相関ルールマイニングでは，ルールの確からしさを表す信頼度の推定が重要である．不確かなルールを除外するために，信頼度の閾値を下回るルールの信頼度を0とすることで，そのルールを無視する．ここで，閾値の前後で信頼度が大きく異なる点，および低頻度事象を表すルールにおける過大推定が問題となる．その対応として閾値付近の信頼度を減衰させる手法が提案されているが，ノイズへの頑健性に関する分析が不十分であった．本研究では，本手法のノイズへの頑健性を検証するために，ノイズの量と相関ルールに基づく分類性能との関係を調べた．本稿では，本手法のノイズへの頑健性を向上させる効果について報告する．