Мозгоускорители - Страница 49

Вот два вопроса, на которые нужно отвечать, используя принцип регрессии (как это ни странно):

...

1. Какова вероятность того, что американец в возрасте от 25 до 60 лет будет иметь доход, который позволит ему войти в 1% самых богатых людей в этом году?

2. Какова вероятность того, что этот человек останется в числе 1% самых богатых людей в следующие десять лет?

Вероятность, что человек войдет в 1% людей с самым высоким доходом, составляет 110 на 1000. Готов поспорить, что сами вы бы не догадались. А вот вероятность, что человек останется на этом же уровне в течение десяти лет, составляет всего 6 на 1000. Поразительно на фоне вероятности разбогатеть на один год. Эти данные особенно удивляют потому, что мы не думаем о доходе как о величине в высокой степени переменной и подверженной эффекту регрессии. Но на самом деле изменчивость доходов индивида от года к году очень велика (особенно это касается распределения доходов в верхнем сегменте). Предельные значения доходов, как ни странно, широко распространены среди населения в целом. Но именно потому, что они предельные, они не часто будут повторяться из года в год. Подавляющее большинство этих злополучных богачей из 1% уже скоро не будут в него входить, так что не слишком завидуйте им!

Тот же самый принцип можно применить к предельно низким доходам. Более 50% американцев оказывались за чертой бедности или крайне близко к ней хотя бы раз в своей жизни; но вовсе не так много людей живут за чертой бедности постоянно. Редко можно встретить человека, который постоянно сидит без работы. Большинство тех людей, которые когда-либо в своей жизни жили на социальное пособие, жили на него максимум пару лет или около того. Так что не принимайте и их слишком близко к сердцу.

Мы можем наделать серьезных ошибок, неправильно истолковав событие в смысле возможности регрессии к среднему значению. Психолог Даниэль Канеман, беседуя с группой израильских авиаинструкторов, сказал однажды, что похвала более эффективна, чем критика, если нужно изменить чье-то поведение в желательном направлении. Один из инструкторов возразил, сказав, что, если похвалить пилота за хорошо выполненный маневр, в следующий раз он выполнит его хуже, а вот если наорать на него за плохой маневр, то в следующий раз он выполнит его лучше. Однако этот инструктор не заметил тот факт, что показатели работы неопытного пилота нестабильны и после очень хороших полетов следует ожидать регрессию к среднему значению — как и после очень плохих полетов. Исходя из чистой теории вероятностей можно ожидать, что после полета, прошедшего лучше, чем обычно, последует полет, более близкий к средним показателям, то есть он будет хуже. Если же полет прошел хуже обычного, следует ожидать улучшения в последующие разы.

По всей вероятности, показатели учеников этого инструктора были ниже, чем могли быть, если бы он воспринимал эти показатели как непрерывную переменную величину и ожидал, что за любым предельным значением обязательно последует значение менее предельное. В таком случае он бы только поощрял выдающиеся успехи своих учеников, что позволило бы ему вырасти как учителю.

Восприятие — обоюдоострый меч, который мы всегда носим с собой, — дает мощный импульс такой ошибке инструктора. Мы все мастера сочинять гипотезы о причинах тех или иных событий. Узнав о событии, мы проявляем завидную находчивость, объясняя его причины. Увидев разницу в наблюдениях на протяжении длительного времени, мы с готовностью выдаем интерпретацию причин этих различий. Большую часть времени причинные связи отсутствуют вообще — а есть лишь случайные совпадения. Когда мы начинаем замечать, что какое-то событие постоянно происходит в связке с другим событием, желание дать этому объяснение становится поистине непреодолимым. Наличие такого соотношения событий почти автоматически провоцирует на нас на соответствующие выводы и объяснение причин. Конечно, полезно быть все время начеку, ища причинно-следственные связи, объясняющие, почему в мире все происходит так, а не иначе. Но тут возникают две проблемы: 1) объяснения даются нам слишком легко — если бы понимали, насколько поверхностны наши гипотезы о причинно-следственных связях, мы бы доверяли им намного меньше; 2) в большинстве случаев никакая причинно-следственная интерпретация не подходит вообще, и нам даже в голову не пришло бы ее выдумать, если бы мы лучше понимали, что такое случайный характер явлений.

...

Давайте рассмотрим пару других примеров применения принципа регрессии.

Если IQ матери ребенка 140, а отца — 120, каково наиболее вероятное предположение о том, каким будет IQ их ребенка?

160 155 150 145 140 135 130 125 120 115 110 105 100

Психотерапевты обычно рассказывают об эффекте «до и после», свойственном многим пациентам. До начала лечения пациенты считают, что их состояние хуже, чем оно есть на самом деле, в конце лечения считают, что состояние лучше, чем на самом деле. Почему?

Если вы ответили, что ожидаемое значение уровня IQ ребенка — с учетом того, что IQ одного родителя 140, а другого 120, — будет 140 или выше, вы не учли феномен регрессии к среднему значению. IQ, равное 120, это уровень выше среднего, как и 140. Если вы не думаете, что между IQ родителей и ребенка возникает идеальное соотношение, вы должны спрогнозировать, что IQ ребенка будет ниже, чем среднее значение IQ его родителей. Так как соотношение между средними значениями IQ обоих родителей и среднее значение IQ ребенка равно 0,50 (чего вы, полагаю, не знали), ожидаемая величина IQ ребенка окажется где-то посередине между средним значением этой величины у родителей и средним значением всего населения в целом, а именно 115. У очень умных родителей родятся дети, которые будут просто умны (выше среднего уровня). У очень умных детей обычно родители, которые просто умны (выше среднего уровня). Регрессия работает в обоих направлениях.