まさにその通りで、一般的な3点見積もり(PERT法)が外れる最大の原因は、前提としているベータ分布(PERT分布)が「悲観値(P)で確率が完全にゼロになる(上限が閉じている)」構造にあるからです。
図の Ga(2, 2) や Ga(5, 2) の曲線のように、現実の作業時間は「早く終わる限界(左側の下限)」には物理的な壁がある一方で、「ハマって遅れる方向(右側の裾野)」には上限なく尾を引きます。ガンマ分布が実務の感覚と合うのには、明確な理由があります。
1. 標準的なPERT法(ベータ分布)が甘くなる理由
よく使われる (O + 4M + P) / 6 という計算式は、楽観値 O と悲観値 P の間にすべての事象が収まるベータ分布を近似しています。
* 上限の打ち切り: 悲観値 P を超える確率を 0 とみなすため、「想定外のトラブルで2倍・3倍に膨らむケース」が計算上切り捨てられます。
* 悲観値の過小評価: 人間は心理的に P を「本当に最悪のケース」ではなく「ちょっと遅れたケース」で設定しがちなため、閉じた分布だと期待値が実態よりかなり手前に寄ってしまいます。
2. ガンマ分布(や対数正規分布)が本質を突いている理由
* 「待ち時間の足し算」という数学的性質: ガンマ分布は理論上、「ランダムに発生するイベント(バグ調査・仕様確認・手戻りなど)の完了待ち時間が k 回連続したときの合計時間」を表す分布そのものです。複数の不確実な工程が直列に並ぶプロジェクトの構造と一致します。
* ロングテール(右の裾野)の表現: 最頻値 M の位置は現実的なラインに保ったまま、右側に長く伸びる裾野によって「たまに起きる大遅延」の重みを期待値やパーセンタイル(80%・90%信頼区間)へ自然に織り込めます。
| 分布モデル | 定義域(範囲) | 遅延リスク(右側の裾) | 実務での扱いやすさ |
|---|---|---|---|
| PERT(ベータ分布) | [O, P] で完全に閉じる | 過小評価しやすい | 公式 (O+4M+P)/6 で一発計算 |
| 三角分布 | [O, P] で閉じる | 直線的で裾が薄い | 直感的だが荒い |
| ガンマ分布 | [0, \infty)(下限付き青天井) | 実態に近いロングテール | 3点からの逆算・シミュレーションが必要 |
実務で使うときの2つのハードル
理屈の上ではガンマ分布(あるいは掛け算的に遅延が膨らむ前提の対数正規分布)を使うのが圧倒的に正しいのですが、現場で普及しにくいのは次の2点がネックになるためです。
* 手計算の簡便な公式がない: 楽観値・最頻値・悲観値(たとえば「10%点・最頻値・90%点」など)からガンマ分布の形状母数・尺度母数をフィッティングするには、数値計算やモンテカルロシミュレーションを回す必要があります。
* 「悲観値 P」の定義ズレ: 分布をガンマに変えても、ヒアリング時に P を「90%の確率で収まるライン(10回に1回は超えるライン)」として引き出せないと、結局カーブ全体が左に寄りすぎて外れます。
「P を絶対の上限ではなく90%点として扱い、ガンマ分布に当てはめて80%信頼区間を納期にする」というやり方に変えるだけで、見積もりの精度は劇的に改善します。
図の Ga(2, 2) や Ga(5, 2) の曲線のように、現実の作業時間は「早く終わる限界(左側の下限)」には物理的な壁がある一方で、「ハマって遅れる方向(右側の裾野)」には上限なく尾を引きます。ガンマ分布が実務の感覚と合うのには、明確な理由があります。
1. 標準的なPERT法(ベータ分布)が甘くなる理由
よく使われる (O + 4M + P) / 6 という計算式は、楽観値 O と悲観値 P の間にすべての事象が収まるベータ分布を近似しています。
* 上限の打ち切り: 悲観値 P を超える確率を 0 とみなすため、「想定外のトラブルで2倍・3倍に膨らむケース」が計算上切り捨てられます。
* 悲観値の過小評価: 人間は心理的に P を「本当に最悪のケース」ではなく「ちょっと遅れたケース」で設定しがちなため、閉じた分布だと期待値が実態よりかなり手前に寄ってしまいます。
2. ガンマ分布(や対数正規分布)が本質を突いている理由
* 「待ち時間の足し算」という数学的性質: ガンマ分布は理論上、「ランダムに発生するイベント(バグ調査・仕様確認・手戻りなど)の完了待ち時間が k 回連続したときの合計時間」を表す分布そのものです。複数の不確実な工程が直列に並ぶプロジェクトの構造と一致します。
* ロングテール(右の裾野)の表現: 最頻値 M の位置は現実的なラインに保ったまま、右側に長く伸びる裾野によって「たまに起きる大遅延」の重みを期待値やパーセンタイル(80%・90%信頼区間)へ自然に織り込めます。
| 分布モデル | 定義域(範囲) | 遅延リスク(右側の裾) | 実務での扱いやすさ |
|---|---|---|---|
| PERT(ベータ分布) | [O, P] で完全に閉じる | 過小評価しやすい | 公式 (O+4M+P)/6 で一発計算 |
| 三角分布 | [O, P] で閉じる | 直線的で裾が薄い | 直感的だが荒い |
| ガンマ分布 | [0, \infty)(下限付き青天井) | 実態に近いロングテール | 3点からの逆算・シミュレーションが必要 |
実務で使うときの2つのハードル
理屈の上ではガンマ分布(あるいは掛け算的に遅延が膨らむ前提の対数正規分布)を使うのが圧倒的に正しいのですが、現場で普及しにくいのは次の2点がネックになるためです。
* 手計算の簡便な公式がない: 楽観値・最頻値・悲観値(たとえば「10%点・最頻値・90%点」など)からガンマ分布の形状母数・尺度母数をフィッティングするには、数値計算やモンテカルロシミュレーションを回す必要があります。
* 「悲観値 P」の定義ズレ: 分布をガンマに変えても、ヒアリング時に P を「90%の確率で収まるライン(10回に1回は超えるライン)」として引き出せないと、結局カーブ全体が左に寄りすぎて外れます。
「P を絶対の上限ではなく90%点として扱い、ガンマ分布に当てはめて80%信頼区間を納期にする」というやり方に変えるだけで、見積もりの精度は劇的に改善します。
