層化無作為抽出
GPT5.icon
短く言うと、「層化（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（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