放置すると、根拠のあいまいな予測値で発注や売上計画を立ててしまうリスクがあります。逆に正しく使えば、ExcelのFORECAST関数は過去の実績から将来をすばやく見積もる強力な味方になります。

この記事では、FORECAST関数の使い方を基本から整理します。そのうえで売上・在庫の数式テンプレート、R²値による精度チェック、そして予測関数3種（LINEAR・ETS・TREND）の使い分けフローチャートまで、同僚に教える感覚で解説しますね。

ExcelのFORECAST関数とは？現在の位置づけ

ExcelのFORECAST関数は「フォーキャスト」と読み、英語の forecast（予測する）が語源です。過去の実績データから線形回帰（データに最もフィットする直線を求める手法）を行い、指定した点の予測値を返します。

たとえば1月〜5月の売上があれば、その傾向を直線でとらえて6月の売上を1つの数値として返してくれます。難しい統計知識がなくても、関数1本で予測値が出るのが魅力です。

Excel 2016で名称が変わった経緯

Excel 2016以降、FORECAST関数はFORECAST.LINEAR関数という新しい名前に置き換えられました。両者は構文も内部の計算式も完全に同一です。同じ引数を渡せば、まったく同じ結果を返します。

つまりFORECASTとFORECAST.LINEARは「名前だけ違う双子」のような関係です。旧FORECAST関数は互換性のために残されており、現在のExcelでも問題なく動作します。

旧FORECASTはいつまで使えるのか

ここが引き継ぎファイルで一番気になるポイントですよね。結論から言うと、すぐに壊れることはありません。要点を整理すると次のとおりです。

• 旧FORECAST関数はExcel 2016以降も動作し続けている
• ただしMicrosoftは公式に「将来のバージョンで使えなくなる可能性がある」と明記している
• 新しく数式を書くときはFORECAST.LINEARの使用が推奨されている

既存ファイルを今すぐ全部直す必要はありません。ただ、新規に数式を入れるときや大きく作り変えるタイミングでFORECAST.LINEAR関数へ寄せていくのが安全です。移行手順は記事後半で具体的に紹介しますね。

FORECAST関数の書き方と引数

ここではFORECAST関数の構文と、内部でどんな計算をしているのかを確認します。引数は3つだけなので、一度覚えれば迷うことはありません。

基本構文と3つの引数の意味

FORECAST関数の基本構文は次のとおりです。引数の数と順番はFORECAST.LINEARでもまったく同じです。

=FORECAST(x, 既知のy, 既知のx)

3つの引数の意味を表にまとめました。すべて必須で、省略できる引数はありません。

入力時に間違えやすい注意点が2つあります。

• 順番は「y → x」：結果のyを先に、原因のxを後に書きます。逆にすると予測値が変わります
• 要素数をそろえる：既知のyと既知のxは同じ個数にします。ずれると#N/Aエラーになります

内部計算の仕組み（最小二乗法）

FORECAST関数は最小二乗法（さいしょうにじょうほう＝各点と直線の誤差の2乗合計が最小になる直線を選ぶ手法）で y = a + bx という直線を求めます。bは傾き、aは切片です。

実際に手で計算すると仕組みが腑に落ちます。月番号x=[1, 2, 3, 4]、売上y=[100, 110, 120, 130]というデータで、x=5（5か月目）の予測値を求めてみましょう。

平均: x̄ = (1+2+3+4)/4 = 2.5 ／ ȳ = (100+110+120+130)/4 = 115
傾き b = Σ(xi-x̄)(yi-ȳ) / Σ(xi-x̄)²
       = (22.5+2.5+2.5+22.5) / (2.25+0.25+0.25+2.25)
       = 50 / 5 = 10
切片 a = 115 - 10×2.5 = 90
x=5の予測値 = 90 + 10×5 = 140

この結果はExcelの数式でも一致します。

=FORECAST.LINEAR(5, {100,110,120,130}, {1,2,3,4})  → 140
=FORECAST(5, {100,110,120,130}, {1,2,3,4})          → 140（同じ結果）

旧FORECASTと新FORECAST.LINEARがどちらも140を返すことから、両者の計算が完全に同一だと確認できますね。数式そのものを暗記する必要はありません。「過去データに一番フィットする直線を引いて、その延長線上の値を返す」とイメージすれば十分です。

実務テンプレート：売上予測と在庫発注予測

ここからは実務でそのまま使える数式テンプレートを2つ紹介します。セル参照の組み方を工夫すると、月や週を変えるだけで予測値を更新できるようになります。

月次売上を1行で予測する

まずは定番の売上予測です。次のようなサンプルデータを用意します。

5か月目（月番号「5」）の売上を予測するには、任意のセルに次の数式を入力します。

=FORECAST(5, B2:B5, A2:A5)

• 第1引数：予測したい月番号「5」
• 第2引数：売上データの範囲 B2:B5
• 第3引数：月番号の範囲 A2:A5

結果は140になります。毎月10ずつ増えているトレンドをとらえた線形予測値です。

さらに便利にするなら、予測したい月番号をセルA6に入力し、第1引数をセル参照にします。

=FORECAST(A6, B2:B5, A2:A5)

A6を「6」「7」と書き換えるだけで、6か月目・7か月目の予測値も一瞬で求められます。数式を毎回直さずに済むので、月次の更新作業がぐっと楽になりますよ。

週次在庫から発注タイミングを予測する

FORECAST関数は売上だけでなく在庫管理にも使えます。消耗品の在庫残量を毎週記録しているケースで、「いつ発注すべきか」を予測してみましょう。

毎週おおよそ40〜45ずつ減っています。安全在庫を100個と決め、在庫が100個を下回る週を探します。まず10週目を予測します。

=FORECAST(10, B2:B7, A2:A7)

結果は約113となり、安全在庫の100個をまだ上回っています。続いて11週目を予測します。

=FORECAST(11, B2:B7, A2:A7)

結果は約70となり、100個を下回りました。つまり「10週目までに発注しておく必要がある」と判断できます。在庫切れの予測がたった2本の数式で見えるのは心強いですよね。

精度を高めるコツと注意点

FORECAST関数はあくまで線形予測です。消費ペースや売上が一定の傾きで増減している前提が崩れると、予測値はずれていきます。精度を保つコツは次のとおりです。

• 季節や繁忙期で変動が大きいときは、直近の安定した期間にデータを絞る
• 外れ値（急なキャンペーンや欠品）が混じっていないか確認する
• 予測値はあくまで目安とし、発注では安全在庫を厚めにとる

