Daniel Kahneman sobre la regresión a la media

Siempre que la correlación sea imperfecta, los resultados extremos se suavizarán con el tiempo. Lo mejor siempre parecerá empeorar y lo peor parecerá mejorar, independientemente de cualquier acto. 

Esto se llama regresión a la media y significa que debemos tener mucho cuidado al diagnosticar la causalidad. Esto es algo que solemos tener dificultades para entender. Un ejemplo que ilustra el problema, es el ejemplo que propone Daniel Kahneman en su libro Pensar rápido, Pensar despacio

Los niños deprimidos tratados con una bebida energética mejoran significativamente durante un período de tres meses. Me inventé el titular de este periódico, pero el hecho de que informa es cierto: si trataras a un grupo de niños deprimidos durante algún tiempo con una bebida energética, mostrarían una mejora clínicamente significativa. También es el caso de que los niños deprimidos que pasan algún tiempo de pie sobre su cabeza o abrazan a un gato durante veinte minutos al día también mostrarán mejoría.”

Nuestro cerebro está diseñado para buscar relaciones de causalidad. Al leer este ejemplo, seguramente hayamos imaginado que tomar bebidas energéticas es suficiente para animar a alguien deprimido. 

“Los niños deprimidos son un grupo extremo, están más deprimidos que la mayoría de los demás niños, y los grupos extremos retroceden a la media con el tiempo. La correlación entre las puntuaciones de depresión en sucesivas ocasiones de prueba es menos que perfecta, por lo que habrá una regresión a la media: los niños deprimidos mejorarán un poco con el tiempo, incluso si no abrazan a ningún gato y no beben Red Bull.”

Pero esto no es verdad, en realidad lo único que ha pasado es que hemos elegido a un subgrupo que está muy por debajo de la media en un aspecto, y hemos visto que ha mejorado, han revertido hacia la media. Este estudio por sí solo, no nos dice nada, necesitariamos más estudios y grupos de control, a los que no se les ofrezca nada, para ver si el cambio es aleatorio o real.

Este problema de percepción nace de nuestra dificultad para diferenciar entre causalidad, y correlación

Solemos confundir el significado de los términos correlación y causalidad. Correlación significa que cuando un fenómeno sucede, otro sufre un cambio en el mismo periodo de tiempo observado. Estos cambios pueden ser en la misma dirección, por ejemplo ambos aumentan, o no, uno aumenta y otro disminuye.

Que se den cambios en ambos en el mismo periodo de tiempo no significa que haya una relación entre ellos, al menos no directa. En cambio, cuando hablamos de una relación de causalidad, nos referimos a que los cambios en un elemento x, producen cambios en un elemento y. En este caso si que hay una relación entre ellos, y el orden en que se producen los dos eventos importa, porque uno causa cambios en el otro.

Una forma de ayudar a diferenciar si se trata de correlación o causalidad es usar grupos control. Grupos a los que no ofrecemos el tratamiento que queremos estudiar, para ver si hay cambios debidos a elementos fuera de nuestro control. 

Esto es lo que se suele usar para diferenciar entre medicamentos que son efectivos, y medicamente que simplemente tienen un efecto placebo. El hecho de darnos algo “que se supone que nos puede curar”, ya es suficiente para que nos sintamos mejor en muchos casos, porque el dolor es algo que percibimos y que por lo tanto podemos modular.

Para demostrarlo, tan solo tenemos que probar a hacer flexiones con los puños en el suelo, algo que suele ser doloroso, e intentar dejar la mente en blanco. En los momento en que nuestra atención vaya hacia dejar la mente en blanco sentiremos que disminuye el dolor, cuando en realidad es algo imaginado.

Usar grupos control, o lo que en marketing se llama A/B testing o split testing, nos permite determinar si un cambio que hemos hecho produce efectos reales o no. 

En los casos en los que no podamos hacerlo, una opción es estudiar resultados pasados, aunque en este caso debido a que no ocurren en el mismo momento, es difícil controlar los efectos aleatorios.  Podemos comparar con el promedio de la industria, los pares en el grupo de cohortes o las tasas históricas de mejora, pero ninguna de estas son medidas perfectas.

