【Pythonで学ぶデータ分析】相関があるかどうかをベイズ統計で調べる ～ 年齢と原付事故死傷者数に関係はあるのか？

「若い人の原付運転は危なっかしく見える」という感覚を、データで確かめてみようという回である。対象は、手軽に乗れる原付一種（かつての排気量50cc以下のバイク）だ。年齢と交通事故の死傷者数のあいだに関係があるのかを、相関のベイズ検定で調べる。シリーズ『社会人1年生から学ぶやさしいデータ分析』のベイズ統計編、第8回にあたる。Pythonで手を動かしながら、統計の手順を一つずつ確かめていく連載だ。

この連載の面白さは、「関係があるかないか」の二択で結論を出さない点にある。従来の検定は、ある前提のもとで否定できるかを問うが、ベイズ統計は、関係がある確からしさがどのくらいかを数字で出す。経営判断に近い考え方で、確からしさに幅を持たせて語れる。感覚と統計の対決として見ると、「若者は危ない」という印象は、年齢層ごとの人数の違いを考えずに語られやすい。人数が多い層ほど事故件数も多くなるのは当然で、件数だけを比べれば危なく見えてしまう。率で比べる発想を持てるかどうかが、この種の分析の分かれ目だ。

中小企業でも、社用車や配送の事故記録、労災の件数を持っていれば、同じ考え方で年齢や勤続年数と本当に関係があるのかを確かめられる。ポイントは、件数ではなく母数をそろえて比べること、そして結論を一言で断定せず、確からしさとして経営会議に出すことだ。最初の一歩として、手元の記録を年齢層ごとの人数で割るだけでも、社内の思い込みが変わることがある。