Ein statistisches Phänomen, wonach ein extremer beobachteter Wert einer variablen Größe mit zufälliger Variation bei einer nachfolgenden Messung wahrscheinlich näher am Populationsmittelwert liegen wird, sofern kein neuer kausaler Einfluss vorliegt; es spiegelt die bedingte Erwartung unter Rauschen wider und ist kein kausaler Korrekturmechanismus.

Prinzip

Bei Messungen, die aus einem stabilen Signal plus zufälligem Fehler oder einer schwankenden Komponente bestehen, hat ein ungewöhnlich hoher oder niedriger beobachteter Wert die bedingte Erwartung, bei Wiederholung näher am wahren Mittel zu liegen; die erwartete Veränderung hängt von der relativen Größe von Signal und Rauschen (Reliabilität) ab.

Demonstration

Illustratives Szenario → Ein Kliniker misst bei einem Patienten wegen temporärem Stress einen ungewöhnlich hohen Blutdruck; ohne Intervention wird eine Wiederholungsmessung später im Mittel näher am langfristigen Mittelwert des Patienten liegen, was Regression zur Mitte veranschaulicht. (Illustratives Szenario.)

Fehlanwendung

Die Beobachtung einer Rückkehr zum Mittel als Beweis dafür zu deuten, dass eine Intervention die Verbesserung (oder Verschlechterung) verursacht hat, wenn keine Kontrolle für natürliche Regression oder Messfehler vorhanden ist; der Fehler besteht darin, eine statistische Erwartung als kausalen Effekt zu interpretieren.

Konsequenz

Die Anerkennung der Regression zur Mitte erfordert Kontrollgruppen, Basislinienanpassung und wiederholte Messungen im Studiendesign, um irreführende Aussagen über Wirksamkeit zu vermeiden; wird sie ignoriert, können Wirkstärken überschätzt oder Schäden unterschätzt werden.

Umkehrung

Trifft nicht zu, wenn beobachtete Veränderungen systematische Änderungen des zugrundeliegenden Signals widerspiegeln (z. B. wirksame Behandlung, Lernen, Krankheitsprogression) oder wenn die Selektion auf einer Variable beruht, die sich später kausal ändert; in solchen Fällen kann die Bewegung weg vom Mittel kausal und nicht Regression sein.

Abgrenzung

Klar innerhalb: wiederholte Messungen von von Natur aus verrauschten biologischen Markern, bei denen Selektion anhand eines extremen beobachteten Werts erfolgt. Randfall: mäßig zuverlässige Messungen mit teilweisem Rauschen—Regression vorhanden, aber abgeschwächt. Klar außerhalb: deterministische Trends, Interventionen mit unmittelbaren kausalen Effekten oder Selektion auf Nachbehandlungsvariablen.

Semantische Spannung

Statistische Erwartung gegen kausale Inferenz: die Neigung, einen erwarteten statistischen Artefakt als Beleg für kausalen Wandel zu behandeln, steht der Notwendigkeit gegenüber, echte Kausalwirkungen zu identifizieren.

Synthese

Regression zur Mitte ist eine zu erwartende statistische Folge von Messvariabilität; um sie von kausalem Wandel zu unterscheiden, sind Studien mit Kontrollen, wiederholten Messungen und expliziter Modellierung der Reliabilität erforderlich.