オッズ比とは、ある事象の起こりやすさを2つのグループ間で比較するための統計的指標です。確率そのものの比率ではなく、事象が発生する確率と発生しない確率の比（オッズ）同士の比率を表します。機械学習におけるロジスティック回帰分析の係数の解釈や、リスク因子の評価、データ分析などで幅広く活用されます。
オッズ比とは
オッズ比とは、一言でいうと「ある出来事の起こりやすさの比率（オッズ）を、2つのグループ間で比較した値」です。
詳しく解説
オッズ比を理解するには、まず「オッズ」を知る必要があります。オッズとは、ある事象が発生する確率（p）を、発生しない確率（1-p）で割った値（p / (1-p)）です。オッズ比は、基準となるグループのオッズに対して、比較対象グループのオッズが何倍であるかを示します。オッズ比が1であれば両グループの起こりやすさは等しく、1より大きければ比較対象グループの方が起こりやすく、1より小さければ起こりにくいことを意味します。AIやデータ分析分野において、オッズ比は特にロジスティック回帰分析と深く関連しています。ロジスティック回帰モデルで得られる回帰係数は、対数オッズ（オッズの自然対数）の変化量に対応しているため、各特徴量が予測結果に与える影響度を定量的に解釈する際に欠かせない指標となっています。
具体例・使われ方
具体例として、あるメールがスパムメールであるか否かを予測する分類モデルを考えます。特定のキーワード（例: 「無料」）が含まれているメールのスパムオッズと、含まれていないメールのスパムオッズを比較したとき、オッズ比が3.0であれば「『無料』という単語が含まれるメールは、含まれないメールに比べてスパムであるオッズが3倍高い」と解釈できます。マーケティングでの顧客離脱分析や医療データの解析などでもよく活用されます。
似た用語との違い
オッズ比と混同されやすい概念に「リスク比（相対リスク）」があります。リスク比は「ある事象が発生する確率そのものの比率」であるのに対し、オッズ比は「オッズ同士の比率」です。対象とする事象の発生確率が極めて低い場合には、オッズ比とリスク比はほぼ同じ値を示しますが、発生確率が高い場合には両者の値に大きな開きが生じます。確率そのものの変化をシンプルに評価したい場合はリスク比、ロジスティック回帰分析などの数理モデルを用いた解析ではオッズ比が適しています。
注意点
オッズ比を解釈する際の注意点として、「オッズ比が2倍」であることを「発生確率が2倍」と誤解しやすい点が挙げられます。発生頻度が高い事象では、オッズ比は確率の変化率（リスク比）よりも数値を過大に見せてしまう傾向があります。また、不均衡データやサンプルサイズが極端に小さい場合、統計的な推定値が不安定になりやすいため注意が必要です。