不確実性を伝える5種：信頼区間・ファンチャート・確率分布・モンテカルロ・リスクマップ

「点」だけでなく「幅」を見せる ── これは現代ビジネスの必須スキル。中央銀行・気象予報・選挙予測・新薬開発のすべてが「不確実性付き予測」で意思決定しています。

1. 信頼区間付き折れ線

用途：予測値の中央線と、その上下にバンド（95%信頼区間など）を塗る。 強み：「だいたいこの範囲」が直感。 弱み：信頼区間と予測区間の違い・パーセンタイルの定義など、誤読が多い。

2. ファンチャート（扇形予測）

用途：イングランド銀行が発明した「経済予測の標準表現」。中央予測から扇形に広がる確率分布で「未来の不確実性」を表現。 強み：時間が遠くなるほど不確実 ─ 直感に合う。 弱み：色のグラデーションが必要、作るのがやや手間。

3. 確率分布の可視化

用途：A/Bテストの結果分布、新薬の効果分布、株価リターンの分布。 強み：「平均だけでなく形」が見える。

4. モンテカルロ法シミュレーション結果

用途：何千・何万回のシミュレーション結果を全て折れ線で重ねる「スパゲッティプロット」、または最終値のヒストグラム。 強み：稀な事象（破綻シナリオ）も見える。 弱み：見た目がうるさい、透明度設定が肝。

5. リスクマップ（影響 × 発生確率）

用途：プロジェクトリスク・サイバーリスクの定番。横軸＝発生確率、縦軸＝影響度の散布図。 強み：右上（高確率・大影響）から優先で対処、と一目で分かる。

import numpy as npimport matplotlib.pyplot as plt
np.random.seed(0)T = 24median = np.cumsum(np.random.randn(T) * 0.5) + 100
fig, ax = plt.subplots(figsize=(10, 5))for sigma_mult, alpha in [(2.0, 0.1), (1.5, 0.15), (1.0, 0.2), (0.5, 0.25)]:    band = sigma_mult * np.sqrt(np.arange(T) + 1)    ax.fill_between(range(T), median - band, median + band, color="#1f77b4", alpha=alpha)ax.plot(range(T), median, color="#1f77b4", linewidth=2)ax.set_title("Fan chart: 24-month forecast with widening uncertainty")ax.set_xlabel("Month ahead"); ax.set_ylabel("Forecast value")ax.grid(alpha=0.3)plt.show()

次回予告

EP.12 は異常検知系：コントロールチャート・SPCチャート・残差プロット・スパイク検出。「いつもと違う」を見つけるための可視化。