Regresión a la media

De un Vistazo

1. Resumen Rápido

Cualquier puntuación que mezcle habilidad y suerte vuelve hacia su media a largo plazo tras una medición extrema, porque es poco probable que la suerte que produjo el extremo se repita. Un estudiante que suspende estrepitosamente un examen suele sacar mejor nota en el siguiente; un bateador que batea .400 en abril se enfría; un paciente que va al médico el peor día de un brote se encuentra mejor una semana después, con tratamiento o sin él. Francis Galton midió el patrón en la estatura de las familias en 1886, y Kahneman y Tversky mostraron en 1973 que la intuición humana lo ignora. El problema es que actuamos ante los extremos: elogiamos tras la mejor actuación y castigamos tras la peor, medicamos en el pico de los síntomas, luego vemos cómo las cifras se asientan y concluimos que fue cosa del elogio o de la pastilla. Esa conclusión es la falacia de la regresión, y engaña también a estadísticos con formación.

Explicación sencilla

Cuando algo tiene un día muy bueno o un día muy malo, el día siguiente suele ser más normal. Eso pasa solo. La suerte no se queda en el extremo mucho tiempo. El error es pensar que lo que hiciste entremedias causó el cambio.

Imagina que juegas a un videojuego y sacas tu peor puntuación de siempre. Tu hermano mayor te dice que coges mal el mando y te hace cambiar la forma de agarrarlo. En la siguiente partida, tu puntuación sube. ¿Ha sido por la nueva forma de agarrarlo? Puede ser. Pero una puntuación tan mala fue sobre todo mala suerte, y la siguiente iba a ser mejor de todas formas. Ahora tu hermano cree que su consejo funciona, y tú también.

Aquí tienes un truco. Cuando algo mejore después de que lo hayas cambiado, hazte una sola pregunta: ¿estaba especialmente mal justo antes de cambiarlo? Si la respuesta es sí, puede que el cambio no hiciera nada. Vuelve a hacerlo como antes unas cuantas veces y compara. Solo así sabrás qué ayudó de verdad.

2. La Ciencia Detrás

2.1. Descubrimiento e Historia

Francis Galton observó el patrón por primera vez en guisantes de olor en la década de 1870: los descendientes de semillas muy grandes eran grandes, pero menos que sus progenitores, y los descendientes de semillas muy pequeñas eran menos pequeños. Lo llamó "reversión" y lo tomó por un hecho propio de la herencia.

Los datos humanos llegaron con el artículo de 1886 "Regression towards mediocrity in hereditary stature". Galton reunió las estaturas de 928 hijos adultos de 205 parejas de progenitores y las representó frente a una estatura combinada del "progenitor medio". Los padres altos tenían hijos altos, pero, en promedio, los hijos solo se situaban a unos dos tercios del camino entre la media de la población y la estatura de sus padres. "Mediocridad" significaba el punto medio, no baja calidad. Galton tomó esto al principio por una fuerza de la herencia, y después vio que representar a los padres frente a los hijos daba el mismo resultado: la regresión aparece siempre que dos medidas están correlacionadas de forma imperfecta, en ambas direcciones y sin necesidad de biología alguna.

La falacia tuvo su primera demostración clara en 1933, cuando Horace Secrist, profesor de estadística en la Universidad Northwestern, publicó The Triumph of Mediocrity in Business. Había seguido las tasas de beneficio de cientos de empresas durante una década y encontró que las más rentables del primer año habían bajado hacia la media en el décimo, mientras que las menos rentables habían subido. Lo interpretó como la competencia desgastando la excelencia. Harold Hotelling, en su reseña del libro en el Journal of the American Statistical Association, señaló que Secrist había redescubierto la regresión, y que la dispersión de las tasas de beneficio en sus propios datos no se había reducido.

Donald Campbell y Julian Stanley llevaron la lección al diseño de investigación en 1963, al incluir la "regresión estadística" entre las amenazas a la validez interna: cualquier grupo seleccionado por una puntuación extrema parecerá haber mejorado tras cualquier tratamiento. La psicología se sumó con el artículo de Kahneman y Tversky de 1973, "On the psychology of prediction", que mostró que la gente predice como si el vínculo entre la evidencia y el resultado fuera perfecto. Kahneman contó más tarde la historia que hay detrás: un instructor de vuelo de la Fuerza Aérea israelí que había concluido por experiencia que los elogios empeoran a los cadetes y los gritos los mejoran.

Hitos clave:

• 1877: Galton informa de la "reversión" hacia la media en el tamaño de las semillas de guisante de olor
• 1886: El artículo de Galton sobre la estatura halla una tasa de regresión de unos dos tercios en 928 hijos adultos
• 1933: The Triumph of Mediocrity in Business, de Secrist, confunde la regresión con una ley de la competencia; la reseña de Hotelling identifica el error
• 1963: Campbell y Stanley señalan la regresión estadística como amenaza a la validez interna
• 1973: Kahneman y Tversky muestran que las predicciones intuitivas son "no regresivas"
• 1999: Campbell y Kenny publican A Primer on Regression Artifacts
• 2005: Barnett, van der Pols y Dobson publican su tutorial en el International Journal of Epidemiology

2.2. Investigadores Clave

2.3. Estudios Emblemáticos

"Regression towards mediocrity in hereditary stature" (Galton, 1886)

Galton agrupó a 928 hijos adultos según la estatura del progenitor medio y tabuló las medianas. Los hijos de progenitores medios 3 pulgadas por encima de la media de la población estaban, en promedio, unas 2 pulgadas por encima de ella; los hijos de progenitores medios 3 pulgadas por debajo estaban unas 2 pulgadas por debajo. Lo importante es la estructura: siempre que se predice a partir de un predictor imperfecto, la mejor predicción es menos extrema que el predictor.

