相関と因果の違いを一発で整理【DS検定リテラシー】

DS検定トップ＞相関と因果の違いを一発で整理【DS検定リテラシー】

まず結論

相関とは「一緒に変化する関係」、因果とは「原因と結果の関係」です。

DS検定では、「相関がある＝原因である」と早合点していないかを問われることが多いです。

直感的な説明

例えば、

気温が上がるとアイスクリームの売上が増える

これはよくある例です。

確かにデータを見ると、両者は一緒に増えています。
これが「相関」です。

しかし、

気温が上がることが直接の原因なのか？
それとも「夏休み」「人出の増加」など別の要因があるのか？

ここまではデータだけでは分かりません。

ビジネスの現場でも、
「売上と広告費に相関がある」からといって、
必ずしも広告が原因とは限らないのです。

定義・仕組み

相関（correlation）

2つの変数がどれくらい「一緒に変化しているか」を表す関係です。

正の相関：一方が増えると、もう一方も増える
負の相関：一方が増えると、もう一方は減る

重要なのは、

相関は「同時変化」を示すだけで、原因までは示さない

という点です。

因果（causation）

ある出来事が「原因」となり、
別の出来事が「結果」として起こる関係です。

因果を主張するには、

他の要因（交絡因子）を排除する
実験やランダム化で検証する

といった設計が必要になります。

DS検定では、
「観察データから相関が確認された」と書かれているだけなら、
因果を断定するのは危険です。

どんな場面で使う？

使うべき場面

データ分析結果を解釈するとき
ビジネス施策の効果を議論するとき
AIやモデルの説明を行うとき

特にビジネス文脈では、

「相関を因果と誤解していないか」

が非常に重要です。

誤解しやすい場面

回帰分析を行った
交絡因子を調整した

と書いてあると、因果と勘違いしやすいです。

しかし、

観察データのみ
ランダム化なし

であれば、基本は「因果の可能性」にとどまります。

よくある誤解・混同

① 相関が高い＝原因である

→ これは誤りです。

DS検定では、

「強い相関があるため、AはBの原因である」

と書かれていたら要注意です。

② 交絡因子を入れた＝因果と断定できる

→ これも基本は誤りです。

交絡を調整しても、

未知の交絡が残っている可能性
サンプル数が十分でない可能性

があります。

③ ランダム化すれば何でも断定できる

→ これも言い過ぎです。

ランダム化は因果を議論する「設計」ですが、

サンプル数
統計的有意性

によって結論の強さは変わります。

まとめ（試験直前用）

相関＝一緒に変化する関係
因果＝原因と結果の関係
観察データのみなら因果断定は危険
「強い相関があるから原因」と書かれていたら切る

DS検定では、
「言い過ぎている選択肢」を見抜けるかが勝負です。

対応スキル項目（データサイエンス力シート）

データ理解
統計的思考
★ 相関と因果の違いを理解している

🔗 関連記事

🏠 DS検定トップに戻る