Régression vers la moyenne : comprendre l’avant/après

Qu’est-ce que la régression vers la moyenne ?

La régression vers la moyenne décrit un changement moyen associé à la sélection de mesures extrêmes, quand les mesures comparées ne sont pas parfaitement corrélées. Elle peut faire apparaître un progrès sans qu’une intervention l’ait provoqué^[1].

Un score observé combine plusieurs éléments : ce qui reste relativement stable, ce qui varie avec les circonstances et une éventuelle erreur de mesure. Si vous retenez les scores les plus mauvais d’une occasion, vous retenez aussi, en moyenne, des circonstances particulièrement défavorables. Elles ne se reproduisent pas nécessairement lors de l’occasion suivante. Le groupe peut alors mieux réussir alors que sa composante stable n’a pas changé.

Le mot « régression » ne signifie donc pas que chaque personne perd ou gagne forcément quelque chose. Le nom vient de travaux historiques sur les relations entre mesures ; Stigler en retrace les formulations et les malentendus dans un article de 1997^[2]. Ici, aucune force ne pousse un individu vers une norme biologique. On examine une relation statistique entre des mesures et une règle de sélection.

Ce guide s’adresse au lecteur d’une étude, d’un bilan scolaire ou d’une annonce avant/après. Pour choisir un traitement, interpréter une mesure personnelle ou concevoir une étude réelle, il faut une évaluation adaptée. Retrouvez nos autres repères dans la méthode de lecture des preuves et la rubrique Cerveau & rythmes.

Quel exemple permet de voir le phénomène sans traitement ?

Un jeu de paires fabriqué permet d’observer le rôle de la sélection en gardant les mêmes personnes. L’atelier ci-dessous ne contient aucun patient, aucun traitement et aucun résultat d’examen réel.

Chaque ligne contient une composante stable et deux fluctuations choisies pour l’exercice. Le score de chaque occasion est leur somme. Changez le groupe retenu, puis choisissez de le définir sur la première ou la seconde mesure. Le tableau conserve toutes les lignes : vous pouvez vérifier quels résultats ont été sélectionnés au lieu de regarder seulement une moyenne finale.

Dans le cas initial, les deux occasions ont la même moyenne globale. Pourtant, le sous-groupe choisi sur ses premiers scores élevés obtient une moyenne plus basse ensuite. Ce résultat construit illustre une possibilité ; il ne donne ni la fréquence du phénomène dans une population réelle, ni la part à retrancher d’un essai clinique. L’analyse de Davis publiée en 1976 expliquait déjà pourquoi le plan d’étude et la méthode d’analyse doivent tenir compte de cette sélection^[3].

Une baisse de moyenne peut aussi coexister avec des trajectoires individuelles différentes. Certains membres du groupe montent pendant que d’autres descendent. Exporter le tableau évite de transformer une propriété de groupe en promesse pour chaque personne. Les nombres de cet exemple sont recalculés par script et repris tels quels dans les résultats statiques.

Pourquoi les valeurs extrêmes sont-elles particulièrement trompeuses ?

Sélectionner un extrême peut sélectionner à la fois une caractéristique durable et une fluctuation inhabituelle. Retenir les meilleurs ou les moins bons résultats d’une seule occasion ne garantit pas que la seconde composante se répétera.

Une classe peut avoir des difficultés durables et subir, le jour d’un examen, des circonstances défavorables. Une nouvelle mesure peut être moins mauvaise sans que toutes les difficultés aient disparu. À l’inverse, une réussite exceptionnelle peut mêler compétence et circonstances favorables. La mesure suivante reste éventuellement bonne, mais moins exceptionnelle.

Morton et Torgerson décrivent en 2005 le piège d’attribuer automatiquement ces changements à une intervention appliquée aux groupes extrêmes^[4]. Ce mécanisme n’interdit pas d’aider ces groupes. Il oblige à examiner la comparaison utilisée pour juger le résultat de cette aide. Punir, féliciter ou changer une méthode après un score extrême ne suffit pas à identifier ce qui a causé le score suivant.

Dans la vidéo de Mooc Cyu, publiée en 2021, l’exemple porte sur un établissement mal classé puis moins mal classé l’année suivante. Ce scénario pédagogique montre pourquoi une succession ne prouve pas une cause. Il ne permet pas de conclure que les actions de l’établissement sont inutiles : cette question demande une comparaison supplémentaire.

S’agit-il d’un retour automatique à une valeur normale ?

