[생각에 관한 생각_대니얼 카너먼] Regression to the Mean: 평균으로의 회귀

"Regression to the Mean"(평균으로의 회귀)는 통계적 개념으로, 극단적인 사건이나 성과는 시간이 지나면서 평균에 가까워지는 경향을 설명합니다. 이 장은 사람들이 평균으로의 회귀를 인식하지 못하거나 잘못 해석하는 이유를 다루며, 일상적인 판단과 의사결정에서 이를 이해하는 것이 왜 중요한지 강조합니다.

평균으로의 회귀란?

평균으로의 회귀는 두 개의 연관된 변수 사이에서, 극단적인 값이 이후 측정에서 평균에 가까워지는 경향을 설명합니다. 예를 들어:

• 운동선수가 매우 뛰어난 첫 경기를 치른 후, 다음 경기에서 더 평범한 성과를 낼 가능성
• 학생이 특정 시험에서 높은 점수를 받았다가 이후 시험에서는 점수가 낮아지는 경우

이 현상은 단순히 우연과 통계적 변동성의 결과일 뿐, 특정 원인을 의미하지는 않습니다.

사람들이 평균으로의 회귀를 이해하지 못하는 이유

평균으로의 회귀는 우리의 직관에 반하는 경우가 많습니다. 사람들은 극단적인 결과에 대해 인과적 설명(causal explanation)을 찾으려는 경향이 있으며, 통계적 패턴을 간과하기 쉽습니다. 예를 들어:

• 비행 훈련에서 교관들이 높은 성과 후의 하락을 칭찬이나 비판의 효과로 착각
• 기업 성과에서 과거의 극단적인 성공이나 실패를 미래에도 반복될 것이라고 믿음

이러한 오해는 판단 오류로 이어질 수 있습니다.

이해의 어려움과 교육적 시사점

평균으로의 회귀는 기본적인 통계 원리 중 하나지만, 이를 직관적으로 이해하기는 어렵습니다. 교육과정에서 이를 명확히 설명하고, 사례와 실험을 통해 학습할 필요가 있습니다. 예를 들어:

• 실제 데이터 분석을 통해 회귀 현상을 확인
• 사례 연구를 통해 통계적 원리와 인과적 오류의 차이 이해

이러한 학습은 의사결정과 정책 개발에서 보다 나은 결과를 가져올 수 있습니다.

출처: Thinking, Fast and Slow (by Daniel Kahneman)

 

 

한국어 번역본은 아래와 같습니다.

생각에 관한 생각 - 경제상식 | 쿠팡

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."