Phénomène statistique selon lequel une valeur observée extrême pour une variable soumise à variation aléatoire est susceptible, à une mesure ultérieure, d'être plus proche de la moyenne de la population en l'absence de toute nouvelle influence causale ; il reflète l'espérance conditionnelle sous bruit, non un processus de correction causal.

Principe

Pour des mesures composées d'un signal stable plus une erreur aléatoire ou une composante fluctuante, une observation exceptionnellement élevée ou basse a une espérance conditionnelle, lors d'une nouvelle mesure, plus proche de la vraie moyenne ; le changement attendu dépend de la taille relative du signal et du bruit (fidélité).

Démonstration

Scénario illustratif → Un clinicien mesure la tension artérielle d'un patient lors d'une lecture exceptionnellement élevée due au stress temporaire ; sans intervention, une nouvelle mesure ultérieure est attendue, en moyenne, plus proche de la pression artérielle moyenne du patient, illustrant la régression vers la moyenne. (Scénario illustratif.)

Mauvaise application

Interpréter un retour vers la moyenne comme la preuve que l'intervention a causé une amélioration (ou une détérioration) alors qu'aucun contrôle de la régression naturelle ou de l'erreur de mesure n'a été utilisé ; l'erreur est d'attribuer une espérance statistique à un effet causal.

Conséquence

La reconnaissance de la régression vers la moyenne impose l'utilisation de groupes témoins, l'ajustement sur la valeur de départ et des mesures répétées dans la conception d'études pour éviter des allégations fallacieuses d'effet de traitement ; l'ignorance de ce phénomène peut conduire à surestimer l'efficacité ou à sous-estimer la nocivité.

Inversion

Ne s'applique pas lorsque les changements observés reflètent une variation systématique réelle du signal sous-jacent (par exemple traitement efficace, apprentissage, progression de la maladie) ou lorsque la sélection est basée sur une variable qui elle-même change causalement ensuite ; dans ces cas le mouvement observé loin de la moyenne peut être causal et non une régression.

Limite

Clairement dans: mesures répétées de marqueurs biologiques intrinsèquement bruités où la sélection se fait sur une valeur observée extrême. Cas limite: mesures modérément fiables avec bruit partiel—la régression est présente mais atténuée. Clairement hors: tendances déterministes, interventions avec effets causaux immédiats, ou sélection sur variables post‑traitement.

Tension sémantique

Attente statistique versus inférence causale : la tendance à considérer un artefact statistique attendu comme preuve de changement causal concurrence la nécessité de détecter des effets causaux réels en pratique.

Synthèse

La régression vers la moyenne est une conséquence statistique attendue de la variabilité de mesure ; la distinguer correctement du changement causal exige des plans d'étude avec témoins, mesures répétées et modélisation explicite de la fiabilité.