パス係数とは、因果モデルにおいて変数間の直接的な因果関係の強さを示す統計学的な指標です。構造方程式モデリングや因果推論の分野で広く用いられ、データから変数同士の影響度を定量的に評価する際に重要な役割を果たします。
パス係数とは
一言でいうと、パス係数とは、因果図上の矢印（パス）で結ばれた変数間の影響の強さや方向を数値で表した標準化係数のことです。
詳しく解説
パス係数は、多変量解析手法の一つである構造方程式モデリング（SEM）やパス解析において算出されます。変数を標準化してから計算されることが多いため、異なる単位を持つ変数同士の影響力を比較するのに適しています。AIや機械学習の文脈においては、データ背後にある因果関係をモデル化し、ある要因が結果にどれほど直接的な影響を与えているかを解釈するために活用されます。因果推論や説明可能AI（XAI）の基礎理論とも深く関連しています。
具体例・使われ方
例えば、マーケティングデータの分析において、「広告出稿量」「顧客のブランド認知度」「実際の購買数」という3つの変数を想定します。広告認知から購買への直接的な影響や、広告出稿から認知度への影響をパス解析で紐解く際、それぞれの矢印に割り当てられる数値がパス係数です。これにより、どの経路が最も成果に寄与しているかを定量的に把握できます。
似た用語との違い
通常の機械学習で使われる予測モデルの回帰係数や特徴量重要度と混同されやすいですが、回帰係数は単なる予測のための相関や関連性を表すのに対し、パス係数は仮定された因果関係のネットワーク上での直接効果を示す点が大きく異なります。
注意点
パス係数の値が大きいからといって、必ずしも確実な因果関係が証明されているわけではありません。モデルの構造自体が誤っていたり、未観測の交絡因子が存在したりする場合、パス係数は歪められるため、モデルの前提条件やドメイン知識に基づく慎重な検証が必要です。