モンテカルロシミュレーションは、確率分布で表した不確実性を乱数でサンプリングし、結果の分布を推定する手法です。入力を何千〜何百万回と生成して計算を繰り返し、平均・分位点・損失確率などを求めます。1回の予測値より、起こり得る範囲と起こりにくさまで示せる点が実務で効くでしょう。
需要予測の在庫リスク、投資ポートフォリオのVaR、プロジェクト工数の見積もり幅などでよく使われます。手順は、入力変数の分布と相関を定義し、サンプルを生成してモデルや計算式に流し込む流れです。出力はヒストグラムやP50/P90などの分位点でまとめ、意思決定の閾値と結び付けると運用しやすくなります。
精度は前提となる分布設定に強く依存するため、過去データとの整合や感度分析で前提を検証する必要があります。試行回数が多いほど計算コストが増えるので、収束の確認や分散削減（層化、反対変数など）、並列実行を検討するとよいです。乱数シード、使用した分布、入力データの期間、コードのバージョンを記録し、再現できる形で共有することが欠かせません。
