關於回歸效應的問題與看法

2013-02-28 4:21 am
回歸效應,
自己簡單歸納成:
高的往低 低的往高 的一個趨近中間值的效應。

想請問的是,

回歸效應的原因?

像是考試應該比較好解釋,

但是,
如果像是身高呢?

科學人有篇文章提到,
比較高的人的下一代會比較矮;
比較矮的人的下一代會比較高。

而且,如果說上一代離平均差較多,
下一代會調整較多。

那麼,是什麼讓遺傳機制知道"有人比我高很多",或是"有人比我矮很多"呢?

另外,

常在國中生物課本看到,
有的動物會因為環境負荷的關係而自殺,
可以用回歸效應解釋嗎?

溫室效應使得溫度上升,
而植物在高溫、二氧化碳高的時候長的較好。
也可以算是回歸效應嗎?

上述二者,應該是自然藉以平衡的機制,
是否這就是回歸效應?

盼請各位予以指教!
更新1:

感謝二位。 也就是說, 回歸效應,是因為 本質+運氣 而形成的 假定本質不變,但運氣並無法控制, 因此極端者會趨向往中間 大概是醬吧(?

回答 (2)

2013-03-02 8:08 pm
✔ 最佳答案
"回歸效應" 的典型舉例是: 以身高而言,
偏高的上一代, 其子代傾向較低;
偏低的下一代, 其子代傾向較高.

然而, 以上文字是很容易被誤解的! 它的本意應是:
以身高而言,
特別高的上一代, 其子代傾向比其父代低些;
特別低的上一代, 其子代傾向比其父代高些.

事實上, 這只是因為:
上一代表現極端, 下一代不一定仍是那麼極端.


換個例子更容易說明 "回歸效應":
上一次考試滿分的, 下一次考試傾向於退步;
上一次考試零分的, 下一次考試傾向於進步.

也許以 "滿分"、"零分" 為例太過極端, 那麼就說:
如果每次測驗都是標準測驗, 就以60分為平均好了,
那麼前一次得90分以上的, 後一次測驗傾向退步;
前一次測驗得一、二十分的, 後一次測驗傾向進步.


這些例子之發生, 原因是: 外在的表現常決定於兩個
部分: 一是 "基本特值", 也就是應有的表現; 二是 "隨
機表現", 也就是個別差異或考試/測驗的 "運氣" 成分.

以身高而言, 父母輩較高者, 其子女身高也較高, 這是
遺傳結果, 是基本特質. 然而實際的身高還有因遺傳基
因變異、後天調養的功效. 父輩身高極高或極低, 固然
有遺傳之基本特質, 也有隨機表現的加成. 遺傳之基本
特質傳給了子輩, 但那隨機成分卻是各自表現, 子輩並
不與父輩共享同一隨機效應.

以考試/測驗得分為例, 由於天資與努力這些基本特質,
前一次測驗高分者, (若努力程度不變)下一次測驗也偏
向高分. 但拿特別高分的, 可能是 "運氣" 加成的效果;
而在下一次考試, "運氣" 不會永遠一樣, 因此傾向於表
現退步. 拿特別低分者正好相反, 他可能因該次測驗運
氣特別差, 在下一次測驗可能運氣不再那麼差, 因此表
現可能就進步一些了.



2013-03-02 12:34:21 補充:
"回歸效應" 與 "迴歸關係" 其實是兩回事, 只是它們起源
於同一個分析, 好像就是父子身高關係的分析:
Y = α + β.X + ε
假設就群體而言, X 和 Y 同分布(父輩與子輩的群體平均
身高相等, 身高的標準差也相等), 當 β 比 1 小(在此例 β
總是正的), 就是 "迴歸效應" 的表現: X偏高(特高)時, Y傾
向較X小些.

事實上, 當σ(Y)=σ(X), 則 β 是 X 與 Y 的相關係數.

2013-03-02 12:38:58 補充:
在父子身高之例, β 是正的, 就表示父輩身高較高(較平均為高)
者, 子輩的身高也較(平均)高. 這是父子身高的 "迴歸關係", 也
是遺傳效應.
2013-02-28 11:24 am
據我所知的「回歸效應」應該是統計學範疇
知道波動吧!
若結果試點的位置
波峰當作「情況好」
波谷當作「情況差」
會發現結果一上一下
時好時會
就是所謂「回歸效應」
因為有運氣的問題~~
叫「隨機誤差」
統計學取一段時間的結果作平均
這次成績若較好
下一次成績便有可能會差一些

身高的基因是多對基因遺傳
屏除後天因素〈包括屏除身高可能造成的存活率〉
這大大又是統計學問題
因為機率的關係
A君長得特別高
下一代要再恰巧得到比上一代更高比例的「長較高的基因」
便不太容易了吧!
反之亦然~~


有的動物會因為環境負荷的關係而自殺
這我倒不太清楚

最後一項
是自然界的反饋作用
一種動態平衡
根統計學的關係便不這麼密切了

我不是專業人士
希望我的想法能幫到你~~
參考: 我


收錄日期: 2021-05-04 01:50:28
原文連結 [永久失效]:
https://hk.answers.yahoo.com/question/index?qid=20130227000016KK23591

檢視 Wayback Machine 備份