La moyenne de référence est celle d’un modèle ou d’une population définie ; elle n’est pas nécessairement une valeur souhaitable. Une personne peut rester très éloignée de cette moyenne après une autre mesure.

Le phénomène se lit aussi en sélectionnant les extrêmes de la seconde occasion puis en regardant leurs premières mesures. Ce sens inverse ne fait évidemment pas agir le futur sur le passé. Il montre que la règle de sélection, plutôt qu’une force de rappel au fil du temps, intervient dans la lecture des paires. Essayez les deux sens dans le tableau avant de proposer une explication chronologique.

Il faut également distinguer variation physiologique, erreur instrumentale et régression vers la moyenne. Elles peuvent se combiner, mais ne sont pas des synonymes. Une mesure médicale inhabituelle n’autorise pas à attendre qu’elle « revienne toute seule ». Les conseils et les seuils pertinents dépendent de la situation, pas de ce mécanisme statistique.

Le cours de Martin Bland à l’université de York utilise notamment deux observations du pouls de 185 étudiants pour expliquer ces relations entre mesures^[12]. Cet exemple ne prédit pas le pouls d’un lecteur. Il permet de séparer la droite décrivant une moyenne conditionnelle de la ligne où les deux mesures seraient identiques.

Comment calculer un changement attendu dans un modèle simple ?

Sous un modèle bivarié normal avec la même moyenne et la même dispersion aux deux occasions, l’espérance de la seconde mesure sachant la première vaut μ + r × (x − μ). La lettre r désigne ici la corrélation entre les deux mesures. L’atelier se limite aux corrélations de 0 à 1.

L’atelier impose une moyenne de 50 points et une première valeur de 80 points à l’ouverture. Il affiche la valeur conditionnelle attendue pour la corrélation choisie, pas la prochaine valeur d’une personne. Le graphique conserve une droite d’égalité pour distinguer « même score » et « score attendu ». Les repères et le tableau sont disponibles sans JavaScript.

Cette formule courte dépend des hypothèses annoncées. Si les moyennes ou les dispersions changent entre les occasions, on ne peut pas conserver l’expression telle quelle. Si la relation n’est pas linéaire, une droite peut aussi mal la décrire. Khan et Olivier étudient en 2025 des expressions adaptées à différentes distributions bivariées : leur travail rappelle pourquoi une formule unique ne couvre pas tous les cas^[5].

N’utilisez donc pas le curseur pour corriger un résultat personnel ou retrancher un pourcentage d’une annonce. La corrélation ne se devine pas à partir d’une impression de régularité. L’application à des données réelles nécessite des informations sur les mesures, la sélection et le modèle retenu.

Pourquoi un avant/après ne sépare-t-il pas l’effet placebo du reste ?

Le changement observé dans un groupe placebo n’est pas, à lui seul, la mesure d’un effet placebo spécifique. Il peut mêler évolution spontanée, attentes, circonstances, modalités de mesure et régression vers la moyenne.

Un essai pilote de 2011 sur l’asthme a comparé quatre conditions, dont une absence d’intervention. Il avait réparti 46 personnes, et 39 l’ont terminé. Les auteurs mesuraient à la fois le volume expiratoire maximal en une seconde, appelé VEMS, et une amélioration rapportée par les participants^[6]. Ces résultats n’étaient pas interchangeables. L’exemple éclaire le choix du critère et du comparateur ; il ne propose aucune modification de traitement.

Une analyse publiée en 2022 sur des essais du phénomène de Raynaud examine également la contribution possible de la régression vers la moyenne à la réponse observée sous placebo^[7]. Elle combine des données individuelles et des données d’essais. Ses conclusions concernent ce contexte et ces mesures ; elles ne fixent pas un pourcentage valable pour toute maladie.

Pour approfondir cette distinction, notre dossier effet placebo et nocebo sépare le ressenti, les mesures et l’attribution d’un effet. La même prudence s’applique à une annonce sur le grounding et ses limites : une amélioration dans le seul groupe actif ne démontre ni l’effet du dispositif ni son absence de risque.

Que change la présence d’un groupe témoin ?

Un groupe de comparaison suivi dans des conditions pertinentes aide à examiner ce qui aurait pu se produire sans l’intervention étudiée. Une répartition aléatoire peut rendre les groupes comparables en moyenne ; elle ne rend pas chaque mesure parfaite.

