シンプソンのパラドックスの図解 - 社会学者の研究メモ

まず、シンプソンのパラドックスというのは以下のような状態のこと。新薬の旧薬に対する生存率の優位性を考えてみましょう。 死亡 生存 旧薬 600 500 新薬 900 100 これだけみると、旧薬生存のオッズは0.83、新薬生存のオッズは0.11、オッズ比0.13で新薬の方が圧倒的に死亡しやすいということになります。ここで第3の変数である性別を導入し、層別分割表を書いてみると... 女 死亡 生存 男 死亡 生存 旧薬 100 5 旧薬 500 495 新薬 890 88 新薬 10 12 となり、女の新薬生存のオッズ比は1.98、男のオッズ比は1.21となり、どちらもプラスになります。男女の区別なくデータを見たときは新薬が不利だったのが、男女別にすると新薬が有利になるため、パラドックスと呼ばれています。なぜこれが生じるかというと、男女で薬の効き方の方向は同じ（プラス）だが、全体的に死亡率の

[ssuguru]

統計のマジックなんていうレトリックがあるけど、男女の変数を入れただけで新薬と旧薬の優劣が逆転する様はまさにマジックを見せられているようだわ。

[kyon_mm]

“説明変数と関連のありそうな変数はモデルに入れておく”

[yasudayasu]

このような関係は回帰モデルであれば容易に統御可能で、単に2つを説明変数にとれば正しい推定値を得ることができます。「説明変数と関連のありそうな変数はモデルに入れておく」という初歩的な手続きで回避可能です

[a-ki_room]

シンプソンのパラドックスの図解 - 社会学者の研究メモ (id:jtsutsui / @sunaneko)

[tonkas]

統計って難しい。。。目からウロコだわ。

[skn_0410]

おべんきょう

[hokuto-hei]

「説明変数と関連のありそうな変数はモデルに入れておく」

[economiccat]

統計データを扱うときは気をつけましょう。の例。

[myamadakg]

aggregate data analysis

[namawakari]

“性別・年齢などは多くの変数と関連するので、「とりあえず入れておく」ということになります”