回归到平均水平
我们的编辑器将检查你提交并决定是否修改这篇文章。
回归到平均水平(RTM),一个广泛的统计现象发生在非随机选择样本的人口和感兴趣的两个变量测量是完全相关的。越小相关这两个变量之间,更极端的获得的价值是总体均值和较大的影响RTM(也就是说,有更多的机会或RTM的空间)。如果变量X和Y标准差对有关SDy,相关性= r,熟悉的斜率最小二乘回归线可以写rSDy /有关。因此,改变一个标准偏差在X与r的变化标准差在Y除非X和Y是完全线性相关的,所以所有的点在一条直线,r是小于1的。对于给定的X, Y的预测值从其均值标准差总是少于X从它的意思。因为RTM实际上在某种程度上,除非r = 1,它几乎总是发生在实践。
RTM并不依赖于线性的假设,水平测量的变量(例如,变量可以二分),或测量误差。给定一个不够完美的相关性X和Y, RTM是一个数学的必要性。虽然它不是固有的在生理或心理上的数据,RTM重要的预测影响为两个。在情况下,一个小的信息做出判断,通常最好的建议是使用均值的预测。
历史
早期的RTM的例子可能会找到工作的弗朗西斯·高尔顿爵士遗传的高度。他观察到高的父母往往比预期有所短的孩子给父母的极端的高度。寻找一个经验答案,高尔顿的高度测量930名成年孩子和他们的父母和父母的平均高度计算。他指出,当父母的平均高度大于人口的意思是,孩子们比他们的父母要短。同样地,当父母的平均身高比总体均值短,孩子们比他们的父母高。高尔顿叫这种现象趋均数回归平庸;现在叫RTM。这是一个统计,而不是一个遗传,的现象。
例子
治疗与:
一般来说,在疾病患者中,某些特征,无论是身体或精神,如高血压或抑郁情绪,已经观察到偏离从人口的意思。因此,治疗时将被视为有效的治疗有改善这样的测量指标在治疗后疾病(例如,降低高血压或缓解或减少抑郁情绪的严重程度)。然而,鉴于这些特征偏离从疾病患者的总体均值超过个人,这可能在一定程度上归因于RTM。此外,很可能在第二次观察,治疗患有高血压或抑郁情绪由于RTM还将展示一些改进。也可能个人指定为在正常范围内的血压或情绪首先观察将在第二个不太正常的观察,也部分是由于RTM。为了识别真正的治疗效果,重要的是要评估一个未经处理的组织类似的个人在一个个人或一群相似替代为了调整治疗RTM的效果。
变化在单一组
群体内部的个体与特定疾病或障碍,症状可能从轻微到严重的水平。医生有时屈服于诱惑或者尝试新的治疗方法的治疗患者最不舒服。这样的病人,他们的症状表明最远的总体均值或正常的特点,往往比患者对治疗的反应更强烈更温和或中等水平的障碍。之前应该小心谨慎解读重症病人治疗效果的程度(实际上是一个非随机的组疾病患者的人口),因为RTM的概率。重要的是要区分真正的治疗效果与RTM效果;这最好通过使用随机对照组,包括不同程度的疾病患者严重程度和常态。
如何处理RTM吗
如果对象是随机分配比较组,所有组的反应应该同样受到RTM的影响。与安慰剂和治疗组、安慰剂组的均值变化提供了一个估计的变化引起的RTM(加上其他安慰剂效应)。之间的差异意味着改变治疗组和安慰剂组的变化是那么估计RTM的调整后的治疗效果。RTM可以减少个人的选择基于几种测量的平均值,而不是一个单一的测量。也有人建议选择病人的基础上测量但使用第二个预处理测量计算变化的基线。如果相关系数之间的后处理和第一预处理测量是一样的,第一个和第二个预处理测量,然后将没有预期由于RTM意味着改变。