Twisk et ses collègues comparent en 2018 plusieurs façons d’analyser des essais avec des mesures initiales et de suivi. Leur exemple montre que des méthodes différentes peuvent produire des estimations différentes quand les groupes présentent des différences au départ^[8]. Soustraire simplement la première mesure ne résout donc pas automatiquement chaque problème.

Pour le lecteur, la question utile reste concrète : les auteurs comparent-ils les groupes avec une méthode annoncée et adaptée, ou mettent-ils surtout en avant le changement du groupe qui les intéresse ? Notre dossier corrélation et causalité développe les autres chemins par lesquels une association peut tromper.

Répéter les mesures suffit-il à supprimer le problème ?

Plusieurs mesures peuvent mieux décrire la variabilité et réduire l’influence d’une fluctuation isolée. Elles ne réparent pas automatiquement une sélection biaisée, une analyse mal choisie ou une comparaison absente.

Chiolero et ses collègues étudient en 2013, avec des données longitudinales simulées, la relation entre une valeur initiale et son changement ultérieur. Ils montrent que la mesure initiale intervient aussi dans le calcul du changement, ce qui complique l’interprétation. Le choix de la méthode dépend notamment du nombre d’occasions et des informations sur l’erreur de mesure^[9]. Ce n’est pas une consigne d’autosurveillance médicale.

Dans une étude réelle, demandez quand les mesures ont été faites, à quoi elles servent et pourquoi certaines personnes ont été retenues. Une mesure utilisée pour sélectionner un groupe et une autre destinée à décrire son niveau initial ne répondent pas forcément à la même question. Retenir après coup la plus mauvaise valeur peut recréer le problème que les répétitions étaient censées atténuer.

Pour comprendre la précision d’une estimation, consultez aussi notre dossier intervalle de confiance à 95 % et le calculateur de taille d’échantillon. Une grande taille et une petite marge d’erreur ne remplacent pas un plan de comparaison pertinent.

Une amélioration réelle peut-elle coexister avec cette régression ?

Un effet réel et une régression vers la moyenne peuvent contribuer au même changement observé. La présence possible de la seconde ne prouve donc pas que l’intervention est inefficace, ni qu’elle explique toute l’amélioration.

Linden teste en 2013 des façons d’estimer ce phénomène dans l’évaluation d’initiatives de santé. Il compare notamment des données normales simulées et des données asymétriques issues d’un groupe témoin. Les hypothèses de distribution influencent la qualité de l’estimation^[10]. Cette limite interdit d’appliquer une correction universelle aux résultats d’une publicité.

L’article de Barnett et collègues, publié en ligne en 2004 puis dans un numéro de 2005, a aussi fait l’objet d’un correctif en 2015^[11]. Nous signalons son existence, sans reprendre ici les équations du passage corrigé : le texte intégral de ce correctif n’était pas accessible lors de notre vérification. Le laboratoire utilise seulement la relation conditionnelle explicitée plus haut et ses hypothèses, vérifiée séparément par calcul.

La conclusion honnête garde donc plusieurs possibilités ouvertes : effet réel, variation spontanée, artefact de sélection, biais de mesure, ou combinaison. Pour les départager, il faut des données et une méthode adaptées. Un témoignage spectaculaire ne renseigne pas à lui seul sur ces contributions ; une critique statistique générale ne les chiffre pas davantage.

Quelles informations chercher avant de croire une annonce ?

Cherchez la règle de sélection, la comparaison, le critère mesuré et les informations manquantes avant de conclure. Le dossier exportable ci-dessous organise cette lecture sans attribuer de note à une étude.

Conservez séparément ce que la publication décrit et ce que vous ignorez. « Non précisé » ne signifie pas que les auteurs n’ont rien fait ; cela signifie que l’information manque dans le document que vous avez lu. Demander la référence complète est plus utile que remplacer cette absence par une hypothèse favorable ou défavorable.

Un petit p ne résout pas l’attribution causale. Notre dossier sur l’interprétation d’une valeur p explique ce que ce calcul décrit sous un modèle. De même, une différence visible sur un graphique ne donne pas sa précision. Retrouvez la taille de l’effet, son intervalle et l’analyse prévue avant de comparer deux slogans.

L’export reste dans votre navigateur et ne contient que les choix de l’atelier ; aucune saisie de santé n’est demandée. Pour une lecture réelle, ajoutez vos notes dans votre propre document. La régression vers la moyenne est un repère pour mieux poser les questions, pas un verdict automatique. Si vous explorez les autres ressources du journal, les outils de lecture et de calcul gardent leurs hypothèses visibles.