1 概要
感度分析は、モデルの入力や前提を少しずつ変えたときに、出力や結論がどの程度変動するかを調べる方法である。数理モデル、統計モデル、意思決定モデルなどで用いられ、結果の安定性や主要因を見極める役割を担う。予測値の信頼性を確認したり、どの変数が支配的かを把握したりする場面で重要となる。
1.1 定義
この手法は、特定の入力条件を変更し、その変化が結果に与える影響を体系的に観察する分析である。単に値を並べ替えるのではなく、変化の大きさと出力の反応を対応づける点に特徴がある。モデルの構造に対する依存性を点検するための基礎的な枠組みでもある。
1.2 目的
主な目的は、結論がどの要因に強く左右されるかを明らかにすることである。これにより、仮定の妥当性を確かめ、重要でない変数を省き、重点的に観察すべき要素を絞り込める。また、結果の不安定さを早期に把握することで、意思決定の精度向上にもつながる。
1.3 応用分野
感度分析は、数値計算、統計解析、経済評価、工学設計、環境評価など幅広い分野で使われる。研究分野では、モデルの検証や比較の補助手段となる。実務では、費用見積り、性能評価、将来予測の検討に組み込まれることが多い。
2 基本概念
感度分析を理解するうえでは、入力、出力、仮定、変化量の関係を整理する必要がある。どの要素を動かし、どの指標で応答を見るかによって、分析の意味合いは変わる。対象の設定が明確であるほど、結果の解釈もしやすくなる。
2.1 入力と出力
入力は、モデルに与える値や条件を指し、出力はその計算結果や判断結果である。感度分析では、入力側の微調整が出力にどれだけ波及するかを追う。したがって、入力と出力の対応関係を明確に定義することが前提となる。
2.2 パラメータと仮定
パラメータは、モデル内部で用いられる数値や係数であり、仮定は計算や推論を成立させる前提条件である。どちらも結果に影響するが、性質は異なる。前者は数量的に調整しやすく、後者は構造的な制約として働くことが多い。
2.3 変化量と影響度
変化量は、入力をどれだけ動かしたかを示し、影響度はその変化が出力へ及ぼした強さを表す。単純な差分だけでなく、割合変化や標準化された指標で示されることもある。影響度が大きい変数ほど、モデルの振る舞いに深く関与していると考えられる。
3 分類
感度分析は、対象範囲や計算方法により複数の型に分けられる。局所的に調べるものから、広い不確実性を扱うものまで幅がある。どの分類を選ぶかは、目的、利用可能なデータ量、計算資源によって決まる。
3.1 局所感度分析
局所感度分析は、ある基準点の近傍で入力をわずかに変え、出力の変化を調べる方法である。特定の条件下での挙動を把握しやすく、計算も比較的軽い。連続的なモデルや滑らかな関数に適用しやすい。
3.1.1 微小変化による評価
この方法では、変数をごく小さく増減させ、その前後差から感度を見積もる。変化が小さいため、基準点周辺の性質が主に反映される。短時間で傾向をつかむ用途に向いている。
3.1.2 偏微分を用いる方法
偏微分を利用すると、他の変数を一定とみなしたまま、一つの入力の影響を数式で表せる。解析的に扱える場合には、局所的な変化率を明快に示せる。線形近似の基礎としてもよく使われる。
3.2 大域感度分析
大域感度分析は、入力が広い範囲で変動する状況を想定し、モデル全体への影響を評価する。単一点ではなく、分布や範囲を考慮するため、より総合的な把握が可能である。複雑な非線形性を含むモデルで特に有用である。
3.2.1 不確実性を含む評価
入力値に幅がある場合、その不確実性を反映させながら出力のばらつきを調べる。確率的な変動を組み込むことで、結果の安定域や危険域を把握しやすくなる。予測の幅を示す際にも役立つ。
3.2.2 変数間の相互作用の考慮
複数の変数が同時に変わると、個々の効果の単純な足し合わせでは表せない挙動が生じる。相互作用を考慮する手法では、要因同士の組み合わせが出力に与える影響も評価する。複雑系の解析で重要性が高い。
3.3 一変数感度分析
一変数感度分析は、一度に一つの入力だけを変えて、他は固定したまま比較する方法である。理解しやすく、結果の説明にも向いている。初期検討や報告用の整理に多く用いられる。
3.4 複数変数感度分析
複数変数感度分析は、同時に複数の入力を変化させ、相互の影響を含めて調べる。単独要因では見えない依存関係を把握できる一方、設定や解釈はやや複雑になる。実務では、重要変数を絞ったうえで実施されることが多い。
4 手法
感度分析の実施方法は、数式を直接扱う解析的手法、計算機を用いる数値的手法、視覚的に比較する図表的手法に大別できる。対象モデルの性質に応じて、単独または併用される。方法の選択は、精度と実行可能性の折り合いで決まる。
4.1 解析的手法
解析的手法は、モデル式を変形しながら感度を求めるやり方である。理論的な見通しがよく、条件が整えば厳密な評価ができる。式が明示されている場合に特に有効である。
