Régression vers la moyenne

Parfois, les gens pensent que certains événements sont sous contrôle personnel. Par exemple, ils peuvent supposer que leur athlète préféré donnera toujours le meilleur de lui-même et, par conséquent, peuvent être surpris lorsqu’une performance étonnante est suivie d’une performance moyenne.

Notamment, cette tendance se produit pour plusieurs variables avec des distributions normales. Par exemple, lorsqu’un médecin prend la tension artérielle d’un patient, sa valeur diastolique est de 95 mmHg. 

Le médecin saisit et compare ensuite ce nombre à celui de tous ses patients, et note que, lorsqu’ils sont représentés graphiquement, ces valeurs démontrent une distribution normale, en forme de cloche.

Ici, le résultat de la femme se situe à l’extrémité de la courbe. Inquiet, le médecin refait sa tension artérielle ; Étonnamment, il constate que le nombre diastolique a diminué.

En d’autres termes, la pression « extrême » précédemment observée a régressé à la moyenne de tous les patients. Il est rare que les résultats de quelqu’un soient loin de la moyenne à plusieurs reprises, même à l’extrémité supérieure.

Cette inclinaison est appelée régression vers la moyenne, c’est-à-dire la tendance à ce qu’une valeur extrême, lors de la réévaluation, soit suivie d’un score moins radical, se rapprochant essentiellement de la moyenne du groupe.

Par conséquent, si une thérapie n’influence les individus qu’avec des résultats initialement extrêmes, il s’agit probablement d’une stratégie inefficace. Cependant, si un traitement abaisse la moyenne d’un groupe, comme pour la pression artérielle, c’est une preuve solide de son succès.

Sans être conscient de ce phénomène statistique, le médecin aurait pu distribuer des médicaments contre l’hypertension alors qu’en fait, son patient n’avait pas besoin de traitement.

En fin de compte, les résultats basés sur des valeurs aberrantes ne doivent pas être pris trop au sérieux.