地震の発生「10年以内○％」と聞くと、当たるも八卦当たらぬも八卦のような気分になります。

その日の天気予報ですら予測が外れるのに、まして地下で起きる破壊現象を「いつ起きるか」まで当てるのは、現代科学ではまだまだ難しいのではないでしょうか。

それでも情報は、地震について「10年以内○％」のような確率論です。知りたいのは今日は傘を持っていけと言ってるの？です。問題は、結果的にその数字が当たる／外れるではありません。意思決定のプロセスになっているかです。

その数字が、何に依存していて、どこまでが観測で、どこからが仮定なのか。
ここが見えないまま確率が“答え”として独り歩きすることが、本質的な違和感の元です。

地震確率は「予測値」ではありません。
仮定・観測不足・モデル選択が圧縮された“合成物”です。
必要なのは予言ではなく、監査（audit）です。

既存の確率提示が抱える「科学的な穴」

地震の長期評価には、だいたい次の仮定が混ざっています。

• 定常性：発生率は一定とみなします（ポアソン的）
• 周期性：再来間隔があるとみなします（更新過程/BPT的）
• 独立性：他断層イベントの影響を薄く扱います
• 可観測性の幻想：地下応力のような主要因は観測できないため、代理指標で代替します

ここで最も危ないのは、これらが議論されるのではなく、確率1点に折り畳まれることです。１点になった瞬間に前提が消え、前提が消えた確率は社会の中で“権威の数字”になりやすいです。

DSA＋DAGがやることは「地震を当てる」ではありません

DSA＋DAGでは、次のように定義されます。

• DSA：確率を点で出さず、確率そのものの分布を生成します（確率を確率変数として扱います）
• DAG：地震を因果で当てるのではなく、推定が歪む経路（不可観測→代理観測→モデル仮定→出力）を固定します

つまりDSA＋DAGは、予測器ではなく、「確率生成プロセスの検査装置」です。

確率が“作られる”経路（推定が歪む経路のDAG）

以下は「地震を因果で当てるDAG」ではなく、確率推定がどこで歪むかを固定するDAGです。

この図のポイントは、R(T)が「自然から直接出てくる」わけではなく、
不可観測→代理観測→推定→モデル選択を経由して生成される、という構造を固定することです。

尖ったミニ・シミュレーション：確率監査（Probability Audit）

「30年以内70%」のような数字が出たとき、DSA＋DAGではこう扱います。

Step 1：確率を作っている“部品”を分解します

• K：モデル選択（ポアソンか／更新過程BPTか）
• μ：平均再来間隔（推定誤差を含みます）
• α：周期の乱れ（周期性の強さの不確実性です）
• t0：最新イベント時期（推定幅があります）
• I：断層相互作用（周辺イベントの影響の強さです）

これらを 点ではなく分布として置きます。

Step 2：モデルを“混合”として扱います（ここが尖りです）

「どちらのモデルが正しいか」ではなく、モデル選択そのものを不確実性として扱います。

• K = Poisson（確率 1−w）
• K = BPT（確率 w）
• さらに w自体も固定せず分布として扱います（専門家の分布、合議の幅、など）

Step 3：10万回回して「確率の分布」を出します

各回で（K, μ, α, t0, I）をサンプルして P(10年), P(30年) を計算します。
すると出力は、単一の70%ではなく「確率分布」になります。

出力イメージ：P(30年)が二峰性＋ロングテールになる例（概念図）

ここまで来ると、単一の「70%」は科学的にはこう見えます。

70%は結論ではありません。相反する仮説群を平均して丸めた“見かけの安定”である可能性があります。

不確実性の会計（Uncertainty Accounting）

監査の核心はここです。P(30年)の「揺れ」を、どの要因が支配したかを分解します。

この分解ができることで議論が変わります。

• K支配なら：追加の地質調査を増やしても確率は収束しにくい（モデル不確実性が残ります）
• μ/t0支配なら：追加観測・追加調査が「確率の品質」を上げ得ます
• 尾部（最悪側）を支配する要因が分かれば：防災は平均ではなく 尾を削る方向に設計できます