変動が大きくて線形ではうまくいかないと感じたら、次のセクションのR²値で精度を数値化してみてください。

R²値で精度を見極めて予測関数3種を使い分ける

「FORECASTの結果がどうも実態と合わない」と感じたら、予測精度を数値で確認するのが近道です。ここではR²値の読み方と、それをもとにどの予測関数へ切り替えるかの判断方法を整理します。

R²値の読み方（0.8が目安）

R²値（決定係数＝データが直線にどれだけ沿っているかを0〜1で表す指標）は、予測の信頼度の目安になります。1に近いほどデータが直線に乗っており、線形予測がよく当てはまっていることを意味します。

R²値はグラフから手軽に確認できます。散布図を作り、データ点を右クリックして「近似曲線の追加」を選びます。さらに「線形近似」と「R-2乗値を表示する」にチェックを入れると、グラフ上にR²値が表示されます。係数だけが欲しい場合はLINEST関数でも取得できます。

R²値そのものの計算の詳細はLINEST関数の記事に譲り、ここでは「その値を見て次に何をすべきか」に絞って解説します。

R²値に応じた次のアクション判断表

R²値をどう読み、次に何を使うかの目安を表にまとめました。閾値は統計的に厳密な基準ではなく、実務で使いやすい経験則としての目安です。

R²が0.8以上なら、いま使っているFORECASTのままで問題ありません。0.8を割り込んだら、データ不足か、線形ではとらえきれない変動が隠れているサインです。

予測関数3種の使い分けフローチャート

「結局どれを使えばいいの？」を一発で解決するため、判断の流れを言葉のフローチャートにしました。上から順にYES/NOで進めば、使うべき関数にたどり着きます。

スタート：将来の値を予測したい
│
├─ データに季節変動（月別・曜日別などの周期的な波）がある？
│   │
│   ├─ YES → FORECAST.ETS
│   │        （指数平滑法＝直近データを重く扱い波を学習する手法）
│   │        ※デスクトップ版Excel専用。Web版・Google Sheets非対応
│   │
│   └─ NO ↓
│
├─ 出力したいのは1点だけ？ それとも複数点をまとめて？
│   │
│   ├─ 1点だけ → FORECAST.LINEAR（旧FORECAST）
│   │
│   └─ 複数点まとめて → TREND（配列で複数の予測値を返す）

3つの関数の特徴を表でも整理しておきます。

ここで見落とされがちな注意点があります。FORECAST.ETS系の関数（ETS本体とCONFINT・SEASONALITY・STAT）は、Excel for the Web（Web版）・iOS・Androidでは使えません。デスクトップ版のExcel 2016以降専用です。Google Sheetsでも非対応なので、Web中心で作業する環境ではFORECAST.LINEARかTRENDを軸に組むのが安全です。

迷ったら、まずFORECAST.LINEARを試してR²値を確認しましょう。それで物足りなければ、季節変動の有無でFORECAST.ETSかTRENDへ進みます。この流れが一番つまずきません。指数回帰で予測したい場合はLOGEST関数も選択肢になります。

エラー対処とFORECAST.LINEARへの移行

最後に、つまずきやすいエラーの対処法と、旧FORECASTからFORECAST.LINEARへ安全に移行する手順をまとめます。

よくあるエラーと対処法（#N/A・#VALUE!）

FORECAST関数で出やすいエラーは主に2種類です。原因と対処をセットで押さえておきましょう。

#N/Aエラーは、データの構造に問題があるときに出ます。

=FORECAST(6, B2:B6, A2:A5)   ← yは5個・xは4個で個数が不一致

既知のyと既知のxの要素数が違うと#N/Aになります。範囲のサイズをそろえてください。また、既知のxがすべて同じ値だと直線を引けず、#DIV/0!エラーになる点も覚えておくと安心です。

#VALUE!エラーは、引数に数値以外が混ざっているときに出ます。

=FORECAST(6, B2:B6, A2:A6)   ← B3に文字列「未確定」が入っている

データ範囲に文字列が含まれていると#VALUE!になります。対処法は次のとおりです。

• 範囲内に文字列や記号が混ざっていないか確認する
• 左揃えになっている「文字列扱いの数字」はVALUE関数などで数値に直す
• 空白セルがあれば適切な値を入力する

なお、第1引数xに数値以外を指定した場合も#VALUE!になります。エラー値全般の意味はExcelエラー値一覧で確認できます。

Ctrl+Hで一括置換する手順

既存ファイルの旧FORECASTをFORECAST.LINEARへ寄せるなら、一括置換が最速です。今すぐ壊れるわけではありませんが、将来のバージョンアップに備えて移行しておくと安心です。

1. 対象のブックを開く
2. Ctrl + H で「検索と置換」を開く
3. 「検索する文字列」に FORECAST( と入力する
4. 「置換後の文字列」に FORECAST.LINEAR( と入力する
5. 「すべて置換」をクリックする
6. 置換件数を確認する

FORECAST(（末尾に開き括弧）で検索するのがポイントです。こうすればFORECAST.ETSやFORECAST.LINEARは括弧の前にピリオドがあるためヒットせず、旧FORECASTだけを安全に置き換えられます。

置換後の確認方法

置換が終わったら、必ず結果を確認しましょう。手順は次のとおりです。

• Ctrl + `（バッククォート）で数式表示モードに切り替える
• FORECAST.LINEAR( に正しく置換されているか目視で確認する
• 計算結果が置換前と同じであることを確かめる（両者は同一計算なので結果は変わりません）

確認が済んだらもう一度 Ctrl + ` で通常表示に戻します。FORECAST.LINEARの詳しい使い方はFORECAST.LINEAR関数の使い方で解説しています。

まとめ

ExcelのFORECAST関数の使い方を、基本から予測関数の使い分けまで解説しました。要点を振り返ります。

• FORECASTとFORECAST.LINEARは計算が完全に同一で、旧FORECASTも現在は動作する
• 引数は3つだけ。「x → 既知のy → 既知のx」の順で売上・在庫予測に使える
• 精度が不安なときはR²値を確認し、0.8を目安に継続か切り替えかを判断する
• 季節変動があればFORECAST.ETS、複数点予測ならTRENDへ。ただしETSはWeb版・Sheets非対応
• 旧FORECASTはCtrl+Hで FORECAST( → FORECAST.LINEAR( に一括移行できる

まずは手元のデータでFORECAST.LINEARを試し、R²値で精度を確かめてみてください。そこから季節変動の有無でFORECAST.ETSやTRENDへ広げれば、予測の精度は一段上がります。ほかの関数はExcel関数一覧（アルファベット順）から探せますよ。

ExcelのFORECAST.LINEAR関数を使えば、既知のデータから線形回帰で将来の値を予測できます。この記事では基本構文から引数の意味、旧FORECAST関数との違い、LINEST関数と組み合わせた精度確認つきの予測手順まで丁寧に解説しますよ。

