更新时间：2024-05-21 15:14
统计回归效应是实验被试分组中容易忽视的一个统计学问题，它可能带来实验中的混淆变量，且不易被研究者和报告阅读者所觉察。
在第一次测试较差的学生可能在第二次测试时表现好些,而第一次表现好的学生则可能相反,这种情形称为统计回归效应。统计回归效应的真正原因就是偶然因素变化导致的随机误差，以及仅仅根据一次测试结果划分高分组和低分组。
以下文字来源于邓铸先生新浪博客，特此感谢。
今天，先就网友所提问题作一解答，仅供参考：心理学实验研究中，在选取被试时，常常会提到“统计回归”，如何理解呢？
在心理学的实验研究中，比如：在进行一项语文教学研究中，为了验证某种教学方法是否更适合于语文成绩较差者，或者说是否更有利于成绩较差者的学习改进，研究者就对同一个年级的学生进行语文水平前测，根据前测的成绩将排名前27%的同学作为学优组、排名后27%的同学作为学差组。然后采用这种教学方法进行一个时期的教学，接着进行语文水平后测。结果发现，学差组学生的语文成绩要比学优生的成绩进步更多。研究者非常满意这样的实验结果，他的研究目的完全实现了！
果真如此吗？我们设想这样一个研究：对一个年级的学生进行语文水平前测，还是根据前测成绩把学生分成学优组和学差组；然后，在未经过任何教育训练、中间时间间隔也很小的情况下，再用结构与难度相当的测试卷对学生进行后测，我们观察学优组和学差组的成绩变化。你很可能会看到：学优组平均成绩有所下降、学差组平均成绩有所上升，都出现了向全年级的平均成绩靠拢的趋势，这就是所谓的“统计回归”，它不是任何教育训练引起。那又是由什么因素引起的呢？这就是统计学问题啦。
学生在参加某一学业成绩测试时，其成绩的取得是由一些必然因素和一些偶然因素共同决定的，必然因素主要是其学业的真实水平和有效的考试技巧、智力水平等较稳定性因素；偶然因素主要是试卷内容选择、难度、学生当时的身心状态、环境因素等等。其中，这些偶然因素本身的变化具有随机性，它们的作用会引起测试结果的随机起伏，作用越大，起伏也就越明显。而数据的起伏即可能使成绩高于真实水平，出现正误差，使测试成绩偏高；也可能使测试成绩低于真实水平，出现负误差，使测试结果偏低。就一个年级同学的一次测试来说，有的同学测试结果有正误差、有的测试结果有负误差。
高分组同学的高分成绩，可能是由于其本来的学业水平高，但也有可能是正误差造成的；低分组同学的低分成绩，可能是由于其本来的学业水平低，但也有可能是负误差造成的。如果再进行一次测试，根据偶然因素变化及其影响变化的随机性，第一次测试出现正误差的同学更有可能出现负误差、第一次出现负误差的同学更有可能出现正误差，于是原来的高分组成绩自然会有所下降、低分组成绩自然会有所上升，均向中间分数靠拢。
这样看来，统计回归效应的真正原因就是偶然因素变化导致的随机误差，以及仅仅根据一次测试结果划分高分组和低分组。测试中随机误差的影响越大，统计回归效应也就会越大；反之越小。
在心理学研究中，如何避免这种回归效应对实验结果的影响呢？下列方法或许是可以采纳的：
1. 精心编制测试工具，提高测试工具的信度水平；
2. 增加测试项目取样，即从相关的多方面进行较为全面地测试；
3. 增加测试次数，以多次测试的平均成绩作为分组依据。如前述的研究，以多次的语文测试成绩的平均分作为分组依据，就可以在分组时控制随机误差的影响；
4. 在可能的情况下，尽可能地采用等组实验。