"On the psychology of prediction" (Kahneman y Tversky, 1973)

Los participantes leían descripciones de personas y predecían resultados como la nota media académica. Las descripciones tenían poco valor diagnóstico, y aun así las predicciones eran casi exactamente tan extremas como las impresiones que causaban: un párrafo elogioso producía la predicción de una nota media brillante. Un predictor débil debería dar una predicción cercana a la media; los participantes se comportaban como si fuera perfecto. Los autores llamaron a esto predicción "no regresiva" y la vincularon a la heurística de representatividad. El artículo también comenta el caso del entrenamiento de vuelo, en el que los instructores veían que los cadetes elogiados volaban peor la vez siguiente y los reprendidos volaban mejor, y sacaban la lección causal equivocada.

The Triumph of Mediocrity in Business y la reseña de Hotelling (Secrist, 1933; Hotelling, 1933)

Secrist clasificó las empresas en deciles según un año base y siguió cada decil hacia delante a lo largo de la década de 1920. Todos los deciles superiores bajaron y todos los inferiores subieron. Hotelling observó que el mismo patrón aparece si se clasifica por el año final y se mira hacia atrás: las "mejores" empresas de 1930 estaban más cerca de la media en 1920. Nada convergía. Secrist había seleccionado extremos y había visto cómo se diluía el componente de suerte. En el intercambio posterior, Hotelling comparó el método con demostrar la tabla de multiplicar colocando elefantes en filas y columnas.

2.4. Base Neurológica

No existe un conjunto de estudios de neuroimagen sobre la falacia de la regresión en concreto, y esta sección no debe fingir lo contrario. Lo que sí existe es una imagen bien establecida de los mecanismos sobre los que funciona la falacia.

Los sistemas de aprendizaje del cerebro detectan causas a partir de la secuencia temporal: hacer algo, ver un cambio, reforzar el vínculo. Las neuronas dopaminérgicas del mesencéfalo se activan en proporción a cuánto difiere un resultado de lo esperado (el error de predicción de recompensa documentado por Wolfram Schultz y sus colaboradores en la década de 1990), de modo que los sucesos sorprendentes, incluidas las actuaciones extremas, llevan una señal de aprendizaje desproporcionada. No hay una señal comparable para "esto habría pasado de todos modos", porque una línea de base contrafáctica no es un suceso y no genera sorpresa. Reconocer la regresión exige anular el vínculo automático con un pensamiento estadístico deliberado, que es lento y fácil de saltarse.

3. Orígenes Evolutivos

Nuestros antepasados no necesitaban el concepto de ruido. Necesitaban aprender rápido qué acciones iban seguidas de qué resultados, y una regla que trata toda secuencia de "acción y luego cambio" como prueba de causalidad es una buena regla cuando la mayoría de los cambios tienen causas y una creencia falsa cuesta poco.

La regresión solo se convierte en un problema a cierta escala de medición. Necesita una magnitud medida repetidamente, suficiente variación por azar como para que importe y una selección basada en un extremo. Los humanos ancestrales rara vez seguían cifras a lo largo de muchos ensayos y nunca tuvieron un grupo de control. En muestras pequeñas el componente de azar es enorme, así que casi cualquier cambio observado podía atribuirse a lo último que alguien hubiera hecho, y ninguna retroalimentación podía enseñar la lección contraria.

Detrás de la falacia hay también una presión social. Un líder que actúa con decisión cuando las cosas están en su peor momento, y cuya intervención va seguida de una mejoría, gana autoridad. Como las cosas en su peor momento suelen mejorar, las intervenciones en ese momento salen premiadas por las circunstancias, tengan mérito o no. El mismo mecanismo premia el castigo: la disciplina aplicada tras la peor conducta va seguida de una conducta mejor, así que las culturas que castigan se sienten confirmadas en castigar.

4. Cómo se Manifiesta este Sesgo

4.1. En la Vida Cotidiana

• Atribuir a un remedio para el resfriado una recuperación que empezó en el peor momento del resfriado, que es cuando la mayoría recurre a un remedio
• Creer que la "charla" con un hijo tras unas notas pésimas produjo las mejores notas que vinieron después
• Concluir que un amuleto o un ritual antes del partido acabó con una mala racha
• Esperar que un hijo que sacó una nota brillante una vez siga sacándolas, e interpretar el siguiente resultado normal como un declive

4.2. En el Entorno Laboral

• Evaluaciones del desempeño que premian a las estrellas del último trimestre y reprenden a los rezagados, y luego interpretan la convergencia del trimestre siguiente como prueba de que las evaluaciones funcionaron
• Programas de formación valorados solo a partir de empleados enviados por sus malas puntuaciones, que habrían mejorado de todos modos
• Directivos que aprenden que la crítica funciona y el elogio es contraproducente, porque los criticados acababan de rendir mal y los elogiados acababan de rendir bien

4.3. En los Negocios y el Marketing

• Campañas publicitarias evaluadas por las ventas del mes posterior al lanzamiento, cuando el lanzamiento se programó para coincidir con una caída
• Casos de estudio de "recuperación" sobre empresas seleccionadas porque estaban en lo más bajo cuando empezó el estudio
• Testimonios de clientes que probaron el producto cuando su problema estaba en su peor momento
• Clasificaciones de las tiendas con "mayor mejoría", que en gran parte son clasificaciones de qué tiendas tuvieron peor suerte en el periodo de referencia

4.4. En la Política y los Medios

Los gobiernos actúan ante los extremos casi por definición. Las olas de delincuencia provocan medidas de mano dura y las escuelas con peores resultados reciben programas específicos, así que cada política está montada para parecer un éxito, funcione o no.

