极端基线：分开均值回归与真实改善
某组对象因为最近一次测量特别差而被选出，即使底层过程没有改善，下一次平均表现也可能回落到较正常水平。选择同时抓住了稳定差异和暂时噪声，复测时暂时部分不必继续那么极端。
均值回归因此会影响极端基线后变化的解释，但不保证每个对象逆转，也不否认企业能够真实恢复，更不是价格反转交易理论。研究要把选择规则、重复测量模型与实际改变的证据分开，不能将所有前后差都归功于后来措施。
保留极端组怎样产生
假设研究团队按标准化延迟评分标记特别慢的文档处理案例，分数越高越慢。团队随后改变复核流程，观察到评分下降。归因之前，先保存原入选阈值、用于筛选的测量、日期以及计划随访时点。
不能从最后被讨论的案例倒推规则。一次极端值，与连续多期持续异常，是不同选择；在许多尝试中挑最大或最小值，也不同于一次预定基线。若规则改变，应把它作为另一个选择过程，而不是仍套同一条件期望。
Martin Bland的原始讲解通过重复测量、同期对照及重复基线说明，无干预效果也会出现极端组回落。下面模型与数字独立构造，不是某个真实流程改造的效果估计。
构造没有干预效果的稳定过程
设Q是正态分布的稳定潜在延迟分量，均值零、方差0.6；e1、e2为独立正态测量分量，各均值零、方差0.4，并与Q独立。令Z1=Q+e1，Z2=Q+e2，没有干预改变Q或测量机制。
两次观测都均值零、方差一，协方差为Q的方差0.6，所以相关为0.6。这是边际分布相同的双变量正态重复测量例，不能仅因把真实数据标准化就认为它自动成立。
在联合标准正态模型中，E[Z2|Z1=z]=rho乘z。基线恰为z=2时，下一次条件均值为0.6乘2，即1.2，期望变化为−0.8。没有任何措施效果，也出现看似改善。
初始读数同时含Q的信息和偏高的e1。在本模型下，给定Z1为2，稳定分量Q的条件均值是1.2，新独立测量不会保留第一次异常高的残差。不能把基线二当成对象长期真实水平已经确定为二。
条件标准差为√(1−0.6²)，等于0.8。因此条件均值1.2不是下一次必定读到1.2，个别案例也可能更极端。声明针对条件期望，而非每家企业或每份文档的确定恢复路径。
恰好等于阈值与超过阈值不同
Z1=2是一个点条件；按Z1>2选出的组，其基线均值高于二。用同一标准正态模型，上尾组基线均值约2.3732，来自正态尾部条件均值。
该组下一次期望均值约0.6乘2.3732，即1.4239，期望变化约−0.9493。不能用点条件的1.2冒充整个阈值入选组的平均。应保留阈值和实际入选基线分布，再选择相应计算。
若从低端选，方向相反：Z1为−2时，下次期望−1.2，增加0.8。共同特征是条件期望向总体均值靠近，不是所有指标都会下降。不同指标“高好还是低好”也应先说明，避免把数值方向自动写成经营改善。
相关参数还需要对应同一复测间隔与流程。同一下午的相关性未必适合六个月后，极端子样本内估出的相关也未必等于所需总体关系。有条件时应保存合适的未选择重复样本，而不是只用已入选组反推全部模型。
真实变化可以同时存在
另作边界：假设第二次测量确有共同下降0.5，其他稳定模型不变。给定Z1为2，新的条件均值为1.2−0.5=0.7，期望前后变化为−1.3，其中−0.8来自极端条件化，−0.5来自设定的真实平移。
这只证明两种机制可以并存，不表示从一次观察变化就能唯一拆出未知效果。真实读到0.7，也可能含抽样波动或测量流程改变，需要独立证据识别平移，不能把想验证的效果先写进假设，再称算例证实它。
整个总体可能真实改善，指标定义也可能变化，均不同于稳定分布下的均值回归。应检查未选择比较对象、版本及日历环境，不能不加核对地把简单公式搬到所有经营时间序列。
