有一个被心理学界反复验证、却总被教育政策制定者忽视的现象：回归均值（regression to the mean）。Galton在1886年发现，极端高的父母所生的孩子，身高普遍比父母矮一些；极端矮的父母，孩子普遍高一些。这不是遗传的「衰减」，而是测量与抽样共同作用的必然结果。

教育评估里最经典的案例是：某年全州考试排名前1%的学校，次年平均排名必然下降；排名后1%的学校，次年必然上升。政策制定者据此宣布「奖励优秀学校、惩罚落后学校」的政策奏效了——但真相是，这两组学校都在向均值回归。你奖励的是运气，惩罚的也是运气。

因果推断的核心挑战正在于此：我们观察到的变化，有多少是干预的真实效应，有多少只是回归均值？Rosenbaum在《Observation and Experiment》里反复强调：没有对照组的「前后比较」，是最危险的因果证据形式。因为极端值的自然回落，会被误读为干预的功劳。

一个具体的拆解方法：当你看到「干预后显著改善」时，先问三个问题——1）干预前是否处于极端状态？2）是否存在天然的向均值回归压力？3）对照组（如果有）是否也出现了类似的回落？如果前两个答案是肯定的，第三个答案是否定的，那你很可能把统计噪声当成了因果信号。

值得辩论的问题是：如果回归均值如此普遍，那么有多少我们引以为傲的「政策成功案例」——从教育改革到医疗干预——其实只是统计学在跟我们开玩笑？当证据基础如此脆弱时，我们是否应该对「显著改善」的宣称持有更深的怀疑？