Entre sus manifestaciones se incluyen:

• Iniciativas contra la delincuencia anunciadas durante un repunte y a las que se atribuye la bajada posterior
• Sistemas de rendición de cuentas escolar en los que los centros con peores notas registran los mayores "avances" y los de mejores notas, "retrocesos"
• Radares de tráfico instalados en cruces con el peor año reciente de accidentes, cuya mejoría posterior exagera el efecto del radar
• Relatos sobre encuestas que tratan un sondeo atípico como una tendencia y el regreso a la media como un "hundimiento"

4.5. En la Atención Médica

La medicina es donde la falacia hace más daño, porque los pacientes buscan atención cuando los síntomas están en su peor momento y las enfermedades fluctúan. Barnett, van der Pols y Dobson (2005) ponen como ejemplo la presión arterial: si se incluye a personas por una sola lectura alta, la media del grupo baja en la siguiente medición antes de cualquier tratamiento, porque algunas lecturas eran altas en parte por azar. Bland y Altman defendieron lo mismo en el BMJ en 1994. Buena parte de lo que se atribuye al efecto placebo en estudios sin grupo de control es regresión más la evolución natural de la enfermedad, una de las razones por las que el metaanálisis de 2001 de Hróbjartsson y Gøtzsche encontró tan poca diferencia entre los grupos de placebo y los de sin tratamiento.

Implicaciones:

• Las afecciones con brotes (dolor de espalda, migraña, eccema, depresión) hacen que casi cualquier tratamiento iniciado durante un brote parezca eficaz
• Las terapias alternativas prosperan gracias a este patrón, porque la gente las prueba después de que la medicina convencional "fracasara" en un pico de síntomas
• Los médicos pueden aprender por experiencia que un tratamiento funciona cuando solo lo han observado en los extremos
• Los pacientes que dejan un fármaco porque los síntomas mejoraron pueden estar dejando el fármaco que les ayudó, o uno que no hacía nada

4.6. En Finanzas e Inversión

• Perseguir los fondos más rentables del año pasado, que en promedio dan rentabilidades más cercanas a la media al año siguiente
• Despedir a un gestor tras un mal año y contratar a otro tras un buen año, comprando caro y vendiendo barato
• Interpretar el trimestre récord de una empresa como un nuevo nivel en lugar de una extracción alta de una distribución con mucho ruido
• Atribuir a un banco central un repunte que siguió a un mínimo de pánico

5. Casos de Estudio del Mundo Real

Caso de Estudio 1: Los Instructores de Vuelo

• Contexto: En la década de 1960, Daniel Kahneman, entonces un joven psicólogo en Israel, daba una charla a instructores de vuelo de la Fuerza Aérea israelí sobre el hallazgo de que la recompensa mejora el aprendizaje de habilidades más que el castigo.
• Qué ocurrió: Un instructor veterano protestó. Cada vez que elogiaba a un cadete por una maniobra limpia, el siguiente intento solía ser peor; cada vez que le gritaba a un cadete por una mala, el siguiente intento solía ser mejor. La experiencia demostraba, dijo, que el elogio perjudica y el castigo ayuda.
• El sesgo en acción: El instructor tenía razón sobre lo que había visto y se equivocaba sobre el porqué. Una maniobra lo bastante buena como para merecer un elogio era en parte suerte, así que la siguiente probablemente sería más corriente; una maniobra lo bastante mala como para merecer un grito era en parte mala suerte, así que la siguiente probablemente sería mejor. Kahneman lo demostró allí mismo: cada instructor lanzó dos monedas hacia un objetivo situado a su espalda, y los que mejor lo hicieron en el primer lanzamiento lo hicieron peor en su mayoría en el segundo, sin ninguna retroalimentación.
• Consecuencias: Kahneman lo calificó como una de las ideas más satisfactorias de su carrera. Como premiamos tras los buenos resultados y castigamos tras los malos, estamos, en sus palabras, estadísticamente castigados por premiar y premiados por castigar.
• Lecciones aprendidas: La experiencia por sí sola no puede distinguir una intervención eficaz de una aplicada en un extremo. Solo puede hacerlo una comparación con no hacer nada.

Caso de Estudio 2: El Gafe de la Portada de Sports Illustrated

• Contexto: Desde la década de 1950, los aficionados creen que salir en la portada de Sports Illustrated trae mala suerte. Eddie Mathews, de los Milwaukee Braves, salió en el primer número en 1954; la racha de victorias del equipo terminó y él se rompió una mano poco después.
• Qué ocurrió: En enero de 2002 la revista investigó su propia maldición. El periodista Alexander Wolff revisó todas las portadas y encontró que algo más de un tercio de los protagonistas habían sufrido poco después una caída medible del rendimiento, una lesión u otra desgracia. Ese número llevó un gato negro en la portada porque ningún deportista quiso posar para ella.
• El sesgo en acción: Los deportistas llegan a la portada en un pico, y un pico es el punto desde el que la siguiente medición tiene más probabilidades de ser más baja. Si a eso se añade que una temporada normal después de una de récord parece un bache, una "tasa de gafe" de un tercio no necesita ningún gafe. La "maldición de Madden" y el "bajón del segundo año" son el mismo artefacto con otros nombres.
• Consecuencias: Los equipos renuevan contratos en los picos y fichan a jugadores que vienen del mejor año de su carrera, y luego pagan la regresión. Analistas como Bill James, que llamó a este patrón el "principio del plexiglás", crearon sistemas de previsión que acercan las temporadas recientes extremas al nivel consolidado de cada jugador.
• Lecciones aprendidas: Cuando la condición para fijarse en algo es un extremo, lo siguiente será casi siempre menos extremo. Cualquier explicación de esa bajada tiene que superar a la explicación que no necesita ninguna causa.

