平均への回帰(Regression Toward the Mean)とは、たまたま極端な値が出た人や集団を、もう一度測ると、何もしなくても平均に近い値になりやすいという統計的な現象です。極端な値で選んだときに、2つの測定の相関が1未満であれば起こります。

簡単な説明
テストの点は「実力」+「たまたまの運」でできています。クラス1位の人には、実力に加えてヤマが当たるなどの幸運が重なっていたかもしれません。最下位の人には「寝不足だった」などの不運が重なっていたかもしれません。
| 生徒 | 実力 | 1回目の運 | 1回目の点 | 2回目の予想 |
|---|---|---|---|---|
| Aさん(1位) | 75 | +15 | 90 | 75前後(下がる) |
| Bさん(最下位) | 45 | −15 | 30 | 45前後(上がる) |
実力は次も残りますが、運は次も同じ向きに重なるとは限りません。だから極端だった人ほど、次は平均の方向へもどって見えます(数字は説明用の例です)。大切なのは、だれかが何かをしたから変わったわけではないという点です。
由来
この現象をはじめて体系的に示したのは、イギリスのFrancis Galtonです。Galtonは1877年の講演で、大きさの違うスイートピーの種をまく実験から、子の種は親ほど極端な大きさにならないことを紹介し、この傾向をreversion(復帰)という語で表しました。
そして1886年の論文「Regression towards mediocrity in hereditary stature」で同じ傾向を人間の身長で確かめ、回帰(regression)とよびました。「mediocrity」は当時の言葉で「平均・ふつう」の意味です。
具体的な説明
なぜ起こるのか:相関が1未満だから
1回目の得点Xと2回目の得点Yを、それぞれ標準得点(z得点)にすると、Xから予測されるYの値は予測zY=r×zX(rは相関係数)になります。たとえばr=0.5なら、1回目に平均より2標準偏差上だった人たちの2回目は、平均すると1標準偏差上と予測されます。
| 相関係数r | 極端な値の次の予測 |
|---|---|
| r=1 | 回帰は起こらない(同じだけ極端) |
| 0<r<1 | 平均の方向へ一部もどる(rが小さいほど大きくもどる) |
| r=0 | 予測は平均そのもの |
相関を下げる代表が測定誤差や体調などのゆらぎで、信頼性の低い測定ほど回帰は大きくなります。また、これは個人の予言ではなく、選んだ群の平均の話です。