FORECAST.LINEAR関数とは？どんなときに使う関数か

FORECAST.LINEAR関数は「フォーキャスト・リニア」と読みます。FORECAST（予測）+ LINEAR（線形）が語源です。

FORECAST.LINEAR関数は、既知のxとyのデータをもとに線形回帰（y = mx + b）を行い、新しいxに対するyの予測値を返す関数です。内部ではLINESTと同じ最小二乗法で傾きmと切片bを計算し、指定したxを回帰式に代入して結果を出してくれます。

たとえば1月から5月までの売上データがあるとき、「6月の売上はいくらになるか」をFORECAST.LINEAR関数で予測できます。結果は1つの数値として返されるので、追加の計算は不要ですよ。

旧FORECAST関数との違い

Excel 2016以降、旧FORECAST関数はFORECAST.LINEAR関数に名称が変わりました。機能はまったく同じです。旧FORECAST関数は互換性のために残されていますが、新しいブックではFORECAST.LINEARを使ってください。

将来のバージョンで旧FORECAST関数が廃止される可能性もあるため、今のうちにFORECAST.LINEARに移行しておくのがおすすめです。

FORECAST.LINEAR関数の書き方（構文と引数）

基本構文

=FORECAST.LINEAR(x, 既知のy, 既知のx)

引数の順番に注意してください。予測したいxの値を最初に指定し、その後に既知のデータを渡します。LINEST関数やTREND関数とは引数の順番が異なるので、混同しないようにしましょう。

引数の一覧

3つの引数はすべて必須です。省略可能な引数はありません。

引数1：x（必須）

予測したいポイントのx値を指定します。たとえば1月～5月のデータで6月を予測するなら、xに「6」を指定します。

数値を直接入力しても、セル参照でもOKです。

引数2：既知のy（必須）

回帰の対象となるyの値を指定します。売上金額や来客数など、予測したい指標のデータ列です。

引数3：既知のx（必須）

yに対応するxの値を指定します。月番号や年度のように、時間軸や説明変数となるデータ列です。

既知のyと既知のxのデータ数は一致させてください。行数が異なると #N/A エラーになります。

基本的な使い方（1つの将来値を予測する）

まずはシンプルな例で、6ヶ月目の売上を予測してみましょう。

次のサンプルデータを用意してください。

A8セルに「6」と入力し、B8セルに次の数式を入力してください。

=FORECAST.LINEAR(A8, B2:B6, A2:A6)

結果は約240が返されます。「6ヶ月目の売上は約240万円」という予測ですね。

この予測値は、内部で計算される回帰式 y = 27x + 78 にx=6を代入した値と一致します。LINEST関数で傾きと切片を確認して、手計算と比べてみると理解が深まりますよ。

=LINEST(B2:B6, A2:A6)  → 傾き約27、切片約78

27 * 6 + 78 = 240 と、FORECAST.LINEARの結果が一致するはずです。

実践的な使い方：LINEST関数と組み合わせた精度確認つき予測

FORECAST.LINEAR関数は便利ですが、予測値だけでは「その予測がどれくらい信頼できるか」がわかりません。実務ではLINEST関数でモデルの精度を確認してからFORECAST.LINEARで予測するのが定番の手順です。

Step1：LINESTでR2（決定係数）を確認する

D2セルに次の数式を入力してください。

=LINEST(B2:B6, A2:A6, TRUE, TRUE)

5行2列の統計情報がスピルで出力されます。3行目左側の値がR2（決定係数）です。

R2が0.9以上であれば、線形モデルがデータにフィットしているので安心してFORECAST.LINEARの予測値を使えます。

Step2：FORECAST.LINEARで予測する

R2が十分に高いことを確認したら、FORECAST.LINEARで予測を出しましょう。

=FORECAST.LINEAR(6, B2:B6, A2:A6)

この2ステップの手順を習慣にしておくと、「予測の根拠はR2が0.99だったので信頼性が高い」と上司に説明できますよ。

複数の将来値を予測する場合はTREND関数

FORECAST.LINEAR関数は1つのxに対して1つの予測値を返します。複数のxをまとめて予測したい場合はTREND関数を使ってください。

=TREND(B2:B6, A2:A6, {6,7,8})

6～8ヶ月目の予測値が一括で返されます。FORECAST.LINEARを1つずつ入力するよりも効率的ですね。

よくあるエラーと対処法

#N/Aエラー：データ数の不一致

既知のyと既知のxの行数が一致していないと #N/A エラーが発生します。

対処法: yが5行ならxも5行に揃えてください。途中に空白セルが混じっていないかも確認しましょう。

#N/Aエラー：xの変動がない

既知のxの値がすべて同じ場合、傾きを計算できないため #N/A エラーになります。

対処法: xの値に変動があるか確認してください。すべて同じ値では回帰直線を引くことができません。

#VALUE!エラー：引数に文字列が含まれている

引数にテキストや論理値が含まれていると #VALUE! エラーが出ます。

対処法: 3つの引数がすべて数値であることを確認してください。日付はExcel内部で数値として扱われるので問題ありませんが、「1月」のような文字列はNGです。

エラーの一覧と対処法はExcelのエラー値一覧も参考にしてくださいね。

似た関数との違い・使い分け

予測や回帰分析に関連する関数は複数あります。迷ったときはこの表を参考にしてください。

ポイントは次の2つで整理することです。

• 知りたいもの: 予測値 → FORECAST.LINEAR / TREND、回帰モデルの中身 → LINEST
• データの特徴: 直線的なトレンド → FORECAST.LINEAR、季節変動あり → FORECAST.ETS

「予測値がほしい」ならFORECAST.LINEAR、「回帰モデルの精度まで確認したい」ならLINEST関数と覚えておけば迷いません。

まとめ

ExcelのFORECAST.LINEAR関数は、既知のデータから線形回帰で将来値を予測する関数です。

この記事のポイントをおさらいしておきましょう。

• FORECAST.LINEAR関数は、指定したxに対するyの予測値を1つ返す。構文は =FORECAST.LINEAR(x, 既知のy, 既知のx)
• 旧FORECAST関数の後継。機能は同じだが、新しいブックではFORECAST.LINEARを使う
• 引数の順番に注意。予測したいxを最初に指定する（LINEST・TRENDとは逆）
• 予測の信頼性を確認するには、LINEST関数でR2（決定係数）をチェックしてから使う
• 複数のxを一括予測するならTREND関数が便利
• 季節変動があるデータにはFORECAST.ETS関数を使い分ける