Lo importante es entender nuestra información lo máximo posible, y reducir la probabilidad de que nos estemos engañando a nosotros mismos porque hemos hecho mal el experimento, o porque no tenemos en cuenta la aleatoriedad intrínseca de los sistemas.

Descubre nuestros mejores artículos en tus redes favoritas

Domina lo mejor de lo que otras personas han descubierto

Únete a Nuestra Newsletter y descubre las mejores ideas, conceptos y prácticas de una amplia gama de disciplinas.

Descubre nuestros mejores artículos en tus redes favoritas

Domina lo mejor de lo que otras personas han descubierto

Únete a Nuestra Newsletter y descubre las mejores ideas, conceptos y prácticas de una amplia gama de disciplinas.

Charlie Munger

¿Quién es Charlie Munger? Charlie Munger (nacido en 1924) es un inversor multimillonario, hombre de…

Leer más

Lista de Sesgos Cognitivos

La Prueba Social (Social Proof) ¿Que es? ¿Cómo funciona? y ¿Cómo sacarle partido?

¿Que es una buena decisión?y ¿Por qué no somos tan racionales como nos gustaría pensar?

Modelos Mentales : El Modelo de la Oferta y la Demanda

El Bias de Anclaje, o Efecto Ancla ¿Que es? ¿Por qué importa? y ¿Cómo evitarlo?

Sesgo Retrospectivo, bias de confirmación a posteriori (Hindsight Bias)

El Efecto Dunning Kruger : Porque a Veces no nos Damos Cuenta de Nuestra Propia Incompetencia

El Experimento de la Cárcel de Stanford Dilemas Sociales, Cooperación y traición en el experimento de la Cárcel (The Prisoner Experiment)

El Bias del Efecto Espectador ¿Realidad o mentira?

¿Qué es la Necesidad de Cognición (Need for Cognition)?

Bias de la insensibilidad al tamaño de muestra

La Falacia o Sesgo de Conjunción

El Ego y el Proceso de Decisión

Heurística de disponibilidad

¿Qué son los Sistemas 1 y Sistema 2 de Daniel Kahneman y Amos tversky?

La falacia de la planificación

Immanuel Kant, Ética Kantiana, y el concepto de justicia

Sesgo de Intervención (Bias de Intervención)

Sesgo de Confirmación

El efecto exposición, o la clave de la economía de la atención

El efecto Von Restorff, o efecto de aislamiento

La Falacia del Jugador, falacia de Montecarlo, o falacia del apostador

Bias o sesgo cognitivo de las Manos Calientes

El Efecto Ikea ¿Qué es y cómo nos afecta?

¿Qué es La meta-cognición?

El efecto de la Pendiente resbaladiza

Ley de las consecuencias no deseadas

El sesgo Cognitivo o Bias del poder

¿Gresham y la falacia de frecuencias?

Pensamiento Contrafactual o Pensamiento Contrafáctico (Counterfactual Thinking)

Sesgo del Resultado o Outcome Bias

¿Qué es el problema de linda de daniel Kahneman y Amos Tversky?

Falacia de la Frecuencia Base o Sesgo de la Frecuencia Base

¿Qué es el Apilamiento Motivacional o Motivation Crowding?

¿Que es un bien de Giffen?

El dilema del tranvía

El Dilema del Innovador, o como institucionalizar la innovación

Immanuel Kant, Ética Kantiana, y el concepto de justicia

La estructura de las revoluciones científicas por Thomas Khun

Fatiga de decisión ¿Que es y cómo reducir su efecto? Según Daniel H. Pink

La Tragedia de los Comunes, o tragedia de los bienes comunales por Garrett Hardin

La prueba social y las sectas (la masacre de Jonestown en 1978)

Pensadores destacados

Charlie Munger

Ray Kurzweil

Dan Ariely

¿Quién es Marie Van Brittan Brown?

Herbert A. Simon

John Stuart Mill

Bertrand Russell: Cómo Evitar Tomar Malas Decisiones

Noam Chomsky

Ayn Rand

Michael Pollan

Bob Chapman

William H. McRaven

Malcolm Gladwell

Robert Cialdini

Garret Hardin

Richard Feynman