グラフの読み方：高層階に住む住人ほど、流産の割合が高い？？　後編

カルシウム先生「さて、前回の続きを話そうか。」
グラフの読み方：高層階に住む住人ほど、流産の割合が高い？？　前編

水素っち「前回は、グラフを見る場合に注意する点として、下記のことをあげていましたね。」

①母数は明らかにされていて、その数は適切な数字か？
②グラフの区分分けはきちんとされているか？（たとえば、１～５階などのざっくりとした分けかたではないなど。）
③サンプルはきちんとランダムにとられているか？

酸素っち「グラフから、極端にサンプル数が少ない区分を読み解くって話もしましたね。
今日は、
③サンプルはきちんとランダムにとられているか？
という話ですが、どういうことでしょうか？」

カルシウム先生「サンプルって言うのは、実験に使う被験者のことだね。
ランダムっていうのは、完全に適当に選んできただけでなく、その区分特有で、なおかつ、結果に影響を及ぼしそうな要因を排除するんだ。」

窒素っち「うーん、よくわかりません・・・。」

カリウムっち「こういうことかな？
今回の例で言うと、流産率に影響がありそうなほかの原因・・・たとえば、
出産直前まで労働しているかどうか
出産時の平均年齢
初産かそうでないか
などが、ほかの区分と比べて、高層マンションに住む女性の割合が高くならないように、サンプルを集めなければならないのですね？」

カルシウム先生「そうだね。
今回の、高層マンションに住む妊婦が、流産率が高いか否かの例で言うと、たとえば、
高層マンションに住む女性は、働いている女性の割合が他の区分よりも高いと仮定する。
働いている女性は流産率がそうでない女性よりも高いと仮定する。」

ナトリウムっち「なんとなくもっともらしい仮定だな。」

カルシウム先生「この二つの仮定を使えば、
＜仮定１＞高層マンションに住む女性は、夫婦とも共働きで、ぎりぎりまで働いている人が、他の区分よりも多い
⇒＜仮定２＞出産ぎりぎりまで働いていると、流産率が高い
⇒＜結論＞よって、高層マンションに住む女性は流産率が高い
という論理が三段論法では成り立つわけだ。
だけど、流産の直接の原因は、＜仮定２＞のみであって、高層マンションに住むことではないんだ。」

硫黄っち「なるほど、途中を省略することにより、実際には関係がないのに、関係があるように見せかけるんですね。」

カルシウム先生「実は、これでも、”高層マンションに住むことと流産率には相関がある！”とは数字上、いえてしまう。
ただし、この相関っていうのが曲者で、今の例で見たように、実際には因果関係がないものを、因果関係があるかのように言えてしまうんだ。」

ホウ素っち「相関・・・因果・・・難しいです・・・。」

カルシウム先生「相関っていうのは、ただ単に、集めたサンプル内で、ある数字が変化させると、他の数字も一緒につ変化しやすい傾向のこと。
マンションの高層階に住んでいれば流産率が高くなるって言うデータが、統計解析を行って仮に有意だと判断されても、まだ、マンションの高層階に住むことと流産率に相関があるといっているに過ぎない。
この間に他の要因があることを排除できていないからだ。
こういうほかの要因によって相関があるように見えることを、擬似相関って呼んでいるね。」

コバルトっち「擬似相関の例を思いついたよ。
＜仮定１＞日曜日の夕方は、交通事故が多い。
＜仮定２＞日曜日の夕方はサザエさんが放映されている。
＜結論＞よって、サザエさんが放映されると、交通事故数が増える。
っていうこともいえてしまうわけですよね。」

鉄わん「面白いわん。そういわれると、擬似相関がいかに変なことを言ってるのかわかるわん。」

チタンっち「ふむう、そんな変な相関も考えなければいけないなんて、サンプルの集め方っていうのも難しいものですね。」

クロムっち「結局、十分なサンプルが集まっていない場合でも、”平均”だの”割合”だのごまかしの聞く数字に変換して公表すれば、だいたいどんな結果でも得られるって事だな。」

カルシウム先生「そう、だから、前回も話した以下のことを考えないと、簡単にだまされてしまうんだ。
①母数は明らかにされていて、その数は適切な数字か？
②グラフの区分分けはきちんとされているか？（たとえば、１～５階などのざっくりとした分けかたではないなど。）
③サンプルはきちんとランダムにとられているか？