売上予測や来客数の見込み計算に、ぜひ活用してみてください。Excel関数の一覧はこちらから確認できます。

ExcelのFORECAST.ETS関数を使えば、季節の波とトレンドの両方を考慮した予測ができます。この記事では基本構文から6つの引数の意味、季節性パラメータの設定方法、FORECAST.LINEARとの使い分けまで丁寧に解説しますよ。

ExcelのFORECAST.ETS関数とは？

FORECAST.ETS関数は「フォーキャスト・イーティーエス」と読みます。ETSはExponential Triple Smoothingの略です。日本語では「トリプル指数平滑法」と呼ばれ、Holt-Winters法（ホルト・ウィンターズ法）とも呼ばれる手法です。

この関数は、時系列データからトレンド（上昇・下降の傾向）と季節性（周期的な変動パターン）の2つの成分を自動で検出します。そのうえで将来の値を予測してくれますよ。

たとえば「毎年12月に売上が伸び、2月に落ち込む」というパターンがある場合、FORECAST.ETS関数はその季節の波を織り込んだ予測値を返します。直線で予測するFORECAST.LINEAR関数との最大の違いはここです。

対応バージョンはExcel 2016以降、およびMicrosoft 365です。Excel 2013以前では使えないので注意してくださいね。

FORECAST.ETS関数の書き方（構文と引数）

基本構文

=FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])

引数は全部で6つあります。最初の3つが必須、残り3つは省略可能です。

引数の一覧

引数1：target_date（必須）

予測したい時点を指定します。日付でも数値でもOKです。月次データなら「2026/7/1」のように翌月の日付を入れます。

引数2：values（必須）

予測の対象となるデータ列です。売上金額、来客数など、予測したい数値を指定してください。

引数3：timeline（必須）

valuesに対応する時間軸のデータ列です。日付や月番号を指定します。valuesとtimelineの行数は一致させてください。一致しないと #N/A エラーになります。

引数4：seasonality（省略可）

季節周期の長さを数値で指定します。設定値の意味は次のとおりです。

迷ったら既定値の0（自動検出）で問題ありません。ただし、データの周期があらかじめわかっている場合は明示的に指定したほうが安定した結果を得られますよ。

引数5：data_completion（省略可）

タイムラインに欠損（歯抜け）がある場合の処理方法です。

• 1（既定）: 欠損値を近隣データの補間（前後のデータから推測した値で埋める処理）で補完する
• 0: 欠損値をゼロとして扱う

通常は既定値の1で大丈夫です。意図的にゼロが入るデータでない限り、補完させるほうが予測精度が高くなります。

引数6：aggregation（省略可）

同一タイムラインの時点に複数のデータがある場合の集約方法です。

たとえば「2026年1月」に売上データが2行ある場合、既定では平均値に集約されます。合計で扱いたい場合は7（SUM）を指定してください。

基本的な使い方（季節性のあるデータを予測する）

月次売上データに季節の波がある場合の予測例を見てみましょう。

次の2年間（24ヶ月分）のサンプルデータを用意してください。

A27セルに「2026/1/1」と入力し、B27セルに次の数式を入力してください。

=FORECAST.ETS(A27, B2:B25, A2:A25)

Excelが自動で季節周期（12ヶ月）を検出し、季節の波を加味した2026年1月の予測値を返します。冬に売上が落ち込むパターンを反映した値になるはずです。

同じデータでFORECAST.LINEAR関数を使うと、季節の波を無視した直線的な予測値になります。季節変動があるデータでは、FORECAST.ETS関数のほうが実態に即した予測ができますよ。

=FORECAST.LINEAR(A27, B2:B25, A2:A25)

この数式は季節の落ち込みを考慮せず、トレンドの延長線上の値を返します。比較してみると、FORECAST.ETS関数の季節補正の効果がよくわかります。

季節周期を手動で指定する場合

月次データで1年周期が明らかな場合は、seasonality引数に12を指定できます。

=FORECAST.ETS(A27, B2:B25, A2:A25, 12)

自動検出（0）でもほとんどの場合は正しく検出されます。ただし、データが少ない場合や変則的な周期がある場合は、手動指定のほうが安定しますよ。

実践的な使い方：FORECAST.ETS.CONFINTで信頼区間を添える

予測値だけを出しても「その数字はどれくらい当てになるのか」が気になりますよね。FORECAST.ETS.CONFINT関数を使えば、予測値の信頼区間（予測がこの範囲に収まる見込み）を計算できます。

C27セルに次の数式を入力してください。

=FORECAST.ETS.CONFINT(A27, B2:B25, A2:A25)

この関数は、95%信頼区間の「幅」を返します。予測値が120なら、120 +/- 信頼区間幅の範囲に実測値が収まる可能性が95%ということです。

上限と下限を別セルに出したい場合は、次のように計算しましょう。

=FORECAST.ETS(A27, B2:B25, A2:A25) + FORECAST.ETS.CONFINT(A27, B2:B25, A2:A25)  → 上限
=FORECAST.ETS(A27, B2:B25, A2:A25) - FORECAST.ETS.CONFINT(A27, B2:B25, A2:A25)  → 下限

上司への報告では「来月の売上は120万円前後、95%の確率で105万円～135万円の範囲に収まる見込みです」と伝えられます。予測値だけよりもずっと説得力がありますよ。

よくあるエラーと対処法

#N/Aエラー：データ数の不一致

valuesとtimelineの行数が一致していないと #N/A エラーが出ます。

対処法: 両方のデータ範囲が同じ行数になっているか確認してください。途中に空白セルが紛れていないかもチェックしましょう。

#N/Aエラー：seasonalityに無効な値を指定

seasonality引数に負の数を指定すると #N/A エラーになります。

対処法: seasonalityには0以上の整数を指定してください。0（自動検出）か、1以上の正の整数のみ有効です。

#NUM!エラー：データが少なすぎる

seasonalityの値がデータ点数の半分以上になると #NUM! エラーが発生します。たとえばデータが20個なのにseasonality=12を指定すると、季節パターンの検出に十分なデータがありません。

対処法: 季節周期の少なくとも2倍のデータ点数を用意してください。月次12ヶ月周期なら最低24ヶ月分（2年分）のデータが必要です。

#VALUE!エラー：引数に無効な値

data_completionやaggregationに範囲外の値を指定すると #VALUE! エラーになります。

対処法: data_completionは0か1、aggregationは1～7の範囲で指定してください。

エラーの一覧はExcelのエラー値一覧も参考にしてくださいね。

FORECAST.LINEARとの違い・使い分け

予測関数を選ぶときに迷ったら、次の表で整理してみてください。

使い分けのポイントは次の2つです。

• 季節変動があるか: 「毎年夏に上がる」「年末に伸びる」→ FORECAST.ETS
• 直線的なトレンドか: 「毎月一定のペースで増加」→ FORECAST.LINEAR

