医学院GPA与职业成就之间的相关性很低。 NBA的身高和全明星出场次数之间的相关性很低。 SAT分数与作为Google工程师的表现之间的相关性很低。
实际上,我不知道所有这些是否都是真的。 但是我认为您已经看到了事实的一般形式。 因此,例如,我认识的一位教授曾叙述过,在他的研究生院里,他们曾经研究过GRE成绩与终身任职机构未来职位之间的相关性。 他们没有找到任何关联。
但是这里有一个问题: 该机构是美国生物科学领域十大研究生课程之一。 GRE分数可能已经很高。 报告的结果肯定是正确的。 但是,对一般观众的推论通常会产生误导。 正确的推论是 在自变量的特定范围内 变量(此处为GRE评分)与结果(此处为任期轨迹位置)之间的相关性较低。 但是通常可以推断,变量和结果之间没有关系。 时期。 这通常是不正确的推断。
我发表这篇文章的一个原因是我注意到了一个博客文章, Google发现成功的团队不仅关乎智慧,而且关乎规范。 它链接到 纽约时报杂志 这篇文章概述了Google如何尝试寻找团队的“完美”组成。 标题在这里很关键:不是 只是。 大多数在Google接受采访的人都很聪明。 他们不是随随便便的人。 这是旧的Google系统可能适得其反的原因之一,因为您已经知道所测试的人擅长进行测试,而不是根据其他个人特征来衡量他们(例如,他们是否具有社交技能,可能会让他们在团队中表现良好?)。
规范很重要。 艾萨克·牛顿 父亲是个不识字(如果很繁荣)的农民。 如果牛顿早在几百年前出生,他就不会像他那样蓬勃发展。 规范很重要。 文化很重要。 但是,并非所有人都出生于艾萨克·牛顿(Isaac Newtons)。 能力也很重要。 当我们观察到天才背景下的规范和文化很重要时,我们经常会参与范围限制。 并非从整个人口中任意选择了说明文化力量的个人。