1.0UX TIMEShttps://uxdaystokyo.com/articles大本 あかねhttps://uxdaystokyo.com/articles/author/akaneohmoto/rich600338<blockquote class="wp-embedded-content" data-secret="1ZLdOhUnjK"><a href="https://uxdaystokyo.com/articles/glossary/probability-weighting-function/">確率加重関数</a></blockquote><iframe sandbox="allow-scripts" security="restricted" src="https://uxdaystokyo.com/articles/glossary/probability-weighting-function/embed/#?secret=1ZLdOhUnjK" width="600" height="338" title="“確率加重関数” — UX TIMES" data-secret="1ZLdOhUnjK" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe><script> /*! This file is auto-generated */ !function(d,l){"use strict";l.querySelector&&d.addEventListener&&"undefined"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),o=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),c=new RegExp("^https?:$","i"),i=0;i<o.length;i++)o[i].style.display="none";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute("style"),"height"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):"link"===t.message&&(r=new URL(s.getAttribute("src")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",function(){for(var e,t,s=l.querySelectorAll("iframe.wp-embedded-content"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute("data-secret"))||(t=Math.random().toString(36).substring(2,12),e.src+="#?secret="+t,e.setAttribute("data-secret",t)),e.contentWindow.postMessage({message:"ready",secret:t},"*")},!1)))}(window,document); //# sourceURL=https://uxdaystokyo.com/articles/wp-includes/js/wp-embed.min.js </script> https://uxdaystokyo.com/articles/wp-content/uploads/2025/08/probability-weighting-function.png10801080行動経済学、とりわけ プロスペクト理論 において、人間が「客観的な確率」と「主観的に感じる確率」を一致させずに評価する傾向を数理的に表現したものである。 たとえば： 「1000回に1回当たる（0.1%）」と言われても、ほとんどの人は「ほぼゼロ」ではなく「もしかしたら当たるかも！」と強く感じる。 「99%成功する」と言われても、「1%の失敗が怖い」と感じ、確率以上にリスクを重く見積もる。 つまり、 客観的な確率 = 数字としての本当の確率（例：1%、99%） 主観的な確率 = 人が実際に感じる確率（例：1%を「10%くらいに感じる」） すなわち、人間は 低い確率を実際よりも大きく見積もり、一方で 高い確率を実際よりも小さく見積もるという心理的特性を持つ。 宝くじのような「ほとんど当たらない確率」でも強く惹きつけられ、逆に「ほとんど確実に得られる確率」でも過小評価してしまうのである。 この「確率をそのままではなく、膨らませたり縮めたりして感じてしまう心のクセ」を、グラフや数式で表したのが確率加重関数である。 関係用語の提唱者 代表的な数式モデルには、カーネマン（Daniel Kahneman）とトヴェルスキー（Amos Tversky） によるプロスペクト理論の関数、および プレレック（Drazen Prelec, 1998） の逆S字型確率加重関数がある。 数式（プレレックの確率加重関数） Prelecの関数： w(p)=exp(−(−lnp)α),0<α<1 ppp = 客観的確率（例：0.1 = 10%） w(p)w(p)w(p) = 主観的に感じる確率 αalphaα = パラメータ（人の「歪みの強さ」を調整する） 逆S字型確率加重関数のグラフ デザイン上の利用方法と事例 確率加重関数の特性は、UXやプロダクトデザインに応用可能である。例えば以下のような場面で活用できる。 ゲーミフィケーション：ガチャやルーレットなどで「低確率でも当たるかもしれない」という体験を演出することで、継続利用を促す。ユーザーは1%の当たりを10%程度に感じやすい。 購買インセンティブ：「購入者の中から抽選で1名に全額キャッシュバック」など、低確率の報酬を提示すると、確率以上に強い動機づけが生まれる。 リスク回避デザイン：「99%安全」と表示するより「1%のリスクがある」と提示する方が過敏に反応される場合がある。この特性を理解し、ユーザーの不安を適切に抑えるメッセージ設計が求められる。 具体的事例 宝くじアプリのデザイン→ 「1000万人に1人の確率」より「あなたにも当たるかもしれない」と強調する方が、確率加重の特性を踏まえた効果的な表現である。 サブスクリプション解約抑止→ 「解約すると割引クーポンが当たるチャンスを失います」と提示すると、低確率でもユーザーは大きく感じ、解約抑止に働く。 セキュリティ警告→ 「1%の確率でデータが失われる」よりも「めったにないが大切なデータが失われる可能性がある」と表現すると、よりリスクを自覚させやすい。 関連用語 貨幣錯覚