戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

312

11 章　意思決定のための分析思考Ⅱ：分析思考から分析工学へ

意味します。なぜそのように言えるのでしょうか。それは、データは過去の寄付、つまりは

過去に寄付を行ったことのある人々から集めているためです。これは、過去のクレジット利

用顧客との経験に基づいて信用度をモデリングするアイデアに似ています。このような顧客

は、おそらく過去に信用に値するとみなしていた人々だからです。しかし、より良い見通し

を得るためには、モデルの適用範囲を母集団全体まで拡大したいと思うかもしれません。過

去に何らかの理由で選ばれた一部の人々が、母集団をモデリングするのに適したサンプルで

あると、なぜ言えるのでしょうか。これは、選択バイアスの例であり、データはモデルを適

用したい母集団から無作為には抽出されていません。代わりに、過去に寄付をしていたり、

他の手法で対象になっていたり、過去のある時点において信用されていたりといった、何ら

かの方法でバイアスがかけられています。

ここで、データサイエンティストに対する

1

つの重要な質問として、次のような内容が

思い浮かびます。それは、「データを選択する際にバイアスをかけて、目的変数の値に影響

を与えてしまうのは、あなたが期待していることか。」というものです。信用度のモデリン

グでは、その質問への答えは完全に期待しているとなります。過去の顧客は、その時点で彼

らが信用に値すると予測されたからこそ、選択されたのです。寄付金の例は信用度の例ほど

簡単ではありませんが、多額の寄付を行う人は、それほど頻繁には寄付を行わない ...