成績が特に悪かった人が次に改善したら、支援が効いた？

極端な値には一時的な動きも入る

普段の実力が同じでも、問題との相性や体調によって一回の点数は変わります。初回の低い点で選ばれた集団には、その日にたまたま低く出た人も含まれます。次回に同じ一時的な低さが重なるとは限りません。

反復測定が完全に一致しない条件では、選ばれた集団の次回平均が母集団平均に近づきえます。ただし一人ずつ必ず点が上がる法則ではありません。低かった人がさらに下がることも含む、集団と反復測定の関係です。

初回の悪さを理由に対象を決めなかった集団と、悪さで対象を決めた集団では、同じ前後測定でも意味が違います。平均への回帰を検討するときは「初回に測ったか」だけでなく、その測定が選抜に使われたかを確認します。

選んだ集団と全体を分ける

平均への回帰は、全体の成績が改善したという意味とも異なります。全体の分布が変わらなくても、初回の低い側だけを取り出した集団の平均は変わりえます。どの測定で誰を選んだかが鍵です。

逆に初回の高い点だけで選べば、次回に平均が下がる場合があります。賞を受けた直後の成績低下も、それだけでは賞の悪影響の証拠になりません。選抜された部分と母集団の時間変化を分けて考えます。

初回と次回を入れ替えれば、今度は次回の低い人という別の部分集団になります。平均への回帰はある特定の方向へ歴史が進む話ではなく、どちらの極端な観測で集団を条件付けたかという関係です。

前後差だけで支援の効果にしない

悪い成績を理由に支援を始め、支援後との差を全て成果とする報告には、この変化が混ざりえます。支援しなかった場合にもどの程度戻るかが分からなければ、単純な前後差だけで支援の寄与を分けられません。

同じ初回基準を満たした人を無作為に分け、同時期の比較群を置けば、両群に起こる回帰を比較できる設計になります。もともと成績の違う一般集団を比較群に選ぶだけでは、選抜条件がそろいません。

両群とも初回の低さで選んだなら、支援群だけでなく比較群も次回には戻ることがあります。支援群の改善量が大きいという前後の説明より、同じ時期の比較群との差がどれくらいかという問いを立てます。

持続する状態を繰り返し測る

持続する状態を知りたいなら、条件を確認した複数回の測定の平均を使う方法があります。一回の偶然の高低が平均され、極端な一回だけに依存する選抜を弱められます。

ただし何回か測れば交絡や本当の時間変化が全て消えるわけではありません。毎回同じ誤りが入る測定や、期間中に実力が変わる場合もあります。何を持続的な状態として測ったかと、介入の比較設計は別に点検します。

測定回数を増やすときは、その期間に支援が既に始まっていないかも確認します。支援前の状態を把握する測定と、支援後の成果を測る観測を混ぜると、何を基準に選抜したかが曖昧になるためです。

低い一回で参加者を選ぶ

架空の試験で、普段は60点前後の人が初回40点となり支援対象に入ったとします。次に58点へ戻った場合、18点の前後差には普段の状態へ戻る動きも入りえます。

支援なしの反実仮想の点数は観測していません。この一人の例から回帰の量も支援の量も算定できません。同じ選抜条件の比較を置く理由を示す例です。

考えるときの注意点

• 平均への回帰を理由に支援の効果が必ずゼロとはしない。

持ち帰る見方

• 極端な初回値で選ぶと平均への回帰が起こりうる。
• 部分集団の変化と全体の変化を分ける。
• 同じ条件の同時比較で介入を評価する。

次に広がる疑問

• 数値の測り間違いは、平均すれば全部消える？
• 二つの数字が一緒に動けば、原因が分かる？
• 学校単位でくじ引きした研究は、生徒全員を別々に比べてよい？

出典

• Regression towards the mean（Martin Bland／University of York）https://www-users.york.ac.uk/~mb55/talks/regmean.htm

  確認日：2026-10-07