# Regression to the Mean Girls：『Dancing with the Stats』— 学部生が挑んだ生存時間解析

- 番組: [Casual Inference](https://ai-curator.jp/podcasts/shows/cmv3z5c2500195o10nrfofiic)（Lucy D'Agostino McGowan and Ellie Murray）
- 元のタイトル: Regression to the Mean Girls | Dancing with the Stats with Grayson Weavil, Madeline Merrill, and Wesley Krieger 
- 配信日: 2026年10月27日
- 長さ: 48分
- 要約作成日: 2026年10月27日
- トピック: [#生存時間解析](https://ai-curator.jp/topics/%E7%94%9F%E5%AD%98%E6%99%82%E9%96%93%E8%A7%A3%E6%9E%90) [#Cox比例ハザードモデル](https://ai-curator.jp/topics/Cox%E6%AF%94%E4%BE%8B%E3%83%8F%E3%82%B6%E3%83%BC%E3%83%89%E3%83%A2%E3%83%87%E3%83%AB) [#Kaplan-Meier曲線](https://ai-curator.jp/topics/Kaplan-Meier%E6%9B%B2%E7%B7%9A) [#統計教育](https://ai-curator.jp/topics/%E7%B5%B1%E8%A8%88%E6%95%99%E8%82%B2) [#データ分析プロジェクト](https://ai-curator.jp/topics/%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%E3%83%97%E3%83%AD%E3%82%B8%E3%82%A7%E3%82%AF%E3%83%88) [#リアリティ番組](https://ai-curator.jp/topics/%E3%83%AA%E3%82%A2%E3%83%AA%E3%83%86%E3%82%A3%E7%95%AA%E7%B5%84)
- URL: https://ai-curator.jp/podcasts/cmvprat4500006w12f5gvxekm

## 要約

Wake Forest大学の学部生3人が、統計の授業課題として人気ダンス番組Dancing with the Starsの出場者データを生存時間解析にかけた研究を紹介する回。脱落までの時間をCox比例ハザードモデルで分析し、第1週の審査員スコアが最も強い予測因子だと示した。性別や出身業界では生存曲線に差が見られなかった。視聴者投票データの不在や予測市場の話など、脱線も交えて語られる。

## ポイント

- 課題は生存時間解析の授業で、Kaggleのデータセットからダンス番組を選んだ。イベントは脱落、時間はシーズン全体に対する完走割合で定義し、決勝まで残った人は打ち切り（センサリング）として扱った。
- 最終週前に脱落した出場者は約79%だった。
- 共変量は性別、年齢、出身業界、第1週の平均審査員スコアで、第1週スコアが最も有意だった。1点高いごとにハザード比は0.616と述べられている。
- 第1週スコアの影響はシーズン後半ほど小さくなり、予測精度（AUC）も下がった。シーズン25%時点で約77%、半ばで約70%、75%時点で約63%だったと説明している。
- 性別と業界のカプラン・マイヤー曲線はほぼ同じで、男性の方が長く残るという仮説は支持されなかった。
- データには視聴者投票やダンス経験の詳細、Disney/ABCとの関係などがなく、今後の拡張案として挙がった。審査員スコアのみの分析なので、人気による押し上げ効果は直接測れていない。

## 章立て

- [00:00] **メディアの話題とゲスト紹介** — ゲスト3人の紹介に続き、最近観ているドラマや番組の雑談が続く。
- [08:15] **プロジェクトの背景と番組のルール** — 生存時間解析の授業課題として番組を選んだ経緯と、審査員・ダンスの種類・毎週の脱落といった番組の仕組みを説明する。
- [13:54] **審査員と視聴者投票、Disney説** — 脱落は審査員スコアと視聴者投票の合算で決まるが、分析は審査員スコアのみ。ABC/Disneyとの関係が有利に働くのではという仮説も出る。
- [17:37] **アウトカム定義と共変量の仮説** — 脱落までのシーズン進行割合を時間とし、性別・業界・年齢・第1週スコアを検討した。
- [22:27] **第1週スコアと意外な勝者たち** — 第1週スコアが最強の予測因子で、時間とともに影響は薄れた。投票で勝ち上がった例としてBobby Bonesなどが話題になる。
- [36:56] **モデルと予測精度、性別・業界の結果** — Cox比例ハザードモデルの結果と、時点ごとの予測精度、性別や業界で差が出なかった点を議論する。
- [43:04] **今季の優勝予想と締め** — 出演者たちが優勝者を予想し、プロジェクトを「fetch」の尺度で自己評価して終える。

