因果関係と相関関係の違い

これまで、知財を専門にしながらも、
データ解析を中心とする仕事が多かったのですが、
データを取扱う際に注意すべき点として、自戒の意味も込めて、
因果関係と相関関係の違いについて、書き留めます。


ある二つの事象について、何らかの関係、
統計的な相関がある場合に、
それが単なる数字上の相関関係なのか、
現実的な因果関係があるのか、
これらを誤解混同しないよう、注意する必要があります。


ひとつ、具体例を見てみましょう。
特許行政年次報告書2014年版の気になった箇所から。

特許を保有すれば営業利益が上がる？

中小企業における特許保有の効果、という項目でのデータです。
中小企業を、特許を保有する企業と保有しない企業に分け、
それぞれ、従業員一人当たりの営業利益の平均値を出しています。

「特許権を保有する中小企業は、保有しない企業の3倍以上の一人当たり営業利益を有する」
ここまでは事実です。

しかしその事実のみをもって、
「特許を保有することは営業利益を増加させる要因だ」、とか、
「特許を保有することで営業利益を増加させることができる」
という結論に持っていくのは、非常に乱暴な論理です。



上記の数字からわかるのは、
「特許権保有の有無」と「一人当たり営業利益」に、
数字上の「相関関係」がある、という点までです。
（もちろん、この点においても、
サンプリングに問題ないか、誘導質問していないか、統計上の有意性があるか、
等の検証が必要ですが。）

この相関関係があることをもって、
因果関係があることの証明にはなりません。

つまり、「特許権を保有している」ことを原因として、
「営業利益が高い」という結果が得られるとは限りません。


この場合、例えば、
「研究開発で十分な成果を得ている」という新しい事象を加えて、
考え方に補助線を引いてみましょう。

新しい仮説として、
「研究開発の成果」が、
「特許権保有」と「高い営業利益」の共通の原因となっている、
という可能性を考えます。

研究開発で十分な成果を出している企業だから、
特許権も保有しているし、営業利益も高い。

これが真の因果関係だとすると、
研究開発を十分にしないまま、特許だけ出願しておけば良いというのは、
間違った解釈だということになります。

利益を上げるために掃除をしよう？

もう一つ極端な例を挙げると、
利益率が高い企業は、デスクの掃除をしっかりしている、
というデータが得られたとしましょう。

これを受けて、利益率を上げるために、掃除をしろ！
と指示をだすのは、多分マチガイ。

利益率が高いことと、デスクの掃除をしていることに、
共通の原因があるはず。
その上流の要因を探ることが、利益率向上に繋がるはずです。


そして、こういった解析は、
与えられた数字をいじくり回すだけでは得られません。

独自の仮説を立てて、新しい情報収集・検証をする必要があります。

理由より結果が大事？

ビッグデータという言葉が流行してずいぶん経ちますが、
特許解析の時も然り、
目的より先にデータがあることが増えています。

何か目的があって、データを探すのではなく、
先にデータがあって、ここから何か分かることがあるはずだ、解析しろ、と。


データを解析することで、特異点や相関関係を見つけることは、
そんなに難しくない。

でもそんな場合であっても、そんな場合こそ、
それが相関関係なのか因果関係なのか、
何が最上流の要因・原因となっているのか、
その点を検討する必要があるのだろうと思います。

そうしないと、過去の解析はできても未来の予測には繋がらない。
それってすごく難しいですけどね。



ビッグデータ時代では、因果関係よりも相関関係を見つけることのほうが重要だ、
という論調もあるようです。

理由より結果が大事、という意味であれば、ある面同意します。
なんでそうなるのか分からないけれど、これを導入すれば利益が上がる、とか、
この薬を飲むとこの病気が治る、とか。

でもそれは、理由（メカニズム）は分からないけど、
因果関係があることは分かってる、という前提ですよね。

やっぱり、相関関係を見つけた後に、因果関係を検証して、
上流の要因を探ることが重要だろうと思います。 
 

 - その他

  関連記事