• 回归均值

这个观点最开始是由高尔顿提出的，他用一项被后世称为「高尔顿板」的实验引发了对这个规律的思考。

实验让一个小球从最上方掉下去，它会经过各个隔挡的阻碍，最终落到一个竖槽里。每个小球在进入竖槽之前的运动都是随机的，但是当你放了很多很多小球之后，它们就会在竖槽上呈现一个明显有规律的分布：正态分布曲线。 这个实验的最终版是图2右边的图，竖槽A假设为第一代人身 高的正态分布，经过随机滚动到竖槽B，B代表第一代人遗传后的分布情况，那么竖槽B的分布情况会是怎样？按照我们合理的猜想应该是一个高度更高、标准差更大的正态分布图，也就是身高越来越高与身高越来越矮的变得更多。但最后的测试结果不是这样，最终竖槽 A 和竖槽 B 呈现的正态分布标准差是相似的。 他把实验的结果，再根据统计现实生活中的数据（人是身高，知名度等）提出了「回归平庸」的概念，也就是所谓的「回归均值」。简单来说就是父亲个子相比兄弟姐妹高很多，但是父亲的儿子却跟兄弟姐妹孩子的身高差不多，作为一个统计现象，本质是小概率时间不会一再发生。NBA 球员偶尔一场爆发得分很高，但是下一场就变成了赛季的平均得分水平，甚至得分比平均更低；一部电影大获成功，票房与口碑皆嘉，可是续集往往不如第一部成功；一个人偶尔的表现出色并不代表真正的能力高，这也可能是种回归均值的表现。

这也是第一个引发对相关性思考的实验，看似有因果关系的背后仅仅是有相关性，要明白相关不是因果。