起来自然会更好。

怎么防范

1. 用对照组：用同样方式挑出来（同样极端）、但不做改动的一组。
2. 挑选和评估用不同时段。 不要用挑出它们的那份数据来评判效果。
3. 用更长的时段、更大的样本，让噪声在每个数值里占比更小。
4. 和基线比，而不是和那个极端点比。

在 TapCub 里

从报表里挑要修的页面或渠道时，顺便记下一组相似但不动的作为对照，一个月后用「上一周期」对比两组。改动当天加一条日期标注。告警方面，带基线的监控条件更稳：「预测基线」和最近 7 天、同星期几比较，「异常检测」用 28 天内同星期几的数据，单独一天的波动影响更小。另见选择偏差。