交絡バイアス

2つの変数の間に直接の因果関係がないのに、両方に影響する第3の変数（交絡因子）などのために、相関があるように見える現象。アイスクリームの売上と水難事故の件数が、ともに気温の影響で連動するのが典型例である。交絡因子を考慮した分析や因果推論の手法で、見かけの関係と真の因果を区別する。

施策を実施した群と実施しなかった群それぞれについて、施策の前後での変化量を求め、その差を施策の効果とみなす因果推論の手法。両群に共通する時間の経過による変化を差し引けるため、観察データから効果を推定できる。施策がなければ両群は同じ傾向で推移したはずという平行トレンドの仮定が前提となる。

観察データで、各対象が年齢や購買履歴などの属性（共変量）から見て施策を受ける確率を、ロジスティック回帰分析などで推定した値。傾向スコアが近い対象どうしを施策の有無で比べる（マッチング）ことで、施策を受けた群と受けない群の属性の偏りを調整し、因果効果を推定する。観測されていない交絡因子の影響は調整できない。

2つの変数の一方が変化すると他方も変化する関係。一方が増えると他方も増える正の相関と、一方が増えると他方が減る負の相関があり、散布図で傾向を確かめ、相関係数（−1から1）で強さを表す。相関があっても因果関係があるとは限らず、擬似相関に注意する。