【DS検定対策】「相関」と「因果」は違う！統計的因果推論の基本
データ分析で最も重要な問いの一つが、「その結果は本当にその施策が原因で起きたのか？」ということです。データ同士の「単なる相関関係」と「本当の因果関係」を明確に見極め、正しい意思決定を行うための手法、それが「統計的因果推論」です。
1. 【 問題 】
データ分析において、変数間の単純な関連性（相関関係）だけでなく、交錯因子などのバイアスを取り除いて「ある原因（介入）が特定の結果を引き起こしたか」という因果関係を統計的に推論する枠組みを何と呼ぶでしょうか？
① 統計的因果推論（Causal Inference）
② 主成分分析（PCA）
③ アソシエーション分析
④ 因子分析（Factor Analysis）
2. 【 解答 】
3. 整理：「相関関係」と「因果関係」の決定的な違い
2つのデータの動きが似ているからといって、そこに原因と結果の関係があるとは限りません。
【 よくある間違い：擬似相関（見せかけの相関） 】
・相関関係：あり（アイスが売れる時期に、水難事故も増えている）
・因果関係：なし（アイスを食べたから事故が起きたわけではない）
★ 真の原因（交錯因子）：気温の上昇（夏）
「気温が高い」から「アイスが売れる」し、同時に「海や川で泳ぐ人が増えて事故が増える」だけです。この気温のような第3の変数を「交錯因子（錯乱因子）」と呼びます。
4. 試験に出る！因果推論の主なアプローチ
統計的因果推論では、交錯因子の影響を排除して「純粋な効果」を測定するために様々な手法が使われます。
| 手法・概念 | 仕組み・特徴 |
|---|---|
| ランダム化比較試験 （RCT / A/Bテスト） |
対象を無作為（ランダム）に2グループに分け、片方だけに施策を行う。因果推論の黄金律（最も信頼性が高い）とされる手法。 |
| 傾向スコアマッチング （Propensity Score） |
ランダム分けができない過去データ（観察データ）において、似た属性（背景）を持つデータ同士をペアにして比較し、バイアスを減らす手法。 |
| 反実仮想モデル （Counterfactual） |
「もしこの施策を行わなかったら（もし〜だったら）どうなっていたか？」という「起こらなかった世界の IF 」を推測して効果を比較する考え方。 |
5. DS検定形式：実戦4択クイズ
問：統計的因果推論およびデータ分析における「相関」と「因果」に関する記述として、最も適切なものはどれか。
① 2つの変数間に高い相関関係（相関係数が 0.9 以上）が認められれば、必ずそこには因果関係が存在すると判定してよい。
② 交錯因子（第3の変数）が存在する場合、実際には因果関係がない2つの変数の間に、あたかも因果関係があるかのような相関が生じることがある。
③ ランダム化比較試験（RCT）を行うと交錯因子の影響が極めて大きくなるため、観察データを用いた回帰分析の方が因果推論に適している。
④ 「あるキャンペーンを実施した結果、売上が上がった」ことを証明するには、キャンペーン期間中の売上データのみを集計すれば十分である。
【 正解： ② 】
解説： 因果推論の基本思想を問う本質的な問題です。
②が正解です。交錯因子の存在によって生じる見せかけの相関を「擬似相関」と呼びます。
①相関係数がどれだけ高くても、擬似相関の可能性があるため因果関係の証明にはなりません。
③RCTはランダム割り当てによって交錯因子を均等化できるため、因果推論において最も理想的な手法です。
④キャンペーンを実施しなかった場合（反実仮想）の売上と比較しなければ、単なる季節変動などの影響と区別できません。
6. まとめ
DS検定や実務において、「単なる相関と因果の違い」「交錯因子の除去」「A/Bテストや傾向スコア」といったテーマが出たら、正解は「統計的因果推論」に関連する知識です。 データを扱うデータサイエンティストにとって、「相関関係＝因果関係ではない」という視点は最も重要な倫理・スキルの一つですので、しっかりと押さえておきましょう！