迷ったら、まずFORECAST.LINEAR関数で予測してみてください。実績値と予測値の差が大きい場合は、季節変動が原因かもしれません。そのときはFORECAST.ETS関数に切り替えてみましょう。

回帰モデルの詳細や精度確認にはLINEST関数が役立ちます。複数のxをまとめて予測したい場合はTREND関数も検討してみてくださいね。

まとめ

ExcelのFORECAST.ETS関数は、指数平滑法で季節変動を含む時系列データの将来値を予測する関数です。

この記事のポイントをおさらいしましょう。

• FORECAST.ETS関数は、季節性とトレンドの両方を考慮した予測ができる。構文は =FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])
• seasonality引数は0（自動検出）で通常はOK。周期がわかっている場合は手動指定（月次なら12）も有効
• 信頼区間はFORECAST.ETS.CONFINT関数で計算できる。予測の確からしさを報告に添えると説得力が増す
• 季節変動がないデータにはFORECAST.LINEAR関数を使う
• データは季節周期の少なくとも2倍（月次12ヶ月周期なら24ヶ月分）を用意する

売上や来客数の季節パターンを活かした予測に、ぜひ活用してみてください。Excel関数の一覧はこちらから確認できます。

ExcelからGoogleスプレッドシートに乗り換えたとき、こんな疑問を持った方は多いはずです。結論から言うと、FORECAST.LINEARとFORECASTはまったく同じ関数です。ただし、名前が2つある理由を知っておかないと混乱のもとになります。

この記事ではスプレッドシートのFORECAST.LINEAR関数について解説します。名前の由来から構文、実務での活用パターンまでまとめてお伝えします。

FORECAST.LINEAR関数とは？

FORECAST.LINEAR関数（読み方: フォーキャスト・リニア関数）は、線形回帰（最小二乗法）で予測値を返す統計関数です。散布図に引いた直線の延長上にある値を求めてくれます。

たとえば過去6か月の広告費と売上のデータがあれば、「広告費を来月いくらにしたら売上はどのくらいか」を数式1つで計算できます。

Googleスプレッドシートでは、FORECASTとFORECAST.LINEARのどちらの名前でも同じ結果が得られます。使い慣れたほうを使えばOKですよ。

FORECASTとFORECAST.LINEARはなぜ名前が2つあるのか

もともとExcelにはFORECAST関数しかありませんでした。ところがExcel 2016で予測関数群が拡充され、次のように整理されました。

• FORECAST.LINEAR — 従来のFORECASTと同じ線形予測
• FORECAST.ETS — 季節性を考慮した指数平滑法の予測

つまり「LINEAR（線形）」という種類を明示するためにリネームされたわけです。GoogleスプレッドシートはExcelとの互換性を保つため、旧名FORECAST・新名FORECAST.LINEARの両方をサポートしています。

NOTE

どちらの名前で入力しても内部の計算はまったく同じです。数式バーでFORECASTに自動変換されることがありますが、結果に影響はありません。

FORECAST.ETSとの違い（線形 vs 季節性あり）

名前が似ているFORECAST.ETSは、FORECAST.LINEARとは予測の仕組みが異なります。

ポイントは、FORECAST.ETSはGoogleスプレッドシートでは使えないという点です。スプレッドシートで季節性のある予測をしたい場合は、別のアプローチが必要になります。この記事ではFORECAST.LINEARに絞って解説しますね。

FORECAST.LINEAR関数の書き方（構文と引数）

基本構文は次のとおりです。

=FORECAST.LINEAR(x, データ_y, データ_x)

引数の意味と順番

引数はFORECAST関数とまったく同じです。yが先、xが後という順番に注意してください。SLOPE関数やINTERCEPT関数と同じ並び順です。

WARNING

データ_yとデータ_xのデータ数が異なると #N/A エラーになります。セル範囲の行数を必ず揃えてください。

主なエラーをまとめておきます。

FORECAST.LINEAR関数の基本的な使い方

月次売上データから翌月を予測する

6か月分の売上データから7か月目を予測してみましょう。

7か月目の予測値を求める数式はこちらです。

=FORECAST.LINEAR(7, B2:B7, A2:A7)

結果は 460 です。「来月の売上は460万円の見込み」と報告できますね。

数式の読み方を整理すると、次のようになります。

• 第1引数「7」→ 予測したい月番号
• 第2引数「B2:B7」→ 売上（y）のデータ範囲
• 第3引数「A2:A7」→ 月番号（x）のデータ範囲

FORECAST.LINEARは内部で回帰直線 y = ax + b を求め、x=7を代入した値を返しています。SLOPE関数 × 7 + INTERCEPT関数の計算を自動でやってくれるわけです。

TIP

FORECAST関数の記事では、複数月の一括予測やCORREL関数との組み合わせなど、より実践的なパターンを詳しく解説しています。あわせてチェックしてみてください。

FORECAST.LINEAR関数の実務活用パターン

売上予測に使う（広告費→売上）

時系列だけでなく、因果関係のあるデータにも活用できます。広告費（x）から売上（y）を予測する例を見てみましょう。

広告費を40万円にしたときの売上予測はこうなります。

=FORECAST.LINEAR(40, B2:B7, A2:A7)

結果は約 507 です。「広告費を40万円に増やすと、売上は約507万円になる見込み」という予測が出せます。

ただし、既存データの範囲（10〜35万円）を大きく超えた値を指定すると精度が落ちます。たとえば広告費100万円の予測は、データの範囲外なので参考程度にとどめてください。

予測の精度を確認する（STEYXと組み合わせ）

FORECAST.LINEARはどんなデータでも予測値を返します。しかし、その予測がどれくらい信頼できるかは別問題です。

そこでSTEYX関数を使って、予測の標準誤差を確認しましょう。

=STEYX(B2:B7, A2:A7)

STEYXの値が小さいほど、予測値と実際の値のズレが小さいことを示します。逆にSTEYXが大きい場合は、データのばらつきが大きく予測の精度が低いということです。

さらにCORREL関数で相関係数も見ておくと安心です。

=CORREL(B2:B7, A2:A7)

予測値を報告に使う前に、この2つの指標でデータの信頼性をチェックしてみてください。

FORECAST.LINEAR・FORECAST・TREND の使い分けまとめ

線形予測に使える3つの関数を整理します。

使い分けのポイントは次のとおりです。

• FORECAST.LINEAR と FORECAST は同じもの。好きなほうを使えばOK
• 1つの値を予測する → FORECAST.LINEARまたはFORECAST
• 複数の値をまとめて予測する → TREND関数

