在第一次測試較差的學生可能在第二次測試時表現好些,而第一次表現好的學生則可能相反,這種情形稱為統計回歸效應。統計回歸效應的真正原因就是偶然因素變化導致的隨機誤差，以及僅僅根據一次測試結果劃分高分組和低分組。
以下文字來源於鄧鑄先生新浪部落格，特此感謝。
今天，先就網友所提問題作一解答，僅供參考： 心理學實驗研究中，在選取被試時，常常會提到“統計回歸”，如何理解呢？
在心理學的實驗研究中，比如：在進行一項語文教學研究中，為了驗證某種教學方法是否更適合於語文成績較差者，或者說是否更有利於成績較差者的學習改進，研究者就對同一個年級的學生進行語文水平前測，根據前測的成績將排名前27%的同學作為學優組、排名後27%的同學作為學差組。然後採用這種教學方法進行一個時期的教學，接著進行語文水平後測。結果發現，學差組學生的語文成績要比學優生的成績進步更多。研究者非常滿意這樣的實驗結果，他的研究目的完全實現了！
果真如此嗎？現在，我們構想這樣一個研究：對一個年級的學生進行語文水平前測，還是根據前測成績把學生分成學優組和學差組；然後，在未經過任何教育訓練、中間時間間隔也很小的情況下，再用結構與難度相當的測試卷對學生進行後測，我們觀察學優組和學差組的成績變化。你很可能會看到：學優組平均成績有所下降、學差組平均成績有所上升，都出現了向全年級的平均成績靠攏的趨勢，這就是所謂的 “統計回歸”，它不是任何教育訓練引起。那又是由什麼因素引起的呢？這就是統計學問題啦。
學生在參加某一學業成績測試時，其成績的取得是由一些必然因素和一些偶然因素共同決定的，必然因素主要是其學業的真實水平和有效的考試技巧、智力水平等較穩定性因素；偶然因素主要是試卷內容選擇、難度、學生當時的身心狀態、環境因素等等。其中，這些偶然因素本身的變化具有隨機性，它們的作用會引起測試結果的隨機起伏，作用越大，起伏也就越明顯。而數據的起伏即可能使成績高於真實水平，出現正誤差，使測試成績偏高；也可能使測試成績低於真實水平，出現負誤差，使測試結果偏低。就一個年級同學的一次測試來說，有的同學測試結果有正誤差、有的測試結果有負誤差。
高分組同學的高分成績，可能是由於其本來的學業水平高，但也有可能是正誤差造成的；低分組同學的低分成績，可能是由於其本來的學業水平低，但也有可能是負誤差造成的。如果再進行一次測試，根據偶然因素變化及其影響變化的隨機性，第一次測試出現正誤差的同學更有可能出現負誤差、第一次出現負誤差的同學更有可能出現正誤差，於是原來的高分組成績自然會有所下降、低分組成績自然會有所上升，均向中間分數靠攏。
這樣看來， 統計回歸效應的真正原因就是偶然因素變化導致的隨機誤差，以及僅僅根據一次測試結果劃分高分組和低分組。測試中隨機誤差的影響越大，統計回歸效應也就會越大；反之越小。
在心理學研究中，如何避免這種回歸效應對實驗結果的影響呢？下列方法或許是可以採納的：
1. 精心編制測試工具，提高測試工具的信度水平；
2. 增加測試項目取樣，即從相關的多方面進行較為全面地測試；
3. 增加測試次數，以多次測試的平均成績作為分組依據。如前述的研究，以多次的語文測試成績的平均分作為分組依據，就可以在分組時控制隨機誤差的影響；
4. 在可能的情況下，儘可能地採用等組實驗。
