# 回归平均值

## 元数据

- 书名：思考，快与慢
- 作者：丹尼尔·卡尼曼
- 章节：第二部分 / 第17章
- 定位：AI PM / 产品经理 / 策略与增长面试
- 优先级：P0
- 标签：regression-to-mean, metrics, causality

## 面试问题

为什么极端表现后常常会回落？

## 30 秒回答

表现由能力和运气共同决定，极端好或坏的结果往往包含运气成分，下一次更可能向平均水平回归。

## 展开要点

- 把随机波动解释成管理动作会导致错误奖惩。
- 实验指标突然变好或变差，都要检查样本、季节性和回归效应。
- 连续观察比单点结论更可靠。

## 高频追问

- 为什么明星员工下一次可能没那么亮眼？
- 如何避免把一次实验胜利神化？
- 回归平均值和因果误判有什么关系？

## 项目映射

- 复盘模型版本时看多批测试集，而不是只看一次榜单结果。
- 销售或运营激励要区分过程质量和偶然结果。

## AI PM 迁移

AI eval 中的单次分数波动很常见，PM 要看置信区间和多轮均值。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。