随访之前设计可比关系
在满足同一极端基线规则的对象中做同期随机比较，并维持观察质量及试验条件，可以区分两组共有的回落与干预对比。把极端受处理者同普通未处理者比较，却没有提供这种保障，因为选择机制不同。
重复基线有助了解异常是否持续。按设计保留用于选择的一次测量及另一次独立采集基线，不能用缓存复制充数；同一短期冲击下的复测，也可能比预想更相关。
平均多个基线也不使所有偏差消失。它改变选择测量及可靠性，入选群体和条件计算随之改变。应事先明确是第一次读数、均值还是持续越界决定资格，并保留所有计划测量，不能只挑能证明入选理由的那些。
极端基线核验表
| 步骤 | 保留证据 | 缺口处理 |
|---|---|---|
| 恢复选择 | 阈值、指标、日期、合格人口 | 不直接解释因果前后效果 |
| 检查重复 | 独立读数、版本、间隔 | 缓存和共同冲击另列 |
| 明确模型 | 分布、均值、方差、相关 | 将数字标为条件结果 |
| 对齐条件 | 恰好某值或选择尾部 | 使用正确基线分布 |
| 研究真改变 | 同期比较及流程证据 | 保留替代解释 |
| 报告目标 | 观察变化和可识别干预对比 | 不把全部变化叫效果 |
历史分数被提供方重算时，要用原决策时可得信息重建选择。更正值可用于新分析，却不能静默改写当初为何被选。最差案例缺少随访，还会增加另一层选择偏差，均值回归算术不会修复它。
重复模型不合理时，不应强行从每个前后差减去一个“预计回归量”。可以把它作为诊断解释，补基线信息或重新设计比较。稳定均值、正态性和相关参数都是实质前提，不是标准化列名赋予的数据性质。
若新选择记录、独立基线或可靠同期研究改变了判断，应保留原观察变化，更新其中能够识别的因果量。这样既为真实改善留出空间，也防止一个特别差的起点替后续措施领取全部解释功劳。
基线与变化还存在代数耦合
稳定标准化主例中，未选择总体的平均前后变化为零，但基线与变化的协方差为Cov(Z1,Z2−Z1)=0.6−1，即−0.4。变化方差为1+1−2乘0.6，等于0.8，所以基线与变化相关约−0.4472。没有真实变化机制，也会出现负的基线变化关联。
这不禁止适当随机研究分析变化量，而是提醒不能把“起点越差、改善越大”的散点图，直接解释为措施对最差对象更有效。变化分数中含负号的同一个基线，选择规则又改变了条件分布。应保存两次原始测量以及派生差值，让复核者能重建这种耦合。
若进一步研究不同基线下的措施效果，需要比较同样基线资格中的处理与对照，而不是只看处理组内部的斜线。描述性回落与效应异质性是不同问题，不能让一张前后图同时承担两种证明。
也要记录基线何时可用。如果某次措施已经开始影响了所谓基线，它就不是干预前量，稳定无处理模型的解释对象也改变。提前通知、试运行和选择后的人工复核，都可能使实际时序与表头不一致，应回查运行记录而不是仅信列名。
对经营指标，还要检查共同日历冲击。全体公司同时经历需求下降时，极端组也可能改变，但不能仅凭接近均值就把全部变化归为统计回归；反过来，有共同冲击也不排除选择噪声。应先把候选机制并列，再用同期未选对象、重复基线及真实流程证据区分。
最终记录可以将观察变化、稳定模型下预期回落、已识别的干预对比各列一栏。第二栏是条件模型计算，不是第一栏中已被事实确认的组成；第三栏才需相应设计支持。清楚的列名比直接写“扣除均值回归后的真实效果”更诚实，也便于后续新证据修订。
常见问题
是否保证所有极端案例下次改善？
不保证。结论针对指定过程的条件期望，个体复测仍有变化。
均值回归能解释所有经营恢复吗？
不能。真实变化、人口构成和测量修订可能并存，需要不同证据及适当对照。