交絡

概要

交絡は、原因と結果の両方に影響する第三の変数（交絡因子）のせいで、2つの変数の間に見かけ上の関係が生まれたり、本当の関係が歪んで見えたりする現象です。「コーヒーを飲む人は肺がんになりやすい」というデータがあっても、コーヒーが原因とは限りません。喫煙者にコーヒー好きが多く、喫煙が肺がんを引き起こしているなら、コーヒーと肺がんの相関は喫煙という交絡因子が作り出した幻です。

交絡は因果推論における最大の敵と言ってよい存在です。観察データから「Xの効果」を推定しようとするとき、立ちはだかる障害のほとんどは交絡の形をしています。しかも厄介なことに、交絡因子は測定されていないことも、そもそも研究者が思いついてすらいないこともあります。

だからこそ、交絡を「見つける・防ぐ・取り除く」ための方法 — 無作為化、層別、統計的調整 — が疫学や統計学で体系的に発展してきました。データ分析の結果を読むとき「この関係を歪めている第三の変数はないか」と問う習慣は、統計リテラシーの核心と言えます。

なぜ生まれたか

交絡という概念が明確に必要になったのは、19〜20世紀の疫学と社会統計においてです。実験ができない対象 — 病気の原因、生活習慣、社会階層 — を観察データで比較すると、比較したい要因以外の条件が群の間で揃っていないため、単純な比較が誤った結論を導くことが繰り返し経験されました。「病院で治療を受けた人の死亡率が自宅療養より高い」のは治療が有害だからではなく、重症者ほど病院に行くから — こうした「比較のねじれ」を名指しする言葉として、confounding（混同・混乱の意）が定着しました。

決定的だったのは、交絡が「注意すれば避けられる不手際」ではなく「観察研究に構造的につきまとう問題」だと認識されたことです。フィッシャーの無作為化は「割り当てを偶然に委ねれば、未知の交絡因子まで含めて平均的に打ち消せる」という根本的な解決を与え、一方で無作為化できない場面のために、層別・マッチング・回帰調整といった「測定済みの交絡因子を統計的に揃える」技法が整備されていきました。交絡の概念は、実験研究と観察研究の信頼性の差を説明する理論的な基盤にもなっています。

詳細

交絡の構造 — 分岐点としての第三の変数

交絡因子 Z の特徴は、原因候補 X にも結果 Y にも矢印を伸ばす「分岐点」であることです。因果ダイアグラムの言葉では、X ← Z → Y という経路（バックドアパス）が X と Y の間に開いており、X→Y の本当の効果とは別の「関連の通り道」になっています。この裏道を通って流れる関連が、見かけの相関を作り出します。

交絡と間違えやすいもの

X と Y の間にある変数がすべて交絡因子ではありません。X → M → Y のように因果の通り道の途中にある変数は「中間変数（媒介変数）」であり、これを調整すると測りたい効果そのものを消してしまいます。運動→体重→血圧という経路で「体重を調整して運動の効果を見る」と、体重を経由する効果が抜け落ちます。また、X と Y の両方から矢印を受ける変数（合流点）を調整すると、逆に存在しなかった関連を作り出してしまい、選択バイアスの一種になります。「第三の変数はとにかく調整すればよい」は誤りで、因果構造の中でその変数がどの位置にいるかで扱いが正反対になる — これが因果ダイアグラムを描く実務的な理由です。

なお、名前の似た多重共線性は「説明変数どうしが相関しすぎて推定が不安定になる」という計算上の問題であり、因果の歪みである交絡とは別物です。

交絡への3つの対処

第一の対処は無作為化です。処置の割り当てを偶然に委ねれば、喫煙のような既知の因子も、誰も思いついていない未知の因子も、群の間で平均的に等しくなります。ランダム化比較試験が因果の黄金律とされるのは、未知の交絡まで断ち切れる唯一の方法だからです。

第二は層別です。交絡因子の値ごとにデータを分け — 喫煙者どうし、非喫煙者どうしで比較し — 層の中では交絡因子が一定になるようにします。クロス集計で層別して眺めるのは最も素朴で強力な確認手段です。ただし層別を誤ると、全体と層別で結論が逆転するシンプソンのパラドックスに直面します。

第三は統計モデルによる調整です。重回帰分析に交絡因子を説明変数として入れる、処置を受ける確率で群を揃える傾向スコアを使う、といった方法で「交絡因子が同じ値の人どうしの比較」を擬似的に作ります。ただしこれらが取り除けるのは測定された交絡だけで、未測定の交絡には無力です。観察研究の結論に必ず「未測定の交絡が残っている可能性」という留保が付くのは、このためです。

実務での勘どころ

分析結果を報告する前に「X と Y の両方に効く変数を3つ挙げよ」と自問してみてください。プロダクト分析なら、ユーザーの利用歴・流入経路・デバイスあたりはほぼ常に交絡候補です。挙がった候補が測定済みなら層別か回帰で調整し、未測定なら結論のトーンを「関連が見られた」に抑える。交絡は完全には消せませんが、「何を疑い、何を調整し、何が残っているか」を言語化できることが、信頼される分析と危うい分析を分けます。