感度分析と感応度分析の違いをわかりやすく解説！絶対変化と相対変化のポイントを押さえよう

---

感度分析と感応度分析の基本をさっと整理

感度分析とは、あるモデルの出力が入力パラメータの変化にどの程度影響されるかを調べる方法です。一般的には絶対変化の度合いを知るために用いられ、パラメータが1%動くと出力がどれだけ動くかを直感的に把握したいときに便利です。対して、感応度分析とは、出力の相対的な変化、つまりパーセント変化で見たときの反応を調べる分析です。出力の変化率と入力の変化率の比を考えることで、どの要因が相対的に大きな影響を与えるかを評価します。

ここで大切な点は、感度分析が「絶対量の変化をどう捉えるか」という観点であり、感応度分析が「割合としての変化をどう見るか」という観点であるということです。モデルの規模や単位が異なる場合、絶対変化だけを見ていると誤解が生まれやすくなります。そのため、両者を適切に使い分けることが重要です。感度分析は数値そのものの大きさに注目する場面で強みを発揮し、感応度分析は比較可能性を高め、要因間の重要度を並べる際に役立ちます。

以下の表では、両分析の基本的な違いを整理しています。これを読めば、どちらを使うべきかの判断材料が見つかるはずです。

観点	感度分析	感応度分析
指標の種類	絶対変化（出力の変化量）	相対変化（変化率）
解釈のポイント	規模依存、数値の大きさを重視	割合・比率で比較、規模に左右されにくい
計算の焦点	入力の微小変化が出力に与える影響の大きさ	入力の変化率と出力の変化率の比（ elasticity ）
用途の例	モデルの安定性評価、閾値設定	要因の重要度比較、意思決定の優先順位付け

このように、同じ「変化を分析する」という作業でも、出力の見方を変えると使える場面が変わってきます。研究やデータ分析、ビジネスの現場で、どちらを使うべきかを迷ったときは、まず「何を比較したいのか（絶対量か相対量か）」を決め、その上で指標を選ぶと間違いが少なくなります。

ピックアップ解説

友だちとカフェで雑談している設定で、感度分析と感応度分析を分かりやすく解説します。感度分析は“出力の絶対的な変化”を拾う作業で、たとえば勉強時間を1時間増やしたときの成績の変化量を見たいときに向いています。一方、感応度分析は“出力の変化率”を見ます。つまり、勉強時間を1%増やしたときの成績の伸びを知る感じ。結局、どちらを使うかは「何を比較したいか」を決めるところから始まります。絶対量で勝負するか、割合で勝負するか。この違いを友達同士で比べると、データの読み方がぐっと深くなるんだ。実生活の例として、テスト対策のプランを立てるとき、まずは勉強時間の絶対的な増加と成績の関係を見る感度分析を使い、次に成績の伸び率という感応度分析で、どの対策が割合として効くのかを検討すると、効率よく成果を出せる可能性が高まります。さらに、ゲームのスコアアップや部活の練習メニューの見直しにも、相対的な変化を重視する感応度分析は強力な味方になります。結局のところ、両方を併用し、目的に合わせて使い分けることが、データを“意味ある情報”に変えるコツです。

---