Ejemplo Histórico: The Triumph of Mediocrity in Business (1933)

Horace Secrist era un estadístico respetado y autor de manuales cuando publicó The Triumph of Mediocrity in Business tras aproximadamente una década de trabajo. Había ordenado empresas de decenas de sectores según sus ratios de beneficio en un año base y luego había seguido a cada grupo hacia delante a lo largo de varios cientos de páginas de tablas. Los gráficos eran monótonos: los mejores grupos bajaban hacia la media del sector y los peores subían. Secrist concluyó que la propia competencia erosiona la excelencia y levanta el fracaso.

Harold Hotelling vio enseguida que aquello era regresión a la media y nada más. La dispersión de las tasas de beneficio entre empresas, que debería haberse reducido si la mediocridad estuviera triunfando, no se había reducido. Secrist se defendió en las páginas de correspondencia, y Hotelling respondió con la comparación de los elefantes, que sobrevivió al libro.

El episodio sigue siendo la advertencia de referencia en la enseñanza de la estadística porque quien cayó en la falacia era un profesional, que trabajaba con cuidado y con datos abundantes. Seleccionar por un extremo garantiza el artefacto, por muchos datos que haya detrás.

6. El Coste de este Sesgo

6.1. Costes Personales

• Dinero gastado en remedios, suplementos y cursos que "funcionaron" solo porque se probaron en un momento bajo
• Relaciones en las que se cree que la crítica es eficaz y que el afecto es contraproducente
• Niños educados con una disciplina más dura de la que sus padres elegirían de otro modo

6.2. Costes Profesionales

• Ascensos y despidos basados en un único trimestre extremo, seguidos de decepción con la "estrella" y sorpresa ante la recuperación del empleado "problemático"
• Presupuestos de formación gastados en programas que nunca se han contrastado con un grupo de comparación
• Pérdida de credibilidad cuando un rotundo "esto funciona" no resiste una evaluación adecuada

6.3. Costes Sociales

• Dinero público comprometido en políticas que solo parecieron eficaces porque se introdujeron en un pico del problema
• Sistemas educativos que clasifican y penalizan según los cambios de un año a otro, que son sobre todo ruido
• Tratamientos y terapias alternativas sostenidos por testimonios de pacientes tratados en su peor momento
• Pérdida de confianza en la evaluación cuando programas que "obviamente funcionaban" fracasan en ensayos aleatorizados

6.4. Impacto Estadístico

• La tasa de regresión de Galton para la estatura humana fue de unos dos tercios: los hijos de padres a 3 pulgadas de la media quedaban, en promedio, a unas 2 pulgadas de ella
• La regresión esperada es proporcional a uno menos la correlación entre las dos mediciones; con una correlación de 0,5, se espera que una primera medición extrema pierda en la segunda la mitad de su distancia a la media
• El metaanálisis de 2001 de Hróbjartsson y Gøtzsche encontró poca diferencia entre los grupos de placebo y los de sin tratamiento en la mayoría de los resultados, lo que implica que buena parte de la "mejoría con placebo" en estudios no controlados es regresión y evolución natural

7. Los Beneficios Ocultos

El fenómeno de la regresión es pura ganancia para quien lo entiende. Es una herramienta de previsión gratuita: cuando tengas que predecir la siguiente medición a partir de una última medición con mucho ruido, acerca tu estimación a la media y acertarás más que la mayoría de las intuiciones. La falacia en sí tiene efectos secundarios que no son todos malos:

• Mantiene a la gente intentándolo: Creer que las intervenciones funcionan, aunque la evidencia sea regresión, hace que los pacientes sigan tomando la medicación, los directivos sigan formando a su gente y los padres sigan implicándose. La alternativa es la indefensión aprendida.

• Da un consuelo inofensivo: Los amuletos y las historias de remontada dan a la gente una sensación de control en los momentos bajos. Cuando el coste es bajo, una falsa sensación de control durante un bache puede valer más que la verdad.

• A menudo acierta con un efecto real: Muchas intervenciones aplicadas en los extremos sí funcionan: los antibióticos para una infección grave, una conversación seria con un adolescente que lo está pasando mal. La falacia exagera el efecto, pero la dirección de la acción suele ser la correcta.

Estos beneficios duran solo hasta que aumenta lo que está en juego. En medicina, en política y en finanzas, el coste de tratar el ruido como señal supera con mucho el consuelo de sentir que se tiene el control.