TIP

Excelから移行してきた方は、FORECAST.LINEARのほうがなじみがあるかもしれません。ただしスプレッドシートではどちらの名前でも動くので、チームで統一しておくのがおすすめですよ。

まとめ

FORECAST.LINEAR関数は、既存データから線形回帰で予測値を返す関数です。FORECASTの新しい名前であり、機能はまったく同じです。

この記事のポイント

• 構文は =FORECAST.LINEAR(x, データ_y, データ_x) で、FORECASTと引数も同じ
• Excel 2016でFORECAST → FORECAST.LINEARにリネーム。スプレッドシートは両方使える
• FORECAST.ETSは季節性あり予測だが、スプレッドシートでは非対応
• 予測の信頼性はSTEYX関数とCORREL関数で確認する
• 複数ポイントの一括予測にはTREND関数を使う

関連する統計関数

FORECAST.LINEAR関数の使い方がわかったら、以下の関数もあわせて覚えてみてください。データ分析の幅が広がりますよ。

• FORECAST関数 — FORECAST.LINEARの旧名称。実践例を詳しく解説
• SLOPE関数 — 回帰直線の傾きを求める
• INTERCEPT関数 — 回帰直線のy切片を求める
• STEYX関数 — 回帰の標準誤差を求める
• CORREL関数 — 2つのデータの相関係数を求める
• TREND関数 — 複数ポイントの予測値を一括で返す

ExcelのLOGEST関数を使えば、指数回帰（しすうかいき）の係数をかんたんに求められます。基本構文・引数の意味・統計情報の読み解き方を解説します。GROWTH関数を組み合わせた売上予測の手順まで、まるごと説明しますよ。

LOGEST関数とは？どんなときに使う関数か

LOGEST関数は「ログエスト」と読みます。LOGarithmic + ESTimate（対数推定）が語源です。

LOGEST関数は、既存のデータに y = b × m^x という指数回帰モデルをあてはめ、係数（mとb）を返す関数です。mは成長率（倍率）、bは初期値を表しています。

たとえば、mが1.15と出たら「毎期15%ずつ成長している」とわかります。0.85なら「毎期15%ずつ減少」です。m=1なら変化なしを意味しますよ。

LOGEST関数は予測値そのものではなく「モデルの中身」を返す関数です。予測値がほしい場合はGROWTH関数と組み合わせて使います。

線形回帰と指数回帰の違い（LINEST関数との対比）

回帰分析には大きく分けて2種類あります。

• 線形回帰（LINEST関数）: y = a + bx のモデル。データが一定ペースで増減するときに使う
• 指数回帰（LOGEST関数）: y = b × m^x のモデル。データが加速度的に増減するときに使う

LOGEST関数は内部でデータを対数変換します。log(y) = log(b) + x × log(m) の形に変換し、LINESTと同等の線形回帰を実行しています。つまりLINESTの「指数バージョン」というイメージですね。

直線で近似できるデータにはLINEST関数、カーブを描いて加速するデータにはLOGEST関数と使い分けてください。

指数成長データの見分け方（グラフで判断するコツ）

データが指数成長かどうか迷ったときは、次の方法で確認できます。

1. データを散布図にして、直線ではなくカーブを描いているかを確認する
2. データの対数（LN関数）をとって散布図を作る。直線に近くなれば指数回帰が適している

たとえば売上データをLN関数で変換したあとのグラフがきれいに直線に並んでいたら、LOGEST関数を使うサインです。逆に、そのままのデータが直線的ならLINEST関数のほうが適していますよ。

LOGEST関数の構文と4つの引数

基本構文

=LOGEST(既知のy, [既知のx], [定数], [補正])

LOGEST関数は配列数式として動作します。Excel 2021・Microsoft 365では、結果が複数セルに自動展開（スピル）されます。Excel 2019以前は、Ctrl + Shift + Enter での確定が必要です。

引数①：既知のy（必須）

回帰の対象となるyの値を指定します。売上や利用者数など、予測したいデータ列のことです。

注意点: yに0や負の値が含まれていると #NUM! エラーになります。LOGEST関数は内部で対数計算を行うため、正の数のみ受け付けます。

引数②：既知のx（省略可）

yに対応するxの値を指定します。年度や月番号などの時間軸が一般的です。

省略すると {1, 2, 3, …} という連番が自動で割り当てられます。データが等間隔に並んでいるなら省略してもOKですよ。

引数③：定数（省略可）

初期値bの扱いを指定します。

ほとんどの場合はTRUE（または省略）で問題ありません。原点を通る回帰を求めたい特殊なケースでFALSEを使います。

引数④：補正（省略可）

統計情報を追加出力するかどうかを指定します。

TRUEにすると決定係数R²やF統計量など、モデルの精度を評価するための情報も一緒に得られます。実務では最初にTRUEで出力して、モデルの信頼性を確認するのがおすすめです。

補正=TRUEで返される5行2列の出力を読み解く

LOGEST関数の補正をTRUEにすると、5行×2列（計10個）の値が返されます。ちょっと情報量が多く見えますが、それぞれの意味がわかれば難しくありません。

次のサンプルデータで実際に試してみましょう。

D2セルに次の数式を入力してください。

=LOGEST(B2:B6, A2:A6, TRUE, TRUE)

Microsoft 365ではD2:E6に5行2列の結果がスピルします。Excel 2019以前では、D2:E6を選択した状態で数式を入力し、Ctrl + Shift + Enter で確定してください。

1行目：係数m・定数b（回帰式の本体）

これが回帰式 y = b × m^x の心臓部です。m ≈ 1.21 なら「年間約21%の成長率」、b ≈ 82.5 なら「x=0時点の初期値が82.5万円」を意味します。

mの読み方をまとめておきましょう。

• m > 1：成長（例: m=1.21 → 年21%増加）
• 0 < m < 1：減少（例: m=0.85 → 年15%減少）
• m = 1：変化なし

2行目：各係数の標準誤差

係数の「ブレ幅」を示す値です。標準誤差が小さいほど、その係数の推定が安定していることを意味します。

3行目：決定係数R²とyの標準誤差

R²（決定係数）は最重要の指標です。 0〜1の範囲で、1に近いほどモデルがデータにフィットしていることを示します。

• R² ≧ 0.9：モデルの当てはまりが良い。予測に使える
• R² < 0.7：当てはまりが弱い。LINEST（線形回帰）を試したほうがよいかもしれない

4行目：F統計量と自由度

F値が大きいほど「回帰モデルが偶然でなく意味がある」ことを示します。学術論文でなければ、R²だけ確認すれば実務上は十分ですよ。

5行目：回帰平方和と残差平方和

回帰平方和はモデルが説明できた変動量、残差平方和は説明しきれなかった変動量です。ssreg ÷ (ssreg + ssresid) = R² という関係がありますよ。