## 解説記事

Wake Forest大学の統計学専攻の学部生（現役と卒業生）3人が、Casual Inference内の番組Regression to the Mean Girlsに登場した。題材は授業課題として取り組んだ「Dancing with the Stats」、つまり人気ダンス番組Dancing with the Starsの出場者データを使った生存時間解析である。気軽な雑談を交えつつ、手法の選び方や結果、データの限界が率直に語られた。

#### なぜダンス番組で生存時間解析なのか

課題は、データセットを選んで生存時間解析（イベントが起きるまでの時間を扱う手法）を行うというものだった。メンバーはKaggleでこの番組のデータを見つけ、ほかの競争型番組より変数が多く面白いと考えて選んだという。

番組は、著名人がプロのダンサーとペアを組み、毎週異なるダンスを披露して、1組ずつ脱落していく形式である。3人の審査員の採点に視聴者投票が合算される。ただし投票方式は時期によって電話・Web・テキストと変わったため、分析では審査員スコアだけを使ったと説明している。

#### アウトカムの設計

イベントは「脱落」、時間は「シーズンのうち完走した割合」と定義した。初期のシーズンは短く、後年は長いため、週数そのままでは比較しにくいからだ。決勝まで残った人は打ち切りデータとして扱い、最終週前に脱落したのは約79%だったという。

#### 仮説と結果

検討した共変量は、性別、出身業界（俳優、アスリート、テレビパーソナリティ、歌手・ラッパー、その他）、年齢、第1週の平均審査員スコアである。当初は、男性のほうが長く残る、俳優やテレビ出演者は撮影やアドリブに慣れていて有利、といった予想があった。

Cox比例ハザードモデルの結果、最も有意だったのは第1週スコアで、1点上がるごとにハザード比が0.616倍になったと述べている。脱落リスクが約39%下がる計算で、ホストも「驚くべき値」と反応した。若い出場者のほうが有利という傾向も、仮説と整合したと語られている。一方、性別と業界ではカプラン・マイヤー曲線（生存曲線）がほぼ重なり、仮説は支持されなかった。

予測力も評価している。シーズン25%の時点では2人のうちどちらが脱落するかを約77%で当てられたが、半ばで約70%、75%時点で約63%と下がった。後半は全員が上手く、第1週の差が意味を持たなくなるうえ、投票で支えられる人気者もいるためだと説明している。

#### データの限界と広がる追加アイデア

議論では、手元にない情報への関心が高かった。視聴者投票の指標、週ごとの成長度、ダンス経験の有無（同じ俳優でもバックダンサー出身か否かで大きく違う）などである。Disney・ABCとの関係が有利に働くという説も出たが、手作業でのデータ整備が必要で、検証はされていない。Instagramのフォロワー数や増加を人気の代理指標にする案も出た。

業界で差が出なかった理由として、番組側が最終盤の顔ぶれのバランスを意図的に調整している可能性や、出演を承諾する人にカメラ慣れした人が偏る選択バイアスの可能性も指摘された。審査員スコアが翌週の結果をどの程度説明するかを全シーズンで調べる案もホストから出ている。

#### まとめ

学部生の授業課題でありながら、アウトカムの定義、打ち切りの扱い、時点別の予測精度評価まで丁寧に設計された事例である。日本の読者にとっては、身近な題材でも生存時間解析の考え方を学べる好例だろう。同時に、「分析できなかったこと」を明確にする姿勢は実務でも重要だと再確認できる。最後に3人は自分たちの作品を「5 fetches」と自己評価し、楽しさこそ大事だと締めくくった。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Casual Inference「Regression to the Mean Girls | Dancing with the Stats with Grayson Weavil, Madeline Merrill, and Wesley Krieger 」