累積

時間・順序に従って発生した値を合算して積み上げる概念で、累積和・累積分布・累積収益率など、統計・データ・金融全般で用いられる。

累積

概要

累積(るいせき, accumulation)とは、時間や順序に従って発生した値・事象を一つに合算して積み上げる概念である。統計学では累積度数と累積分布関数、数学では累積和(部分和)、金融では累積収益率、日常では累積疲労・累積赤字のように幅広く使われる。累積は個々の値一つよりも「総量」と「趨勢」を明らかにするため、短期的な変動に揺らがず全体像を判断するのに有用である。

主な内容

数学・統計における累積

数列 a₁, a₂, …, aₙ が与えられたとき、Sₙ = a₁ + a₂ + … + aₙ を累積和または部分和(partial sum)といい、級数・積分・確率計算の基礎となる。統計では各階級の度数を順に足した値である累積度数(cumulative frequency)、これを比率に変えた累積相対度数と累積百分率が分布の形を一目で示す。確率変数 X に対する累積分布関数 F(x) = P(X ≤ x) は確率分布を完全に規定する中核的な関数である。このほか、ローレンツ曲線とジニ係数は人口累積比率と所得累積占有比率の関係で不平等を測定し、生存分析の累積ハザード関数、信頼性工学の累積故障率、保険の累積損害額推定なども同じ発想に基づいている。

データサイエンス・プログラミングにおける累積

アルゴリズムにおいて累積和配列(prefix sum)は、配列の先頭部分の和をあらかじめ保存しておくことで任意の区間の和を O(1) で求める手法であり、2次元に拡張すれば画像積分・部分行列の和の問題に使われる。データ分析では累積集計(cumulative aggregation, running total)、累積移動平均、累積曲線などが時系列ダッシュボードの標準要素である。ストリーミング処理では過去データを毎回再計算せずに累積状態(state)を維持し、増分のみを反映するが、このとき遅れて到着したデータや再処理(バックフィル)によって累積値が二重計算される問題がしばしば発生する。機械学習では学習データが累積するほど性能が上がった後に停滞する累積学習曲線が、モデル開発の日程とコスト判断の根拠となる。

経済・金融における累積

累積収益率は単に期間別の収益率を足すのではなく、(1+r₁)(1+r₂)…(1+rₙ) − 1 で計算される複利の概念であり、変動性が大きいほど算術的な和と大きな差を生む。財政・経営では累積赤字、累積債務、累積損失のように過去から積み重なってきた総量を表示し、物価では累積インフレーション、気候政策では国別の累積炭素排出量が核心的な指標として使われる。マクロ経済では政策効果が時間差を伴って重なり合って現れる累積的因果(cumulative causation)の概念も重要である。

日常と社会における累積

累積疲労、累積ストレス、累積経歴、累積観客数、累積販売量のように日常語としてもよく使われる。特に「小さな損失の累積」は、個々の事象は些細でも総和が臨界点を超えると大きな問題になるという意味で、安全管理・健康管理・サブスクリプション料金の管理でしばしば引用される。

累積と増分の区別

増分(increment)は特定の期間の変化量であり、累積はその変化が積み重なった総和である。経済学のフロー(flow)とストック(stock)の区別が代表例である。累積総量が大きくても直近の増分が減っていることがあるため、累積指標を見るときは必ず期間で正規化した増加率とともに解釈しなければならない。

累積

累積

概要