病院で、患者全体では治療法AのほうがBより優れているという結果が出たのに、軽症・重症に分けて見ると、どちらもBのほうが優れているとしたら、どの治療を選びますか？数字が「合わせると」逆転するこの不思議な現象は、データの解釈で繰り返し現れます。それが「シンプソンのパラドックス（Simpson’s Paradox）」です。
シンプソンのパラドックスとは、簡単に言えば「複数の集団を別々に見ると一定の方向の関係が見られるのに、それらの集団を合わせると関係が弱まったり、まったく逆の方向に逆転したりする現象」を意味します。1951年にエドワード・シンプソン（Edward H. Simpson）が整理し、それ以前の1899年にはカール・ピアソン（Karl Pearson）が、1903年にはユドニー・ユール（Udny Yule）も似た事例に言及しています。
本資料では、シンプソンのパラドックスの定義と発生の仕組みから、代表的な実例、そしてデータを読む際に落とし穴にはまらないための確認ポイントまで、わかりやすく整理します。
シンプソンのパラドックスの構造と解釈の原則
シンプソンのパラドックスとは何か？
シンプソンのパラドックスは、単なる計算ミスではありません。各集団内ではAの成功率がBより高いのに、全体を合わせるとBの成功率のほうが高くなるというように、「部分の合計」と「全体」が食い違うときに成立します。直感的には「各部分で勝っていれば全体でも勝つはずだ」と感じがちですが、割合を合わせた瞬間、その直感が崩れることがあります。
なぜこのようなことが起きるのでしょうか？鍵となるのは、集団ごとに標本の大きさと構成が異なるという点です。例えば、治療Aが重症患者に多く使われ、治療Bが軽症患者に多く使われていた場合、Aの全体の成功率は重症者の割合に引っ張られて下がり、Bは軽症者の割合に引っ張られて上がります。集団別ではAが勝っていても、合わせるとBが勝つ構図になります。
- 集団内の傾向（Within-group trend）：各下位集団の中で見られる関係の方向です。
- 全体の傾向（Aggregate trend）：下位集団を合わせた後に見られる関係の方向です。
- 逆説（Paradox）：両者の方向が食い違ったり、逆になったりする状態です。
なぜ数字が逆転するのか：交絡変数の役割
統計学では、この現象の背後に「交絡変数（Confounding Variable）」または「潜在変数（Lurking Variable）」があると考えます。関心のある両変数の関係を、第3の変数が同時に揺さぶる場合です。
（1）集団の大きさの不均衡
ある集団に標本が集中すると、その集団の結果が全体に過度に反映されます。小さな集団で明確な効果があっても、大きな集団の逆の効果が合計を左右することがあります。
（2）処置と条件の同時変化
治療が難しい患者と容易な患者に治療法が無作為に割り当てられていないと、「治療法の効果」と「患者の状態」が混ざり合います。このとき、合算した表だけを見ると、まるで治療法そのものが悪い、あるいは良いかのように誤解しがちです。
（3）割合の加重平均
成功率は単純平均ではなく、人数で重み付けした平均です。重みが集団ごとに異なると、各集団での勝敗と全体の勝敗が異なることがあります。
簡単に言えば、シンプソンのパラドックスは、「どのような層に分けて見るか」によって結論が変わりうることを示す警告灯です。
身近な事例で見るシンプソンのパラドックス
最もよく引用される事例のひとつが、腎結石の治療法の比較です。外科的治療と非外科的治療を全体だけで見ると一方が優勢に見えるものの、結石が小さい場合と大きい場合に分けると、優勢な側が逆転するパターンが報告されています。「誰に、どのような条件で」を抜きにすると、治療成績がゆがめられます。
野球の打率も似た構造で説明できます。選手Aが前半戦と後半戦のそれぞれで選手Bより打率が高かったのに、シーズン全体で合わせるとBの打率のほうが高くなる場合があります。出場イニング数や打席数が時期によって大きく異なるためです。つまり、「時期ごとの勝者」と「シーズンの勝者」が異なることがあるという意味であり、これは成績表を一行だけで読むときに生じる錯覚をよく示しています。
大学入試の合格率をめぐる議論でも、似た論理が使われます。全体の合格率だけを見ると男女差が大きく見えても、学科別に分けると差がなくなったり、小さくなったりする場合があります。このとき大切なのは、「差別はない」と即座に結論づけることではなく、どのような層（学科・志願者数・競争倍率）が全体を支配していたのかを問うことです。
［事例のポイント］
- 合計の表だけを信じず、意味のある下位集団に改めて分けます。
- 下位集団の大きさ（重み）を併記します。
- 「なぜその集団に人が集中したのか」を別途説明します。
データを読むときに落とし穴にはまらないための4つの習慣
シンプソンのパラドックスを完全に「なくす」公式はありません。その代わり、解釈の習慣を変えることで、落とし穴にはまる確率を大きく減らせます。
（1）まず層を決めます
性別、年齢、重症度、地域、製品群など、結果に影響しうる変数をあらかじめ書き出し、合計の表と層別の表を並べて見ます。
（2）割合と人数を併せて見ます
成功率が80%でも、標本が5人なら意味が異なります。分母（試行回数・人数）を隠したグラフは疑ってかかります。
（3）因果と相関を分けます
合算した結果が逆転したからといって、すぐに「原因」を断定しません。まず、実験計画や無作為割り当てがあったかを確認します。
（4）結論の単位を明らかにします
「患者全体を基準にしている」のか、「重症患者を基準にしている」のかを文中に明記します。同じデータでも、基準となる集団が変われば推奨内容が変わることがあります。
ニュースの世論調査、病院の成績表、アプリのA/Bテスト、学校の入試統計など、割合が登場するあらゆる場面でシンプソンのパラドックスは姿を現す可能性があります。合計が便利であるほど、もう一度分けて見る姿勢が必要です。見栄えのするインフォグラフィックほど分母や層が隠されている場合が多いため、「この数字の単位は何か」を先に確認する習慣が役立ちます。
合計の数字を見て終わりにせず、「どのような層がこの数字を生み出したのか」と問うこと。それが統計的思考の第一歩です。
