層化無作為抽出

短く言うと、「[層化](/ja/%E5%B1%A4%E5%8C%96)（[stratification](/ja/stratification)）」して各層の中でランダムに抽出・割付けする手法のことです。正式な用語は文脈により「層化無作為抽出（stratified random sampling）」や「[層別無作為化](/ja/%E5%B1%A4%E5%88%A5%E7%84%A1%E4%BD%9C%E7%82%BA%E5%8C%96)（stratified randomization）」など。

何をする？

1. 層化無作為抽出（統計調査）
   • 母集団を年齢・地域・性別などで層に分け、各層内で無作為抽出。
   • → 小さな層も確実に含めつつ、推定の分散を下げる。
   • （重み付き推定：各層の割合で平均を合成）
2. 層別無作為化（臨床試験）
   • 予後因子（年齢群、施設など）で層を作り、層ごとに治療群へ無作為割付。
   • → 群間バランスを改善。しばしばブロックランダム化と併用。
3. 層化サンプリング（モンテカルロ）
   • 積分領域を小区画（層）に分け、各層から無作為サンプル。
   • → ばらつき（分散）を下げる分散削減法。
4. 層化交差検証（機械学習）
   • クラス比を各foldで保つように分割（Stratified K-Fold）。
   • → 不均衡データでの評価を安定化。

いつ使う？

• 重要だが少数のサブグループを確実に含めたい
• 推定の精度（分散）を下げたい
• クラス不均衡を保った評価をしたい
• 介入群間の背景差を抑えたい（試験）

注意点

• 過度な層の細分化は各層のサンプル不足を招く
• 抽出確率が層で異なる場合、重み付けが必要
• 試験では層を解析モデルでも共変量調整するのが通例