<aside> <img src="/icons/playback-play-button_blue.svg" alt="/icons/playback-play-button_blue.svg" width="40px" /> 講義を観よう

<aside> <img src="/icons/book_blue.svg" alt="/icons/book_blue.svg" width="40px" /> ポイント

交絡（confounding）は、原因と結果の関係を第3の因子がゆがめる現象のことです。交絡因子の必要条件は以下の3つとされています

交絡を調整するためにプロペンシティスコア解析がよく用いられます。この手法によりバイアスを排除するためには、2つの前提条件を満たす必要があります

回帰モデルやプロペンシティスコアによる解析では、中間因子を交絡因子として調整することはできません

【メモ】オーバーラップしていなかったらどうする?

プロペンシティスコアが同じ値の対象者同士を比べる、というのがプロペンシティスコア解析の考え方です。分布が全く重なっていない場合、プロペンシティスコアが同じ値の対象者が見つけられないということになり、解析は妥当ではありません。分布の一部は重なっていて一部は重なりがないような場合、重なりがない範囲にプロペンシティスコアの値が含まれる対象者を除外して、全体がオーバーラップするようにします。もちろん、除外の結果、サンプルサイズが小さくなるという別の問題が生じることもあります。

</aside>

<aside> <img src="/icons/help-alternate_blue.svg" alt="/icons/help-alternate_blue.svg" width="40px" /> 理解を確認するためのクイズ1

プロペンシティスコアの分布にオーバーラップがないときの解釈として正しいものは次のうちどれでしょうか。

  1. どちらの曝露を受けるのかが、対象者の特徴によってほとんど決まっている
  2. 測定されていない交絡因子があることを意味する
  3. プロペンシティスコアによるマッチングを用いれば対処できる
  4. すべて誤り

<aside> <img src="/icons/help-alternate_blue.svg" alt="/icons/help-alternate_blue.svg" width="40px" /> 理解を確認するためのクイズ2

回帰モデルによる交絡調整とプロペンシティスコアによる交絡調整の違いについて、正しいものは次のうちどれでしょうか。

  1. サンプルサイズがかなり大きいときは、プロペンシティスコア法の方が、バイアスが小さい
  2. サンプルサイズがかなり小さいときは、プロペンシティスコア法の方が、バイアスが小さい
  3. プロペンシティスコア法の方が、妥当であるための条件が厳しい
  4. すべて誤り