Galton自身は、子が両親だけでなく平均的な祖先全体からも性質を受けつぐためだと遺伝で説明しました。しかし回帰は「子→親」の向きにも起こるので(後述)、遺伝の力ではなく、選び方から生じる統計的な性質です。
回帰の誤謬:飛行教官の例
Amos TverskyとDaniel Kahneman(1974)は、人は回帰を直観的に理解できないと指摘しました。第1に、回帰が起こるはずの場面で回帰を予想しません。第2に、回帰に気づいても見せかけの因果的な説明をつくってしまいます。
有名なのが飛行訓練の例です。教官たちは「上手な着陸をほめると次は下手になり、ひどい着陸をしかると次はうまくなる」と気づき、ほめるのは学習に悪く、罰は効果があると結論づけました。しかし、極端によい成績のあとに下がり、極端に悪い成績のあとに上がるのは、教官が何もしなくても起こることです。回帰による変化を働きかけの効果と取りちがえることを回帰の誤謬(regression fallacy)とよびます。
回帰が見落とされるのは、予測は入力と同じくらい極端であるべきだと考える代表性ヒューリスティックのためだと、2人は説明しています。
研究デザインでの対策
Donald T. CampbellとJulian C. Stanley(1963)は、内的妥当性(変化の原因を処置だと言える度合い)をおびやかす要因の1つとして統計的回帰(statistical regression)を挙げ、「極端な得点にもとづいて群を選んだときに働く」と説明しました。たとえば、特に点が低かった生徒だけに補習をして事前・事後を比べる1群事前事後テストデザインでは、補習に効果がなくても事後の平均はほぼ確実に上がります。
Barnettら(2005)は、回帰は測定誤差が大きいほど、また最初の値で選んだ人だけを追跡したときに目立つとし、次の対策を挙げています。
- 無作為に割り当てた比較群(統制群)を置く:どの群も同じように回帰するので、処置群の変化から統制群の変化を引けば、回帰を差し引いた効果が推定できます。実験群だけの前後比較では区別できません。
- 複数回測定して選ぶ:選抜の基準を、2回以上の測定の平均や2回目以降の値にすると、ゆらぎの影響が減ります。
- 分析で調整する:事前の値を共変量とする共分散分析(ANCOVA)などを使います。
検定で問われやすいポイント(ひっかけ対策)
| よくある誤解 | 正しくは |
|---|---|
| 相関が高いほど回帰は大きい | 相関が低い(測定誤差が大きい)ほど大きい |
| 回帰は「親→子」の向きだけ | 「子→親」でも起こる(Galton, 1886) |
| 遺伝だけの現象 | テストなど相関が1未満なら何でも起こる |
| ほめると下がり、叱ると伸びる | 働きかけの効果ではなく回帰の誤謬(飛行教官の例) |
実験や観察の方法と結論
方法 Galton(1886)は懸賞つきで家族の記録を募り、205組の両親と子ども約930人の身長を集めました。女性の身長は1.08倍して男女をそろえ、両親の平均身長(mid-parent)ごとに子の身長を表にまとめました。
結論 子の身長の平均からのずれは、両親の平均のずれの約3分の2で、その比率は背の高い側でも低い側でも一定でした。表を逆向きに読むと、本人から見た両親の平均のずれは約3分の1でした。
例文
「新人賞をとった選手の2年目の成績が下がったのは、気のゆるみというより、1年目の好成績にふくまれていた運の分が平均への回帰で薄れたためと考えられます。」
「症状が特に重い時期に受診した患者は、治療をしなくても次は軽く見えやすいので、効果の判断には統制群が必要です。」
疑問
Q: 平均への回帰がくり返されると、いずれ全員が平均的な人になってしまうのですか?
A: なりません。極端だった人が平均に寄る一方で、たまたま運が重なって新しく極端になる人も出るので、測定の条件が同じなら集団全体のばらつきは保たれます。
Q: ギャンブラーの誤謬とはどう違うのですか?
A: ギャンブラーの誤謬は「赤が続いたから次は黒が出やすい」と、偏りが埋め合わされると考える誤りです。平均への回帰は、次の回がふつうの値になりやすいだけで、逆へ振れて偏りを取り返すわけではありません。
Q: 統制群を置けば、回帰は起こらなくなるのですか?
A: 回帰そのものは統制群でも起こります。同じ基準で選んで無作為に割り当てた統制群は、処置群と同じだけ回帰するので、両群の変化の差をとれば、回帰の分を除いた効果を推定できます。
理解度を確認する問題
問題1. ある営業部で、月間成績が最下位だった社員を部長が強く叱ったところ、翌月の成績は上がった。一方、最上位の社員をほめたところ、翌月の成績は下がった。部長は「ほめるより叱るほうが効く」と結論づけた。この結論の問題点を説明する概念として、最も適切なものはどれか。
- A. ホーソン効果
- B. 平均への回帰
- C. 生存者バイアス
- D. 天井効果
正解:B 極端な成績のあとは、働きかけがなくても平均寄りの成績になりやすいため、叱責や称賛の効果とは言えません。飛行教官の例と同じ構造です。Aはまぎらわしいですが、注目を意識して行動が変わる現象なので、2人とも同じ向きに変わるはずで、上下に分かれた結果は説明できません。Cは生き残った例だけで判断する誤りです。Dは上限で差が出にくくなることで、上位者が伸びにくい理由にはなっても、下がったことは説明できません。
問題2. 平均への回帰に関する説明として、最も適切なものはどれか。
- A. 2回の測定の相関が高いほど、生じる回帰は大きくなる
- B. 測定誤差が大きい尺度ほど、生じる回帰は大きくなる
- C. 測定をくり返すたびに、集団全体の分散は小さくなっていく
- D. 子から親を予測するような、時間をさかのぼる方向には生じない
正解:B 測定誤差は2回の測定の相関を下げるので、回帰が大きくなります。Aは逆で、相関が高いほど回帰は小さく、1なら起こりません。Cは誤りで、新たに極端になる人も出るため、条件が同じならばらつきは保たれます。Dは誤りで、Galton(1886)は子から見た両親の平均も平均寄り(約3分の1)になることを示しました。
問題3. 不安尺度の得点が特に高かった大学生だけを集めてリラクセーション訓練を行い、訓練の前後で得点を比べたところ、得点は低下した。この研究で、訓練の効果を正しく推定するために最も有効な改善はどれか。
- A. 同じ参加者に、事後テストをもう一度実施する
- B. 参加者の人数を増やして、同じ手続きで実施する
- C. 同じ基準で選んだ学生を無作為に訓練群と統制群に分け、両群の変化を比べる
- D. 得点が特に低かった学生だけを集めた群を比較のために設ける
正解:C 極端な得点で選んだ1群の事前事後比較では、統計的回帰による低下と訓練の効果を区別できません(Campbell & Stanley, 1963)。同じ基準で選んで無作為に分ければ、両群は同じだけ回帰するので、変化の差が訓練の効果の推定値になります。Aは比較の相手がないままです。Bはまぎらわしいですが、回帰は選び方から生じる系統的なずれなので、人数を増やしても消えません。Dは逆側の極端群で、上がる方向に回帰するので比較になりません。
関連キーワード
- 代表性ヒューリスティック(Representativeness Heuristic)
- 少数の法則(Law of Small Numbers)
- ギャンブラーの誤謬(ごびゅう)(gambler’s fallacy)
- 生存者バイアス(survivorship bias)
- 実験群(Experimental Group)
- プラセボ効果とノセボ効果
- 内的妥当性(Internal Validity)
- 相関係数(Correlation Coefficient)
関連論文
まずこの1本
Tversky, A., & Kahneman, D.(1974)Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131.
3つのヒューリスティクスをまとめた論文で、代表性の節で回帰の誤解(misconceptions of regression)を扱い、飛行教官の例(もとは Kahneman & Tversky, 1973)を紹介しています。試験対策としては、回帰が代表性の節で論じられること、「回帰を予想しない」「見せかけの因果をつくる」の2つの誤り、称賛と罰の効果の取りちがえを押さえましょう。
https://doi.org/10.1126/science.185.4157.1124

APA PsycNet
その他の参考文献
Galton, F.(1886)“Regression towards mediocrity in hereditary stature.” Journal of the Anthropological Institute of Great Britain and Ireland, 15, 246–263.
概要 身長の親子データから回帰を示した原典です。スイートピーの実験も付録で報告しています。
https://doi.org/10.2307/2841583
ほそめがねのひとこと
平均への回帰の考え方は、最初に聞いたときすぐに納得できましたか?
覚え方
①「実力は残り、運は帰る」。極端な値にふくまれた運の分は、次に持ちこされません。
②「ゴールトンの身長、3分の2」。子のずれは親(両親の平均)のずれの約3分の2。
③「ほめたら落ちた、叱ったら伸びた、は回帰のしわざ」。対策は「極端な人を選んだら、無作為の統制群」です。


コメント