4.1.1 導関数に基づく手法
導関数を使う方法では、出力の変化率を微分で表す。局所的な傾きを定量化でき、変数の影響方向も読み取りやすい。連続モデルの標準的なアプローチの一つである。
4.1.2 式変形による評価
この方法では、モデル式を整理して、感度を直接導く。係数や比例関係が明確な場合、影響の構造を簡潔に示せる。計算量を抑えながら要点を把握したいときに有効である。
4.2 数値的手法
数値的手法は、計算機上で入力を変えながら結果を比較する方法である。解析解が得にくい場合でも適用しやすく、複雑なモデルに対応できる。近似的ではあるが、実務上の汎用性が高い。
4.2.1 シミュレーションによる評価
シミュレーションでは、条件を変えた複数の試行を行い、出力の違いを観察する。モデル全体の挙動を再現しながら比較できる点が利点である。反復計算を通じて、非線形な応答も把握しやすい。
4.2.2 モンテカルロ法
モンテカルロ法は、入力を確率的に多数生成し、出力分布を推定する手法である。ばらつきの大きさや極端な結果の起こりやすさを評価できる。確率変数を含むモデルで広く利用される。
4.3 図表を用いる手法
図表を使う方法は、結果を直感的に示し、比較を容易にする。数値一覧だけでは見えにくい傾向を把握しやすく、説明資料にも適している。可視化の工夫によって、重要な差異が明確になる。
4.3.1 トルネード図
トルネード図は、各変数の変化が出力に与える幅を棒状に並べた図である。影響の大きい順に示すため、優先順位が一目で分かる。簡潔ながら、主要因の把握に向いている。
4.3.2 散布図
散布図では、入力と出力の関係を点の分布として表す。相関の強さや非線形性、外れ値の存在を見つけやすい。複数試行の結果を比較する場面で重宝される。
4.3.3 感度表
感度表は、変数ごとの変化率や出力差を表形式でまとめたものである。複数条件を横断的に比較でき、記録や報告にも適する。定量値を整理したい場合に便利である。
5 実施手順
感度分析は、対象の選定から結果の解釈まで段階的に進める。手順を明確にしておくことで、分析の再現性が高まり、比較もしやすくなる。各段階での設定が最終結果に大きく影響する。
5.1 変数の選定
まず、どの入力を調べるかを決める。影響が見込まれる要因、制御可能な要因、観測可能な要因を整理し、対象を絞り込む。数を増やしすぎると解釈が難しくなるため、目的に応じた選別が必要である。
5.2 基準値の設定
基準値は、比較の出発点となる代表的な入力条件である。実測値、平均値、標準条件などが用いられる。基準が不適切だと、感度の見え方が偏るため、選定には注意を要する。
5.3 変化範囲の設定
各変数をどの範囲で動かすかを定める。範囲が狭すぎると影響を見逃し、広すぎると現実的でない結果を含むことがある。分析目的に応じて、実際の許容域や不確実性の大きさを反映させることが望ましい。
5.4 結果の計算
設定した条件に従ってモデルを実行し、出力を算出する。必要に応じて、複数回の反復や異なるシナリオを試す。計算結果は、単なる数値列ではなく、比較可能な形式に整えると扱いやすい。
5.5 結果の比較と解釈
得られた出力を並べ、変化の大小や傾向を読み取る。どの要因が強く作用したか、どの条件で安定性が崩れたかを判断する。解釈の際には、モデルの仮定や範囲設定も併せて確認する必要がある。
6 指標
感度分析では、影響の強さを表すためにさまざまな指標が用いられる。単位の違いを補正したものや、ばらつきに基づくものなどがある。目的に応じて、適切な尺度を選ぶことが重要である。
6.1 感度係数
感度係数は、入力の変化に対する出力の反応の大きさを示す基本的な指標である。符号によって増加・減少の方向も分かる。比較的直感的で、多くの分析で最初に参照される。
6.2 弾力性
弾力性は、入力の相対的な変化に対する出力の相対変化を表す。単位に左右されにくく、異なる変数同士を比較しやすい。経済モデルや需要分析などで特に頻繁に使われる。
6.3 分散に基づく指標
分散に基づく指標は、出力のばらつきが各入力にどれだけ由来するかを分解する。全体の不確実性に対する寄与を測れるため、大域的な評価に向いている。相互作用を含めて把握できる場合もある。
6.4 順位づけ指標
順位づけ指標は、変数を重要度の高い順に並べるための尺度である。限られた資源で重点項目を決める際に役立つ。厳密な大小関係だけでなく、実務上の優先順位づけにも使われる。
7 応用
感度分析は、単なる理論的検討にとどまらず、実務のさまざまな領域で活用される。複雑なモデルほど、どの入力が結論を左右するかを事前に把握する意義が大きい。結果の見通しを良くする補助技法として広く定着している。
7.1 工学設計