8. Autoevaluación: ¿Tienes este Sesgo?

8.1. Lista de Señales de Advertencia

• Cuando algo mejora justo después de que lo cambies, das por hecho que el cambio causó la mejoría
• Tienes un remedio, suplemento o ritual en el que crees por una única recuperación espectacular
• Según tu experiencia, la crítica funciona mejor con la gente que el elogio
• Esperas que alguien que acaba de lograr el mejor resultado de su vida siga rindiendo a ese nivel
• Esperas que alguien que acaba de tener el peor resultado de su vida siga rindiendo a ese nivel
• Rara vez te preguntas "¿estaba esto inusualmente mal justo antes de que actuara?" al juzgar si una medida funcionó
• Juzgarías un programa nuevo comparando las cifras de antes y de después, sin grupo de comparación
• Cambias de fondos, proveedores, médicos o estrategias tras un solo periodo malo
• Es cuando las cosas están peor cuando más tiendes a probar algo nuevo, y luego le atribuyes el mérito
• Puedes nombrar varias cosas que "le dieron la vuelta" a una situación, pero pocas que se hayan contrastado con no hacer nada

Puntuación:

• 0-2 casillas marcadas: Susceptibilidad baja
• 3-5 casillas marcadas: Susceptibilidad moderada
• 6-8 casillas marcadas: Susceptibilidad alta
• 9-10 casillas marcadas: Susceptibilidad muy alta

8.2. Preguntas de Autorreflexión

1. Piensa en el último tratamiento o técnica que recomendaste porque "a ti te funcionó". ¿Cómo de mal estaban las cosas cuando empezaste?
2. En tu trabajo, ¿a quién se señala para elogiarlo o corregirlo, y cuándo? ¿Está el momento ligado a un resultado extremo?
3. La última vez que juzgaste un cambio por las cifras de antes y después, ¿cómo habría sido la cifra de "después" sin ningún cambio?
4. ¿Recuerdas una mala racha que terminara sola? ¿A qué tuviste la tentación de atribuir su final?
5. Cuando alguien a quien diriges o enseñas tiene una actuación excepcional, ¿tratas la siguiente, más corriente, como un problema que hay que arreglar?

8.3. Escenario de Diagnóstico Rápido

Escenario: El índice de satisfacción del cliente de tu equipo, que suele rondar el 7,5 sobre 10, bajó a 6,1 el mes pasado. Organizaste un taller de dos horas sobre estándares de servicio. Este mes la puntuación es de 7,4.

¿Cómo reaccionarías?

• A) Extender el taller a todos los equipos; subió la puntuación más de un punto → Susceptibilidad alta
• B) Considerarlo un probable éxito, pero estar atento a la cifra del mes que viene → Susceptibilidad moderada
• C) Tener en cuenta que 6,1 era una lectura inusualmente baja, así que volver a 7,4 era el resultado más probable en cualquier caso; probar el taller en la mitad de los equipos antes de concluir nada → Susceptibilidad baja

9. Identificar este Sesgo en Otros

9.1. Indicadores Conductuales

• Actúa con más decisión en los extremos y cita la mejoría posterior como confirmación
• Lleva una lista de cosas que "funcionaron" sin una sola comparación con no hacer nada
• Lee cualquier clasificación de "mayor mejoría" como una lista de intervenciones con éxito
• Reacciona a un mal resultado con grandes cambios y a un buen resultado con grandes compromisos
• Prefiere el castigo al elogio basándose en "lo que he visto"

9.2. Señales de Alerta en las Conversaciones

Frases que dice la gente bajo este sesgo:

• "Lo probé cuando peor estaba, y en una semana ya estaba mejor."
• "Cada vez que le felicito se relaja; cada vez que le aprieto las tuercas se pone las pilas."
• "Los números eran terribles, trajimos a los consultores y míralos ahora."
• "La delincuencia bajó un 20 % después de la mano dura. ¿Qué más pruebas necesitas?"

Tipos de argumentos que plantean:

• Comparaciones de antes y después sin grupo de control y sin mencionar qué motivó la acción
• Testimonios reunidos entre personas que buscaron ayuda en el pico de su problema

Preguntas que evitan hacerse:

• "¿Qué habría pasado si no hubiéramos hecho nada?"
• "¿Cómo de inusual era el resultado que nos hizo actuar en primer lugar?"

9.3. Desencadenantes Situacionales

• Cualquier decisión tomada porque una cifra era inusualmente alta o baja
• Programas que incluyen a participantes por una puntuación extrema (clases de refuerzo, listas de pacientes de alto riesgo, empleados "problemáticos")
• Afecciones que fluctúan, como el dolor, el estado de ánimo, las alergias y los problemas de piel
• Las crisis, que llegan en los picos y van seguidas de alivio

10. Estrategias de Desesgo Cognitivo

10.1. Técnicas Inmediatas

• La pregunta "¿por qué ahora?": Antes de atribuir mérito a cualquier cambio, pregúntate por qué se actuó en el momento en que se actuó. Si la respuesta es "porque las cosas iban inusualmente mal (o bien)", da por hecho que parte del movimiento posterior es regresión.
• Reducir el pronóstico: Al predecir a partir de un único resultado extremo, parte de la media a largo plazo y muévete solo una parte del camino hacia ese resultado. Cuanto más débil sea el vínculo entre pasado y futuro, menos te mueves.
• Invertir la clasificación: Haz lo que hizo Hotelling con Secrist. Elige los extremos al final del periodo y mira hacia atrás. Si también parecen venir de la zona media, lo que tienes delante es regresión.

10.2. Estrategias a Largo Plazo

• Aprender el mecanismo, no el eslogan: Resuelve un ejemplo con números (los dos tercios de Galton, o una correlación de 0,5 y una medición extrema) hasta que la idea de que la regresión no necesita causa te parezca obvia.
• Llevar un registro de predicciones ante extremos: Cada vez que un resultado destaque, apunta tu predicción para el siguiente. Revísalo cada trimestre. La mayoría descubre que sus predicciones son demasiado extremas en la dirección del último resultado.
• Separar la selección de la evaluación: Si tienes que seleccionar a partir de una medición, evalúa con otra distinta, o con una posterior tomada cuando el efecto de la selección ya haya pasado.

