第452話｜見せかけの関係を見抜く方法 – セールスアナリティクス

データ分析の世界には、一見すると驚くような相関関係が存在します。

アイスクリームの売上が増えると、プールでの事故も増える。

この事実だけを見ると、「アイスクリームを食べるとプールで溺れやすくなる」と考えてしまうかもしれません。

しかし、これは典型的な「見せかけの関係」なのです。

今回は、このような罠に陥らないための考え方と、因果関係を正しく理解するための実践的な方法をご紹介します。

Contents

相関と因果の違い

アイスクリームの売上とプール事故の関係を考えてみましょう。

実際のデータを見ると、確かに両者には強い相関があります。

夏になるとアイスクリームの売上は急増し、同時にプールでの事故件数も増加します。冬になると両方とも減少します。

しかし、ここで立ち止まって考えてみてください。

アイスクリームを食べることが、本当にプール事故の原因なのでしょうか。

もちろん違います。実は、両者に共通して影響を与えている「気温」という要因があるのです。

相関は「一緒に動く」ことを示すだけで、「一方が他方を引き起こす」ことを証明するものではありません。

気温が上がれば、人々はアイスクリームを食べたくなり、同時にプールで泳ぐ人も増えます。

泳ぐ人が増えれば、確率的に事故も増えるというわけです。

このような見せかけの関係を見抜くことが、正しいデータ分析の第一歩なのです。

アイスクリームの例で登場した「気温」のような要因を、統計学では「交絡因子」と呼びます。

交絡因子は、調べたい二つの要因の両方に影響を与えることで、あたかも二つの要因の間に関係があるように見せかけてしまう、いわば「見えない第三者」です。

DAG（有向非巡回グラフ）で表現すると、次のようになります。

この図を見れば、アイス売上とプール事故の間に直接の矢印（因果関係）がないことが一目瞭然です。

もう一つ、身近な例を見てみましょう。

「朝食を食べる子どもは成績が良い」というデータがあったとします。

これをDAGで表現すると、次のようになります。

朝食を毎日きちんと用意する家庭は、規則正しい生活習慣を大切にしており、宿題を見てあげる時間もあり、教育への関心も高いかもしれません。

つまり、「規則正しい家庭環境」という交絡因子が、朝食習慣と成績の両方に影響している可能性があるのです。

DAG（有向非巡回グラフ）は「原因と結果を矢印でつないだ図」のことです。

描くときには、次の3つのルールを守ります。

ルール	説明
矢印は一方向のみ	時間は過去から未来にしか流れないので、原因から結果への向きで矢印を描きます。
循環しない	矢印をたどっても元の場所に戻ってこないようにします。
シンプルな表記	要因を点や箱で、影響を矢印で表現します。