工学では、材料特性、寸法、負荷条件などの変動が性能に与える影響を調べる。設計余裕の確認や故障リスクの低減に役立つ。仕様の優先順位づけにも用いられる。
7.2 経済モデル
経済モデルでは、価格、需要、費用、金利などの変数が結果にどう関与するかを確認する。政策や市場条件の変化に対する応答を把握しやすい。見通しの不確実さを示す手段としても重要である。
7.3 生命科学
生命科学の分野では、生体反応、薬効、実験条件の違いが結果に及ぼす影響を調べる。観測値の揺らぎが大きい場合でも、支配的な要因を見つける助けとなる。モデル化された生体系の理解にも寄与する。
7.4 環境評価
環境評価では、排出量、気象条件、土地利用などの変化が指標に与える影響を検討する。将来予測の幅を把握し、重要な仮定を洗い出す際に用いられる。対策案の比較にも利用される。
7.5 政策評価
政策評価では、制度設計や前提条件の違いが結果へどう響くかを点検する。複数の選択肢を比較するうえで、主要な論点を整理しやすい。直接的な結論だけでなく、結論の不確かさも示せる。
8 利点と限界
感度分析は有用性が高い一方で、扱い方を誤ると誤解を招くことがある。利点と制約の両面を理解しておくと、結果を過大評価せずに済む。分析の位置づけを明確にすることが大切である。
8.1 利点
感度分析の利点は、モデルのどこに注意を向けるべきかを整理できる点にある。複雑な構造を簡潔に見通せるため、検討の優先順位を定めやすい。説明資料としても扱いやすい。
8.1.1 重要因子の把握
影響の強い要因を見つけることで、分析対象を絞り込める。無関係な変数を減らせば、モデルの理解も進む。限られた資源を有効に配分する際にも有用である。
8.1.2 モデル改善への寄与
感度の高い部分が分かると、モデルの修正点や追加調査の必要箇所が見えてくる。仮定の見直しやデータ収集の重点化にもつながる。結果として、モデルの説得力を高めやすい。
8.2 限界
一方で、感度分析は設定次第で結果が大きく変わる。手法の選び方や範囲の取り方によって、見かけの重要度が変動することがある。したがって、結論には一定の条件付き性が伴う。
8.2.1 計算負荷
変数が増えたり、シミュレーション回数が多くなったりすると、計算コストが急増する。高精度な評価ほど時間と資源を要する。大規模モデルでは、近似や省略の工夫が必要になる。
8.2.2 前提依存性
分析結果は、設定した基準値や変化範囲に左右される。前提が変われば、重要とされる要因も変わりうる。結論を一般化するには、条件の明示が欠かせない。
8.2.3 解釈の難しさ
数値が得られても、その意味を正しく読むにはモデル構造への理解が必要である。相互作用や非線形性が強いと、単純な順位づけでは説明しにくい。図表と数値の両方を併用することが望ましい。
9 関連事項
感度分析は、近接する分析手法と密接に関係している。とくに不確実性の扱い、モデルの頑健性、入力を推定する問題、最適な条件を探す問題とは重なりが大きい。これらを区別すると、分析の目的が明確になる。
9.1 不確実性分析
不確実性分析は、入力のばらつきや知識の不足が出力に及ぼす影響を扱う。感度分析と組み合わせることで、変動の原因と大きさを分けて理解しやすくなる。両者はしばしば併用される。
9.2 頑健性分析
頑健性分析は、条件が多少変わっても結論が大きく崩れないかを確認する。感度分析が「どこに弱いか」を示すのに対し、こちらは安定性の程度を重視する。意思決定の耐久性を点検する上で重要である。
9.3 逆問題
逆問題は、観測結果から入力や原因を推定する問題である。感度が低い変数は推定しづらく、逆に高い変数は出力に反映されやすい。したがって、感度分析は逆問題の難易度理解にも役立つ。
9.4 最適化
最適化は、ある目的関数を最良にする入力条件を探す手法である。感度分析は、どの変数が改善余地を持つかを事前に把握する助けとなる。最適化の前処理としても利用価値が高い。
10 実例
感度分析の実例では、数式モデル、シミュレーション、実務案件のいずれでも、変数の動かし方と結果の読み取りが中心となる。抽象的な概念が具体的な判断に結びつく場面を見ることで、手法の意義が理解しやすくなる。
10.1 数式モデルでの例
単純な関数モデルでは、係数を変えることで出力の変化を直接確認できる。たとえば、ある変数の係数が大きいほど、その入力の影響が強いと分かる。解析式があるため、局所的な感度を明快に示せる。
10.2 シミュレーションでの例
シミュレーションモデルでは、複数条件を設定し、各条件下の出力を比較する。入力の組合せによって結果がどの程度変わるかを見れば、相互作用の有無も把握しやすい。反復による分布の確認も可能である。
10.3 実務上の活用例
実務では、予算計画、設計変更、予測評価などで感度分析が組み込まれる。重要変数が少数に絞られれば、検討や監視の重点を定めやすい。意思決定の際に、結果の幅を示す補助資料としても機能する。