10.3. Diseño Ambiental

• Grupos de control por defecto: Todo programa que pueda implantarse primero en la mitad de las unidades elegibles debería implantarse así. La mitad no tratada es la única línea de base honesta.
• Varias mediciones de referencia: Exige dos o tres lecturas previas a la intervención antes de incluir a nadie por un resultado extremo. Promediarlas elimina la mayor parte del azar de la selección.
• Bandas de confianza en las clasificaciones: Toda tabla clasificatoria o lista de "mayor mejoría" debería mostrar el rango de variación normal, para que el movimiento dentro de la banda no se lea como un cambio.

10.4. Cuándo Buscar Asesoramiento Externo

• Cuando un programa o tratamiento se aplicó porque una cifra era extrema y estás a punto de ampliarlo
• Cuando sacas una lección sobre las personas (elogio, disciplina, incentivos) a partir de tu propia experiencia con su siguiente actuación
• Cuando una comparación de antes y después es la única prueba y hay mucho en juego
• Cuando notas que todo lo que pruebas parece funcionar

A quién consultar: a alguien formado en diseño experimental o epidemiología, que preguntará por la selección y los controles antes de preguntar por el tamaño del efecto. Plantea la petición así: "explícame cómo podría haber aparecido este resultado sin ningún efecto real".

11. Ejercicios Prácticos

Ejercicio 1: El Instructor del Lanzamiento de Monedas

• Objetivo: Vivir la regresión con tus propias manos, en una situación donde no cabe ningún relato causal
• Tiempo necesario: 20 minutos
• Materiales necesarios: Dos monedas, un objetivo (un vaso en el suelo), una hoja de puntuación y al menos cuatro personas
• Nivel de dificultad: Principiante
• Instrucciones:
  1. Cada persona se pone de espaldas al objetivo y lanza dos monedas por encima del hombro hacia él. Cada lanzamiento se puntúa según la distancia al objetivo.
  2. Anota la puntuación de cada persona en la primera ronda.
  3. Sin ningún comentario ni consejo, repite la segunda ronda y vuelve a anotar.
  4. Ordena a las personas por su puntuación de la primera ronda y compara las puntuaciones de la segunda ronda de la mitad superior con las de la mitad inferior. Los que mejor lo hicieron en la primera ronda empeoraron en su mayoría y los peores mejoraron en su mayoría, sin que se hiciera nada entremedias.
• Preguntas de reflexión:
  • Si un entrenador hubiera elogiado a la mitad superior y regañado a la inferior entre rondas, ¿qué habría concluido?
  • ¿En qué parte de tu vida te llega la retroalimentación con esta forma?
• Frecuencia: Una vez, y luego repetirlo como demostración siempre que necesites explicar la idea a un equipo

Ejercicio 2: El Pronóstico Reducido

• Objetivo: Practicar predicciones regresivas a partir de resultados extremos
• Tiempo necesario: 15 minutos por sesión
• Materiales necesarios: Un cuaderno y cualquier fuente de mediciones repetidas (resultados deportivos, cifras de ventas, recuentos de pasos)
• Nivel de dificultad: Intermedio
• Instrucciones:
  1. Busca una lectura reciente que destaque por ser inusualmente alta o baja.
  2. Escribe tu predicción intuitiva para la siguiente lectura.
  3. Calcula la media a largo plazo a partir de las diez lecturas anteriores o más.
  4. Estima a grandes rasgos con qué fuerza una lectura predice la siguiente (cerca de cero para resultados tipo moneda, cerca de uno para rasgos estables). Mueve tu predicción desde la media hacia la lectura extrema aproximadamente en esa fracción.
  5. Anota las dos predicciones. Cuando llegue la siguiente lectura, apunta cuál se acercó más.
• Preguntas de reflexión:
  • ¿Qué distancia había entre tu predicción intuitiva y la reducida?
  • En diez intentos, ¿qué predicción ganó más veces?
• Frecuencia: Semanal durante dos meses

Ejercicio 3: La Auditoría de Selección

• Objetivo: Encontrar la regresión escondida en tus creencias actuales sobre lo que funciona
• Tiempo necesario: 45 minutos
• Materiales necesarios: Papel y bolígrafo
• Nivel de dificultad: Intermedio
• Instrucciones:
  1. Haz una lista de diez cosas que crees que funcionan porque las has visto funcionar: remedios, técnicas de gestión, tácticas de crianza, reglas de inversión.
  2. Para cada una, apunta qué te llevó a probarla. ¿Era la situación inusualmente mala, o inusualmente buena, en ese momento?
  3. Para cada una, apunta si alguna vez has visto el resultado sin la intervención, en condiciones parecidas.
  4. Marca cada elemento en el que el paso 2 diga "extremo" y el paso 3 diga "no". Esas son las creencias que la regresión podría explicar por completo.
  5. Elige una y diseña la prueba justa más barata que puedas: un periodo de comparación, o la búsqueda de un ensayo como es debido.
• Preguntas de reflexión:
  • ¿Cuántas de tus diez creencias superaron la auditoría?
  • ¿Qué creencia te costó más marcar?
• Frecuencia: Dos veces al año

Práctica Diaria

La comprobación "¿fue un extremo?"

Una vez al día, cuando oigas o hagas la afirmación de que algo causó una mejoría o un empeoramiento, pregúntate si el punto de partida era inusualmente alto o bajo.

• Duración sugerida: 1 minuto cada vez que surja una afirmación de antes y después
• Mejor momento del día: Cuando leas noticias, revises resultados u oigas "ha funcionado"
• Cómo seguir el progreso: Lleva la cuenta de las afirmaciones comprobadas y de cuántas partían de un extremo

Reto Semanal

Predecir la bajada

Cada semana, elige una persona, un equipo, un valor bursátil o una estadística que acabe de tener un resultado destacado, y apunta una predicción para su siguiente resultado que esté más cerca de su media. Comprueba el resultado la semana siguiente.

