統計のモヤモヤ解消！
「交絡」と「交互作用」の違いを徹底解説

はじめに：なぜこの2つがややこしいのか？

「交絡」も「交互作用」も、私たちが知りたい「AがBに影響を与えるか？」という問いに対して、「C」という別の要因が関係している、という点で共通しています。しかし、その「C」の関わり方が全く異なるため、結果の解釈も大きく変わってきます。

それでは、それぞれの概念をじっくり見ていきましょう。

1. 交絡（Confounding）：見せかけの関係性にご用心！

例え話：アイスクリームと溺死事故の奇妙な関係

想像してみてください。ある夏のデータを見てみると、「アイスクリームの売上」が上がると「溺死事故の件数」も増えていることが分かりました。

「これは大変だ！アイスクリームを食べると溺死しやすくなるのか！？」

…と、慌ててアイスクリームの販売を禁止するのは、ちょっと待ってください。この関係は、本当にアイスクリームが原因なのでしょうか？

ここで登場するのが「交絡」です。この場合、アイスクリームと溺死事故の両方に影響を与えている真の犯人が隠れています。

そう、それは「気温」です。

• 気温が高い → アイスクリームがよく売れる
• 気温が高い → プールや海に行く人が増え、それに伴い溺死事故も増える

つまり、アイスクリームと溺死事故には直接的な因果関係があるわけではなく、「気温」という別の要因が、あたかも関係があるかのように見せかけているのです。

これが「交絡」です。私たちが知りたい「A（アイスクリーム）がB（溺死事故）に影響を与えるか？」という問いに対して、C（気温）がAとBの両方に影響を与えているため、AとBの間に見せかけの関係が生まれてしまっている状態を指します。

交絡因子とは？

この例における「気温」のように、私たちが本当に知りたい関係（AとBの関係）を歪めてしまう要因を「交絡因子（confounder）」と呼びます。

AはBに影響を与えるが、それはCのせいかもしれない

このフレーズは、まさに交絡を表しています。アイスクリームは溺死事故に影響を与えるように見えるけど、それは「気温」のせいかもしれない、ということです。

交絡の影響を取り除くためには、統計的な手法（例えば、多変量解析など）を用いて交絡因子の影響を調整する必要があります。これによって、より純粋なAとBの関係を評価することができるようになります。

2. 交互作用（Interaction）：影響の仕方が状況によって変わる！

例え話：目薬とコンタクトレンズ

次に、目の乾燥を和らげる目薬の効果について考えてみましょう。

ある目薬は、一般的に目の乾燥に効果があると言われています。しかし、この目薬の効果は、使う人の「コンタクトレンズの有無」によって変わるかもしれません。

• コンタクトレンズをしていない人：目薬を使うと、目の乾燥がしっかり改善する。
• コンタクトレンズをしている人：目薬を使っても、あまり目の乾燥が改善しない、あるいは逆に悪化するケースもある。

この場合、目薬の効果は「コンタクトレンズの有無」という別の要因によって「異なる」わけです。これが「交互作用」です。

私たちが知りたい「A（目薬）がB（目の乾燥改善）に影響を与えるか？」という問いに対して、C（コンタクトレンズの有無）の状態によって、AがBに与える影響の「強さ」や「方向」が変わってくる状態を指します。

効果修飾因子とは？

この例における「コンタクトレンズの有無」のように、私たちが知りたい関係（AとBの関係）におけるAの効果を「修飾」する要因を「効果修飾因子（effect modifier）」と呼びます。

AはBに影響を与えるが、その影響の仕方はCによって異なる

このフレーズは、まさに交互作用を表しています。目薬は目の乾燥に影響を与えるけど、その影響の仕方は「コンタクトレンズの有無」によって異なる、ということです。

交互作用が存在する場合、私たちは単純に「AはBに効果がある/ない」とは言えません。「AはCの条件下ではBに強く効果があるが、Cではない条件下ではあまり効果がない」といったように、CのレベルごとにAとBの関係を検討する必要があります。

似ているようで全く違う！交絡因子と効果修飾因子の違い

ここで改めて、交絡因子と効果修飾因子の違いを整理しましょう。

簡単に言うと、

• 交絡因子は、まるで幽霊のように、AとBの間に存在しない関係を見せかけたり、本当の関係を隠したりします。だから、その幽霊を追い払う（調整する）必要があるのです。
• 効果修飾因子は、まるで魔法の杖のように、AがBに与える影響の性質そのものを変えてしまいます。だから、その魔法の杖の存在を無視してはいけないのです。

まとめ：これであなたも統計マスター！