傾向スコアとは、観察研究において交絡因子の影響を調整し、因果関係を正しく推論するための統計的手法です。患者やユーザーが特定介入を受ける確率を算出し、AIやデータ分析の分野で効果測定の精度を向上させます。
傾向スコアとは
一言でいうと傾向スコアとは、ある特徴を持つデータが、特定の介入を受ける確率を0から1の間で数値化したものです。
詳しく解説
現実のデータ分析や機械学習では、ランダム化比較試験を行えないケースが多く存在します。そのため、年齢や性別などの交絡因子が原因で結果にバイアスが生じます。傾向スコアは、ロジスティック回帰などの機械学習モデルを用いて各サンプルの介入確率を計算し、この確率が近いサンプル同士を比較したりマッチングさせたりすることで、公平な因果推論を可能にする重要な仕組みです。
具体例・使われ方
医療データにおいて、新しい治療薬を投与された患者群と従来の治療薬の患者群を比較する場合に利用されます。重症度や年齢の偏りを傾向スコアで調整することで、純粋な薬剤の効果をデータ分析で検証できます。また、マーケティング分野における広告出稿の効果測定でも活用されます。
似た用語との違い
通常の機械学習における予測モデルと似ていますが、予測モデルが「目的変数の予測」を目的とするのに対し、傾向スコアは「交絡因子の調整によるバイエスの除去」を目的とする点が大きく異なります。
注意点
傾向スコアは、データに含まれていない隠れた交絡因子（観測されていない変数）の効果までは調整できないという限界があります。そのため、すべての重要な変数をデータとして収集していることが前提となります。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月6日 11:11