品質管理・リスクマネジメント重要度:★★出題: AM2・PM2

モンテカルロ・シミュレーションと感度分析（トルネード図）

もんてかるろしみゅれーしょんとかんどぶんせき / Monte Carlo Simulation & Sensitivity Analysis (Tornado Diagram)

各タスクの期間やコストの確率分布から数千回の乱数シミュレーションを行って完了日・総コストの達成確率分布を求める手法と、全体結果に最も影響を与える不確実要因をトルネード図で特定する感度分析です。

3行速習ポイント

各タスクの期間やコストの確率分布から数千回の乱数シミュレーションを行って完了日・総コストの達成確率分布を求める手法と、全体結果に最も影響を与える不確実要因をトルネード図で特定する感度分析です。
単一値の見積りでは見えない「80%の確率で遵守できる完了日」や「最もスケジュール変動リスクが大きいクリティカル要因」を定量的に把握できます。
試験対策：午前IIの定量的リスク分析問題で頻出であるほか、午後II論文で統計的根拠に基づく予備日数・予備費の設定手法として活用できます。

図解

図感度分析（トルネード図）とモンテカルロ法による定量的リスク分析手順プロセス・手順フロー

不確実性の確率モデル化から影響要因特定・目標達成確率に基づく予備設定まで

▶ 進行順序：1. Step 1: 確率分布定義➔2. Step 2: 感度分析➔3. Step 3: 乱数試行➔4. Step 4: 予備量決定

1各作業の確率分布（三点見積り）モデルの入力

Step 1: 確率分布定義

楽観値・最可能値・悲観値とネットワーク依存関係の定義

不確実性の高いワークパッケージについて、期間やコストの最小値・最頻値・最大値（ベータ分布や三角分布）をモデルへ入力する。

2感度分析（トルネード図）による最重要リスクの特定

Step 2: 感度分析

全体工期・総コストの変動に最も効くクリティカル要因の抽出

どの不確実要因（例：外部API仕様確定時期、データ移行性能）が全体目標のブレ幅に最大のインパクトを与えるかをトルネード図で順位付けし、重点軽減対象を絞る。

3モンテカルロ・シミュレーションの反復実行

Step 3: 乱数試行

数千〜数万回の乱数試行による全体完了日・総コストの確率分布算出

コンピュータ上でプロジェクト全体を何千回も仮想実行し、複数経路が合流するノードでの遅延確率（マージバイアス）を含めた累積確率曲線（S字カーブ）を生成する。

4目標信頼度水準（例：80%達成点）に基づく予備設定

Step 4: 予備量決定

決定論的見積りとの差分をコンティンジェンシー予備として計上

例えば『50%確率の完了日は10月1日だが、85%の確率で守れる完了日は10月15日』と算出し、差分の14日間をスケジュール予備として合意する。

💡 午前IIでは「プロジェクト結果に対して最も大きな潜在的影響を与えるリスク要因を特定し、上から影響幅の大きい順に並べる図＝トルネード図（感度分析）」が頻出です。

概要と本質

各タスクの期間やコストの確率分布から数千回の乱数シミュレーションを行って完了日・総コストの達成確率分布を求める手法と、全体結果に最も影響を与える不確実要因をトルネード図で特定する感度分析です。単一値の見積りでは見えない「80%の確率で遵守できる完了日」や「最もスケジュール変動リスクが大きいクリティカル要因」を定量的に把握できます。