予測から「説明可能な意思決定」へ

地震に限らず、医療、政策、インフラ、金融など「当てにくいが決めねばならない領域」は、同じ構造を持っています。

点の確率は、説明責任を弱めます。分布と寄与分解は、説明責任を強めます。

DSA＋DAGが提供するのは予言ではなく、“確率の説明責任”を実装する形式です。
私はこれを「予測」ではなく、Accountable Risk（説明可能なリスク）の設計だと捉えています。

議論のテーマは地震の当て方ではありません。
確率が社会で誤用される構造と、それを監査可能に戻す方法です。
（地震を例にしましたが、RWD→RWEでも同じです。）

DSA（分布構造分析）の出発点は、意外にも統計学ではなく、私が以前から研究していたランチェスターの法則にあります。ランチェスターの法則が示したのは、大まかに言えばこういう世界観です。

競争において、戦略（戦力差）の効き方は線形ではない。「2乗」で効いてくる。

つまり、少しの差が、ある局面を超えると一気に拡大する。努力や資源の差が、足し算ではなく掛け算で効く。勝者がさらに有利になり、差が差を呼ぶ。競争が「一強多弱」へ傾いていくのは、構造として当然の帰結です。

当時の私は、「森羅万象、すべての事象は正規分布に則る」と当たり前のことのように思っていました。

平均の周りに大多数が集まり、極端な値は少ない。統計教育や実務の多くがこの前提を採用している以上、それは自然な思い込みです。実際、私たちは何かを説明するとき、まず平均を見ます。平均との差を見ます。相関を見ます。そこに“全体像”があると疑いません。

しかし、競争市場を眺めていると、この前提がじわじわ崩れていきました。市場シェア、売上、影響力、成果。多くの現象が、平均の周りに集まっていない。むしろ、少数が極端に大きく、裾が異様に長い。「中心」が世界を代表していない。

AMAZONのように、ショートヘッド＆ロングテールの世界感は加速しています。

すなわち競争市場の多くは、正規分布ではない。べき分布（パワーロー）に近い。

この気づきが、私にとって転換点を与えました。なぜなら、分布が違えば、意思決定の作法が根本から変わるからです。

正規分布の世界では、平均は強い。平均は「代表値」たり得ます。ところが、べき分布の世界では、平均は簡単に壊れます。少数の極端値が平均を引っ張り、平均像は実態を映さなくなる。平均に合わせた施策は、現実の外側を撫でて終わることがある。

そして何より、べき分布の世界では「例外」は例外ではありません。
分布の端にいる少数派は、たまたま外れたのではない。競争と非線形性が生み出した、構造上の必然としてそこにいる。だからこそ、「外れ値」「ノイズ」「必要ない」で処理した瞬間、現実の重要部分を捨てることになります。

つまり言いたいことは、まず分布を、ありのままに見る必要がある。です。

これがDSAの始まりです。DSAは「平均の代替」ではありません。平均や相関が悪いわけでもない。問題は、平均と相関が“効く世界”と“効かない世界”が混在しているのに、それを区別せずに使ってしまうことです。

ランチェスターの法則が示した「差が2乗で広がる」世界では、分布は歪み、裾が伸び、少数が支配的になります。つまり、分布の形そのものが情報です。まずそれを捉える。次に、その構造がなぜ生まれたのかを因果で解く。それがDSA＋DAGの流れです。

私は今、DSA＋DAGの価値を「80％と20％」という比喩で語ることがあります。その本質は、80％＋20％＝100％の世界を、ありのままに捉えることです。平均の外側に押し出された現実を「例外」として消さず、意思決定の俎上に戻す。そこに、次の勝ち筋が隠れているからです。

ランチェスターから学んだのは、勝ち方のテクニックではありません。世界が非線形であるという事実でした。DSAは、その非線形な世界を誤認しないための、私なりの翻訳です。