選択バイアス

早朝のジムの入口で通りかかる人を呼び止めて、「週に何日運動しますか」と聞いたら、どんな答えが返ってくるでしょうか。ほとんどの人が「週に4〜5回以上は汗を流しています」と答えるはずです。この結果を見て「日本人の80パーセントは運動マニア」と発表したら、誰も信じないでしょう。

早朝のジムに来る人は、もともと運動が大好きだったり、まじめに体を管理していたりする人たちだからです。たまにしか運動しない人や、ほとんど運動しない人の日常は、この調査にまったく反映されていません。特殊な場所で人を集めたのですから、結論が変な方向に曲がってしまうのは当然です。

このように、全体の本当の姿を見ずにかたよった標本を選んでしまう失敗を、選択バイアスと呼びます。最初の対象の選び方がゆがんでいたら、どれだけ丁寧に計算しても、出てくるのはでたらめな結果です。

第二次世界大戦中、軍は爆撃機などの軍用機に装甲を追加して、生還率を上げようとしました。研究チームは、戦闘を終えて無事に基地へ戻った飛行機を集め、弾痕を丹念に調べました。よく伝えられる逸話によると、生還した機体では翼や胴体のような部分に弾痕が集中していて、人々は「弾痕がいちばん多いその部分を厚く補強すべきだ」と考えたそうです。

ところが統計学者のエイブラハム・ウォルドは、正反対の主張をしました。エンジンやコックピットのように本当に致命的な部分に被弾した飛行機は、基地に戻れず、すでに撃墜されていたことを見抜いたのです。

戻ってきた飛行機だけを調査対象にした瞬間、いちばん大切な「墜落した飛行機」の情報がごっそり抜け落ちていたわけです。このように、最後まで生き残ったものだけを選んで観察することで生じるゆがみを生存バイアスと呼びます。生存バイアスも、選択バイアスが生んだ代表的な失敗であり、教訓です。

多くの人がやりがちな思い込みのひとつが、調査の対象者数をむやみに増やせば誤りは消える、という考えです。でも、やり方がまちがっていたら、100人集めても10万人集めても、ゆがむことに変わりはありません。

たとえば、特定のネットサイトでアンケートを行うと、何十万人が参加しても、国民全体の考えはわかりません。ネットをよく使う特定の年代の人や、そのテーマにとくに不満があって自分から投票ボタンを押した人の声だけが、大きく拾われてしまうからです。このように、自分から積極的に答えた人だけが集まって生じるかたよりを自発的回答バイアスと呼びます。

もう少し正確に言うと、選択バイアスは、誰かが悪意を持ってだましたりしなくても、調査の環境や方法のせいで自然に生まれてしまいます。だから科学者や統計学者は、すべての人に平等に選ばれるチャンスを与える無作為抽出を使って、最初のボタンのかけ違いを防ぎます。