• Resultados esperados tras 4 semanas: Menos sorpresa ante los "baches" y las "recuperaciones"; una idea práctica de cuánto reducir
• Preguntas para el diario de reflexión:
  • ¿Qué bajadas predije bien, y qué extremos resultaron ser cambios reales de nivel?
  • ¿Qué explicación dieron las noticias para cada bajada, y hacía falta alguna?

12. Para Audiencias Específicas

Para Líderes y Directivos

• Gestión del rendimiento: Premia y corrige a partir de medias de varios periodos. Un solo trimestre arriba o abajo es sobre todo ruido, y reaccionar ante él te enseña que la corrección funciona y el elogio falla.
• Práctica personal: Cuando tu intervención vaya seguida de una mejoría, dite a ti mismo "y parte de esto iba a llegar de todos modos" antes de decir nada más.

Para Padres y Educadores

• Explicación adaptada a la edad: "A un día muy malo le suele seguir uno mejor, sin hacer nada. Así que si cambias algo en un mal día y el día siguiente es mejor, no puedes estar seguro de que haya sido por el cambio. Pruébalo unas cuantas veces para saberlo".
• Disciplina: El castigo tras la peor conducta siempre va seguido de una conducta mejor, y por eso la disciplina dura parece eficaz. Juzga tu método por semanas y meses, no por la hora siguiente.
• Programas de refuerzo: Los niños seleccionados para recibir ayuda extra por una sola nota baja mejorarán en el siguiente examen pase lo que pase. Mide el programa con una evaluación posterior, o frente a niños parecidos que no lo recibieron.

Para Profesionales de la Salud

• Experiencia clínica: Ves a la mayoría de los pacientes en el peor momento de afecciones que fluctúan, así que cualquier tratamiento que des entonces parecerá funcionar. Fíate más de los ensayos que del recuerdo de los pacientes que mejoraron.
• Cribado e inclusión: Incluir a alguien por una sola lectura anómala garantiza una mejoría en la siguiente. Usa mediciones basales repetidas antes de diagnosticar o de incluir a alguien en un ensayo.
• Comunicación con el paciente: Cuando un paciente atribuya la mejoría a un suplemento o a una terapia alternativa, pregúntale cuándo empezó. Explicar la regresión con amabilidad, con el ejemplo del "peor día", funciona mejor que despreciar la terapia.

Para Profesionales Financieros

• Selección de fondos: El decil superior de fondos del año pasado está, en promedio, más cerca de la media al año siguiente. Resiste a los clientes que quieren perseguirlo, y el mismo impulso en tus propias asignaciones.
• Relato ante el cliente: Los clientes atribuirán la recuperación al asesor contratado en el fondo y culparán del bache al asesor contratado en la cima. Cuenta la historia de la regresión antes de que ocurra.

13. Interacciones con Otros Sesgos

Sesgos que Amplifican este Sesgo

Sesgos que Contrarrestan este Sesgo

Cadenas de Sesgos Habituales

Resultado extremo → Heurística de representatividad → Intervención → Regresión a la media → Correlación ilusoria → Sesgo de confirmación

Llega un resultado destacado y la heurística de representatividad lo lee como un cambio real de nivel, lo que lleva a actuar. La siguiente lectura regresa, como siempre iba a hacer. La mejoría se asocia a la acción, la asociación se recuerda y los casos en que no pasó nada se olvidan, y nace una creencia en la acción que los extremos siguientes no dejan de reforzar.

Interrupción de la cadena: El punto más barato es el primer eslabón. Si un resultado extremo se reconoce como fruto en parte del azar antes de actuar, la mejoría que sigue no trae ninguna sorpresa que haya que explicar. Si no, un grupo de control en el momento de actuar rompe la cadena en el tercer eslabón.

14. Perspectivas Culturales

Hay poca investigación transcultural directa sobre la falacia de la regresión. El fenómeno estadístico es el mismo en todas partes, y no se sabe que el mecanismo que lo malinterpreta, el aprendizaje causal a partir de la secuencia, difiera mucho entre poblaciones. Lo que cambia es la historia que cada cultura cuenta sobre la bajada que sigue a un pico, y esas historias parecen codificaciones populares de la regresión que ponen una causa donde no hace falta ninguna.

Muchas sociedades advierten contra elogiar demasiado alto a un niño, una cosecha o un éxito. Las tradiciones del mal de ojo del Mediterráneo, Oriente Próximo y el sur de Asia sostienen que la admiración atrae la desgracia, y la prueba popular es fácil de ver: la admiración llega en los picos, y a los picos les siguen bajadas. El pensamiento griego emparejaba la hibris con la némesis, y los proverbios chinos sobre el árbol más alto que se lleva el viento transmiten la misma lección. En el mundo de habla inglesa, el patrón aparece como el gafe y el miedo a "tentar a la suerte".

Las actitudes ante el castigo y el elogio también interactúan con la falacia. Donde la disciplina estricta es la norma, la retroalimentación que describió Kahneman confirma la norma a diario. Donde la norma es una crianza basada en el elogio, la misma regresión funciona al revés, y quienes la practican pueden sentir en privado que el método "no funciona" sin saber decir por qué.

