La regresión a la media es la tendencia estadística por la que mediciones o resultados extremadamente altos o bajos, seleccionados por ser extremos, suelen ir seguidos de valores menos extremos cuando una parte de ese extremo se debía a variación transitoria. No es una fuerza que obligue a compensar una racha.
La pregunta oculta detrás de un resultado espectacular
Cuando un delantero marca cuatro goles en un partido imaginario, podemos pensar que ha dado un salto permanente de rendimiento. También es posible que su capacidad habitual no haya cambiado y que el resultado excepcional contenga una parte de variación difícil de repetir. Si elegimos jugadores o equipos precisamente porque acaban de tener su mejor registro, sus siguientes mediciones pueden estar más cerca de su nivel habitual, incluso sin intervención alguna.
Ese fenómeno se llama regresión a la media. La clave no es que el destino «devuelva» lo obtenido antes, sino que el extremo que observamos combina una señal relativamente estable con factores temporales o aleatorios. Seleccionar un caso por un extremo aumenta la probabilidad de haber seleccionado también una parte especialmente favorable o desfavorable de esa variación.
No debemos confundirlo con que «todo equipo con buenos resultados perderá después». Puede seguir jugando extraordinariamente bien, cambiar de nivel real o mantener un rendimiento superior al promedio general. Para interpretar el fenómeno hay que precisar cuál es la media de referencia y qué supuestos justifican compararla entre periodos.
Ejemplo ficticio con un modelo deliberadamente simple
Imaginemos una serie de tandas de diez ocasiones de gol de un mismo equipo ficticio. Para simplificar, sabemos por construcción del modelo —no por datos reales— que cada ocasión tiene probabilidad fija del 50 % de terminar en gol y es independiente de las demás. El promedio teórico de cada tanda es 10 × 0,50 = 5 goles.
Una tanda excepcional produce 9 goles en 10 ocasiones. Si seleccionamos ese equipo o ese periodo justamente por su 90 %, sería tentador atribuir la actuación a una nueva efectividad permanente. Pero, en el modelo definido, la probabilidad de la siguiente ocasión continúa en 0,50; por tanto, el número esperado en las diez siguientes es cinco, no nueve. El valor esperado posterior está más cerca del promedio teórico que el extremo anterior.
Esto no garantiza que la siguiente tanda termine con cinco: puede acabar con siete, nueve o cualquier otro número de cero a diez. Tampoco obliga a obtener solo un gol para «compensar» los nueve previos. Las tandas no se equilibran mediante una deuda. Si el equipo tuviera una habilidad verdadera desconocida y los nueve aciertos aportasen evidencia sobre ella, sería necesario actualizar nuestra estimación: no bastaría imponer el 50 % supuesto de este ejemplo.
Cómo reconocer la regresión sin inventar causas
Otro caso aparece cuando se seleccionan los «diez pronosticadores con mejor racha de la semana» y se observa que su tasa de acierto cae después. Parte del cambio podría explicarse por seleccionar un extremo transitorio, no por pérdida de habilidad. Para distinguirlo de un cambio verdadero necesitamos muestras comparables, suficiente seguimiento, reglas de selección fijadas antes y, cuando proceda, grupos de referencia.
La regresión a la media tampoco debe invocarse como explicación universal de cualquier descenso. Un equipo puede empeorar por lesiones, cambios tácticos o calidad del rival; esas hipótesis requieren datos y no quedan confirmadas por la palabra «regresión». El fenómeno es una advertencia sobre cómo interpretamos comparaciones antes/después, especialmente cuando elegimos el «antes» por ser anormalmente alto o bajo.
Si una estrategia se eligió porque obtuvo un rendimiento extraordinario en un periodo corto, hay riesgo de confundir la selección del mejor extremo con una ventaja repetible. Una prueba fuera de muestra, diseñada sin usar resultados futuros para elegir el método, ayuda a separar ambas cosas.
Errores frecuentes y síntesis
- Tomar la regresión como compensación obligatoria: un resultado extremo no fuerza otro extremo de signo contrario.
- Suponer una media común a equipos diferentes: pueden existir habilidades y contextos distintos.
- Confundir aproximación a la media y causa: una caída posterior no demuestra que una intervención anterior fuera inútil o perjudicial.
Qué debes recordar: un valor extremo seleccionado puede tener una parte transitoria que desaparezca en mediciones posteriores. Para interpretarlo, separa variación, capacidad real y criterios de selección.
Conceptos relacionados
Varianza; Tamaño y selección de la muestra; Ley de los grandes números; Falacia del jugador; Sesgo de selección; Validación fuera de muestra.