8. 让均值回归现象服务于你的生活
我们都在做预测这件事。理解和运用均值回归现象有助于你做出更为合理的决策。在某种程度上，均值回归现象显得平淡无奇。在两个变量之间的相关关系不那么密切时，它就会出现。如果一个班级的学生这周有考试，下周还有一次考试，那么，在本周考试中得分最高的学生很可能在下周考试中会出现成绩下滑的状况。这是因为成绩之间的相关系数小于1.0时，均值回归的现象就会出现。这个现象的本身看似平淡无奇，却让人们很难理解和把握。均值回归不需要原因，而人们总是本能地希望找出事情发生背后的原因——即使有些时候，事情的发生根本没有具体的原因可言。因此，花一点时间来搞清楚为什么会出现均值回归、均值回归的幅度以及平均值的具体含义很有必要。
我们最常犯的一个错误是在对未来可能发生的状况进行预测时，完全不考虑均值回归的影响。丹尼尔·卡尼曼在自己的文章中提到了这么一个例子：朱莉目前是大学三年级的学生，在四岁时，她就可以流利地朗读文章。现在请大家回答她在大学里的平均绩点是多少。卡尼曼指出，最常听到的答案是3.7（积分最高值为4.0），远高于一般水平。当然，其中的原因是我们想当然地以为，既然朱莉早慧，那么她在大学里的成绩应该也很出色。然而，事实上，孩提时读书的流利程度与我们在大学里的表现基本没什么关系。因此，在回答朱莉在大学里的平均绩点是多少时，更为合理的答案是她的平均绩点接近于同班学生的平均绩点。就算她当时聪颖过人，随着时间的流逝，她的个人表现也会逐渐出现均值回归的现象：她渐渐跟普通小孩也就没太大差别。[19]
均值回归在极端情况下表现得更为明显，因此，我们必须记住的一点是：在出现绝佳或糟糕透顶的结果时，十有八九这种结果不会继续出现。这并不是说，在良好的结果出现后，随之而来的便是坏的结果，反之亦然。而是说，在出现绝佳或糟糕透顶的结果后，接下来出现的结果很可能接近平均值。
或许最重要的观点是均值回归的速率与相关系数有关联。当两个变量之间的相关系数为1.0时，不会出现均值回归的现象。当相关系数为0时，接下来的结果很可能是平均值。换言之，当你做的事情与事情的结果之间不存在相关性时，那么均值回归的幅度将非常大。这也是为什么在你玩轮盘赌时，不管你是否刚刚赢得了赌场筹码，或者是输光了所有筹码，你总是会有小额的损失。搞清楚不同事情所存在的相关关系可以帮助你进行更好的预测。