15. Mitos y Conceptos Erróneos

16. Perspectivas de Expertos

"Como tendemos a premiar a los demás cuando lo hacen bien y a castigarlos cuando lo hacen mal, y como existe la regresión a la media, forma parte de la condición humana que seamos estadísticamente castigados por premiar a los demás y premiados por castigarlos." — Daniel Kahneman, Thinking, Fast and Slow (2011), capítulo 17

"Nuestra mente tiene un fuerte sesgo hacia las explicaciones causales y no se lleva bien con la 'mera estadística'." — Daniel Kahneman, Thinking, Fast and Slow (2011)

La desviación media de los hijos respecto a la media de la población era solo una fracción, unos dos tercios, de la desviación de sus padres; los extremos de una generación se moderan en la siguiente, se mire en la dirección que se mire. — Francis Galton (1886), paráfrasis del hallazgo central de "Regression towards mediocrity in hereditary stature"

Seleccionar a personas para un estudio por una sola medición extrema garantiza que su siguiente medición será, en promedio, menos extrema, se les haga algo o no; las protecciones fiables son un grupo de control aleatorizado y mediciones basales repetidas. — Adrian Barnett, Jolieke van der Pols y Annette Dobson (2005), paráfrasis de las conclusiones de su tutorial en el International Journal of Epidemiology

17. Conclusiones Clave

1. El fenómeno no es el sesgo: La regresión a la media es un hecho estadístico de cualquier magnitud con un componente de azar. El sesgo es la falacia de la regresión: inventar una causa para una vuelta a la media que no necesitaba ninguna.

2. Actuamos en los extremos: Tratamos en el pico de los síntomas, castigamos tras la peor conducta y reorganizamos tras el peor trimestre. Cada uno de esos momentos está preparado para que lo que venga después parezca eficaz.

3. El elogio y el castigo están igual de confundidos: Los instructores de vuelo de Kahneman aprendieron que gritar funciona porque solo gritaban tras una mala actuación. La misma lógica hace que el elogio parezca perjudicial. Ninguna de las dos conclusiones se sostiene.

4. El volumen de datos no protege: Secrist tenía una década de cifras de cientos de empresas y aun así leyó la regresión como una ley de los negocios. Seleccionar por un extremo garantiza el artefacto.

5. Reduce tus predicciones: La mejor predicción a partir de una lectura extrema está entre esa lectura y la media a largo plazo, y más cerca de la media cuanto más débil sea la correlación.

6. Los grupos de control son el remedio para evaluar: Las comparaciones de antes y después en unidades seleccionadas por puntuaciones extremas no pueden distinguir un programa eficaz de uno inerte. La aleatorización, varias líneas de base o un grupo de comparación sí pueden.

7. Pregunta "¿por qué ahora?": Antes de atribuir mérito a cualquier cambio, pregúntate si se actuó porque las cosas estaban inusualmente mal o bien. Si fue así, da por hecho que parte de la mejoría iba a llegar de todos modos.

18. Recursos Adicionales

Artículos Académicos

• Galton, F. (1886). Regression towards mediocrity in hereditary stature. Journal of the Anthropological Institute of Great Britain and Ireland, 15, 246-263.
• Kahneman, D., & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237-251.
• Hotelling, H. (1933). Review of The Triumph of Mediocrity in Business by Horace Secrist. Journal of the American Statistical Association, 28(184), 463-465.
• Barnett, A. G., van der Pols, J. C., & Dobson, A. J. (2005). Regression to the mean: What it is and how to deal with it. International Journal of Epidemiology, 34(1), 215-220.
• Bland, J. M., & Altman, D. G. (1994). Statistics notes: Regression towards the mean. BMJ, 308(6942), 1499.
• Stigler, S. M. (1997). Regression towards the mean, historically considered. Statistical Methods in Medical Research, 6(2), 103-114.
• Hróbjartsson, A., & Gøtzsche, P. C. (2001). Is the placebo powerless? An analysis of clinical trials comparing placebo with no treatment. New England Journal of Medicine, 344(21), 1594-1602.

Libros

• Campbell, D. T., & Kenny, D. A. (1999). A Primer on Regression Artifacts. Guilford Press.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Stigler, S. M. (1999). Statistics on the Table: The History of Statistical Concepts and Methods. Harvard University Press.

Capítulos de Libros

• Kahneman, D. (2011). Regression to the mean. In Thinking, Fast and Slow (Chapter 17). Farrar, Straus and Giroux.
• Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research on teaching. In N. L. Gage (Ed.), Handbook of Research on Teaching (pp. 171-246). Rand McNally.

19. Tarjeta de Resumen

20. Glosario de Términos Utilizados

21. Preguntas de Discusión

Para clubes de lectura, aulas o reflexión personal:

1. Los instructores de vuelo de Kahneman eran experimentados, atentos y honestos, y aun así sacaron la lección equivocada. ¿Qué experiencia de tu propia vida tiene la misma estructura, en la que la retroalimentación solo llega tras los extremos?

2. Horace Secrist trabajó una década con datos cuidadosos y publicó con total seguridad una ley de los negocios. ¿Qué hábitos institucionales habrían detectado su error antes?

3. Muchas culturas advierten contra elogiar el éxito demasiado alto. ¿Es la tradición del mal de ojo una teoría popular de la regresión? ¿Qué se pierde y qué se gana cuando un patrón estadístico queda codificado como superstición?

4. Buena parte de lo que se atribuye al efecto placebo en contextos no controlados es regresión e historia natural. ¿Cómo debería cambiar eso la forma en que pacientes y médicos hablan de los tratamientos que "a mí me funcionaron"?

5. La regresión puede usarse mal además de ignorarse: no toda recuperación es una vuelta a la media. ¿Cómo decidirías, para una política o un tratamiento concretos, si se ha descartado la explicación sin causa?

Última actualización: 17 octubre 2026