実務で使う！LOGEST→GROWTHの2ステップ売上予測

LOGEST関数で係数を確認し、GROWTH関数で予測値を出す。この2ステップが実務での定番ワークフローです。

Step1：LOGESTで指数回帰の係数を取得する

先ほどのサンプルデータ（A2:B6）を使って、まずは係数と統計量を確認します。

=LOGEST(B2:B6, A2:A6, TRUE, TRUE)

出力の1行目からm（成長率）とb（初期値）を、3行目からR²（決定係数）を読み取ってください。

Step2：GROWTHで将来の売上予測値を算出する

R²が十分に高ければ（目安は0.9以上）、GROWTH関数で将来の値を予測します。

A8セルに「6」、A9セルに「7」、A10セルに「8」と入力しておきます。B8セルに次の数式を入力してください。

=GROWTH(B2:B6, A2:A6, A8:A10)

6〜8年目の予測値がスピルして表示されます。GROWTH関数は内部でLOGESTと同じ回帰計算を行い、新しいxに対するy値を直接返してくれますよ。

手動で計算したい場合は、LOGESTから得たmとbを使って次の式でも同じ結果になります。

=E2 * D2 ^ A8

E2がb、D2がmの場合です。GROWTH関数のほうが手軽ですが、式の仕組みを理解するには手動計算も試してみてください。

予測精度の確認方法（R²の見方）

予測の信頼性を判断するには、R²（決定係数）をチェックするのが基本です。

R²が低い場合は、データが指数成長ではなく線形成長のパターンかもしれません。LINEST関数に切り替えて比較してみてくださいね。

LOGEST・GROWTH・LINEST・TREND 4関数の使い分け比較表

回帰関連の4関数は役割が明確に分かれています。迷ったときはこの表を参考にしてください。

ポイントは2つの軸で整理することです。

• データの形状: カーブ → LOGEST / GROWTH、直線 → LINEST / TREND
• 知りたいもの: 係数（モデルの中身）→ LOGEST / LINEST、予測値（結果）→ GROWTH / TREND

LOGESTとGROWTHはセットで使うのが定番です。LOGESTでモデルの妥当性（R²）を確認してから、GROWTHで予測を出す。この流れを覚えておけば、指数回帰による予測で迷うことはありませんよ。

複数のX変数を使う指数重回帰（LOGEST多変量版）

LOGEST関数は、Xを1列だけでなく複数列指定することもできます。2つ以上の要因でYを説明したいときに使う「多変量指数回帰」です。

モデル式は次のとおりです。

y = b × m1^x1 × m2^x2

たとえば「売上（y）を、広告費（x1）と季節インデックス（x2）の2変数で説明する」というケースが典型例です。

実際の入力例を見てみましょう。A列に広告費、B列に季節インデックス、C列に売上が入っているとします。

=LOGEST(C2:C13, A2:B13, TRUE, TRUE)

X変数が2列になったため、出力の1行目は 3列（m2, m1, b の順） に増えます。

注意が必要なのが、列の並び順が右から左に向かっている点です。X変数の指定順（A列→B列）に対して、出力はm2・m1・bと逆順で返されます。変数が増えるほど混乱しやすいので、数式の直上に変数名ラベルを書いておくと間違いが防げます。

統計量（R²・F値など）の行構造は単変量のときと同じです。ただし列数がX変数の数＋1（定数b分）に増えます。出力範囲を事前に正確に選択してから数式を確定するようにしてください。

定数=FALSEにするとどうなる？原点通過モデルの使いどころ

既存本文の引数③「定数」では TRUE/FALSE の動作を表で示しましたが、「いつ FALSE を使うのか」がわかりにくいという声があります。ここで具体的な判断基準を補足しておきます。

定数=FALSE にすると、b=1 に固定した y = m^x というモデルになります。「x=0のときにyが必ず1になる」という制約を課すことと同じです。

FALSEを使うのが適切なケース:

• 倍率・比率データ: 「基準月=1倍」「基準年=100%」として設定した指数データ。x=0でy=1が保証されている
• 自然科学・工学データ: 放射性崩壊や細菌増殖など、初期値を1（規格化済み）として測定した実験データ

ビジネスデータ（売上・アクセス数・ユーザー数など）は x=0 時点の値が1になることはほぼないため、通常は TRUE（または省略）を使うのが正解です。

もう1点注意が必要です。定数=FALSE にすると、R²の解釈が変わります。切片なし回帰のR²は切片ありのR²より高くなりやすく、実態よりモデルの精度が良く見える傾向があります。「FALSE にしたらR²が上がった」は必ずしもモデルが改善したわけではないので、鵜呑みにしないようにしてください。

よくあるエラーと対処方法

配列数式の入力ミス（#VALUE!エラー）

Excel 2019以前で Ctrl + Shift + Enter を押さずにEnterだけで確定すると、正しい結果が得られません。補正=TRUEの場合は1つ目の値（m）しか返されず、残りのセルに #VALUE! が出ることがあります。

対処法: 出力先セル範囲（補正=TRUEなら5行2列）を選択し、数式を入力します。そのあと Ctrl + Shift + Enter で確定してください。数式バーに {=LOGEST(…)} と中かっこが表示されれば成功です。

Microsoft 365やExcel 2021をお使いなら、自動スピルに対応しているのでこの問題は起きません。

データが指数曲線に合わない場合

LOGEST関数自体はエラーにならなくても、R²が著しく低い場合はモデルがデータに合っていない可能性があります。

確認ポイント:

• yに0や負の値が含まれていないか → #NUM! エラーの原因になる
• yとxの配列サイズが一致しているか → #REF! エラーの原因になる
• 引数に文字列が混入していないか → #VALUE! エラーの原因になる
• データが実は線形成長ではないか → LINEST関数を試す

R²が低いからといって間違いではありません。「このデータは指数回帰に向いていない」という有用な情報が得られたわけです。LINEST関数に切り替えるか、データの前処理（外れ値の確認など）を検討してみてください。

よくあるエラーの一覧はExcelのエラー値一覧も参考にしてくださいね。

Googleスプレッドシートで使うLOGEST関数｜ExcelとSheetsの互換性と違い

LOGEST関数はGoogleスプレッドシートにも用意されています。Excelからシートに移行した場合や、チームによって使うツールが異なる場合でも、ほぼ同じ感覚で使えます。

