相関と因果を区別する
一緒に変化していても、原因と結果とは限らない。研究でも事業でも大切な基本。
一緒に起きていても、原因とは限らない
ある学校で、読書時間が長い子どもほどテストの得点が高かったとします。この観察だけで「読書時間を増やせば、点数が上がる」と結論づけられるでしょうか。
読書時間と得点の両方に影響する家庭環境があるかもしれません。もともと勉強が得意だから読書をするのかもしれません。研究では、こうした別の説明を慎重に検討します。
よくある三つの落とし穴
- 交絡：両方に影響する別の要因がある。
- 逆因果：原因と結果の方向が想定と逆かもしれない。
- 選択バイアス：調査に参加した人が、全体を代表していない。
効果を確かめる工夫
条件が許すなら、比較対象を設けて介入を評価します。ランダム化比較試験、観察研究、差の差分析などにはそれぞれ前提と限界があります。方法の名前だけで因果関係が保証されるわけではありません。
この違いは、介入の有効性だけでなく、企業の広告施策、学習方法、地域活動の評価にも関わります。
AIの結果を読むとき
AIが生成したグラフや分析結果にも、交絡や選択の偏りへの吟味が必要です。数字が出せたことと、知りたかった因果関係が確かめられたことを分けましょう。