Sheetsでの公式構文は次のとおりです（Googleヘルプより）。

=LOGEST(既知データ_y, [既知データ_x], [b], [詳細])

引数の対応関係をまとめました。

引数名こそ異なりますが、動作・返す値・TRUE/FALSEの意味はExcelと同一です。

Sheetsで大きく異なるのは入力方法です。SheetsはExcel 365と同様に動的配列（スピル）対応のため、補正=TRUEの場合でも Ctrl+Shift+Enter は不要です。先頭セルに数式を入力してEnterを押すだけで、結果が自動的に展開されます。

注意点: Sheetsで補正=TRUEにしたときの出力行数・列数がExcelの5行2列と完全に一致するかどうかは、公式ヘルプに明示されていません。実際に使う前にサンプルデータで出力範囲を確認しておくことをおすすめします。

LOGEST vs FORECAST.ETS｜売上予測で迷ったときの選択基準

「売上を予測したい」という目的は同じでも、データの性質によって使う関数は変わります。LOGESTとFORECAST.ETSは特に混同されやすい組み合わせです。

判断の目安はシンプルです。

• 毎年・毎期ほぼ同じ比率で伸びているトレンドデータ → LOGEST + GROWTH
• 月次・四半期で繁閑の波があるデータ（季節性あり） → FORECAST.ETS

たとえば、SaaS企業の年間ARR（年間経常収益）推移のように季節変動がなく成長率が安定しているデータはLOGESTが向いています。一方、小売業の月次売上のように繁忙期・閑散期がはっきりしているデータにはFORECAST.ETSが適しています。

なお、FORECAST.ETS関数の詳細な使い方は公式ヘルプで確認してください（アルゴリズム固有のパラメータはバージョンによって挙動が変わる場合があります）。

まとめ

ExcelのLOGEST関数は、指数回帰モデル（y = b × m^x）の係数と統計量を求める関数です。

この記事のポイントをおさらいしておきましょう。

• LOGEST関数は「成長率m」と「初期値b」を返す。予測値がほしいときはGROWTH関数を使う
• 引数「補正」をTRUEにすると、5行2列の統計情報（R²・F値など）も取得できる
• R²（決定係数）が0.9以上ならモデルの当てはまりが良好。予測に活用できる
• 配列数式として入力する（Microsoft 365ではスピル対応）
• カーブするデータにはLOGEST / GROWTH、直線的なデータにはLINEST / TRENDを使い分ける
• yに0や負の値が含まれると #NUM! エラーになる

売上やアクセス数の成長率を分析したいときに、ぜひ活用してみてください。Excel関数の一覧はこちらから確認できます。

SLOPE関数は2つのデータ系列（xとy）から、最小二乗法で導かれる回帰直線 y = ax + b のうち 傾き a を返します。「xが1増えるとyがどれだけ変わるか」を一発で計算してくれるので、トレンドの定量化や、売上・コストの予測モデルに欠かせません。

この記事では、SLOPE関数の基本構文・引数のクセ・INTERCEPTやTRENDなど関連関数との使い分け、実務でそのまま使える応用例、よくあるエラーの直し方、そしてFAQまで一気通貫で解説します。「Excelで回帰分析」という言葉に身構えてしまう方も、最後まで読めば自分の業務データにすぐ当てはめられるようになります。

SLOPE関数とは？

読み方と語源

「スロープ関数」と読みます。SLOPE は英語で「傾き」「斜面」を意味する単語で、まさに回帰直線の傾き（y/x 方向の変化率）を返す関数です。

できること

2つのデータ系列（x：原因の変数、y：結果の変数）を渡すと、最小二乗法で誤差が最小になるように引いた回帰直線の傾きを返します。

回帰直線は次の式で表されます。

y = a * x + b

このうち SLOPE関数は a（傾き） を計算します。切片 b は INTERCEPT関数で求めます。両方を組み合わせれば、xに新しい値を入れたときのyの予測値を1セルの数式で算出できるようになります。

代表的なユースケースは次のとおりです。

• 売上と広告費の関係を「広告費1万円あたり○万円増える」と定量化する
• 気温と電気使用量の相関を見て、季節需要を数値で押さえる
• 時系列データの増加・減少ペースを数値化して、ダッシュボードに載せる
• コストと生産量の関係から、変動費の係数を割り出す

「散布図に近似直線を引いて雰囲気で見る」段階から一歩進めて、数式に落とし込むためのとっかかりとして覚えておくと便利です。

SLOPE関数の書き方

基本構文

=SLOPE( 既知のy, 既知のx )

ポイントは yが先、xが後 の順番です。「結果（y）を、原因（x）でどれだけ説明できるか」を計算しているので、原因と結果の向きを取り違えると意味のない数値が出てきます。

引数の説明

引数のクセと注意点

• 両方の引数のデータ個数が 同じ数 である必要があります。行数がずれていると #N/A エラーになります。
• 文字列・論理値・空白セルは無視されます。両方の範囲のうち、対応するペアがどちらも数値のときだけ計算に使われます。
• 数値の 0 はちゃんと計算に含まれます。「0は無視されそう」というイメージで除外しないように注意してください。
• xの値が全部同じ（例：すべて10）だと、分散が0になるので #DIV/0! エラーが出ます。SLOPE は「xが変わったときにyがどれだけ変わるか」を計算しているので、xに変化がないと意味をなしません。
• 範囲には縦方向（列）でも横方向（行）でも指定できますが、yとxは 同じ向き に揃えるとミスを防げます。

基本的な使い方

実際の数字で SLOPE がどう動くかを確認してみましょう。

例1：売上と広告費の回帰直線の傾きを求める

このデータに対して、次の数式を入力します。

=SLOPE(B2:B6, A2:A6)

結果は 約 6.4 になります。これは「広告費が1万円増えると、売上が約6.4万円増える」ことを意味します。広告投資の費用対効果（ROAS）を語るときに、感覚ではなく数字で説明できるのが SLOPE の強みです。

傾きの値は、必ず「yの変化量 ÷ xの変化量」というスケール感覚と一緒に確認するクセをつけると、桁違いのミスを防げます。元データの広告費が5万円刻みで増えているのに対し、売上は30万円ずつ増えているため、傾きとしては 30/5 ≒ 6 付近に落ち着く、と読めていれば計算結果に納得感が持てるはずです。

例2：月次売上の時系列トレンドを求める

月を 1〜12 の連番で表し、売上との傾きを求めると、月あたりの平均増加額がわかります。

=SLOPE(B2:B13, A2:A13)

• 傾きが正：売上は 増加トレンド
• 傾きが負：売上は 減少トレンド
• 傾きがほぼ0：横ばい

「先月より落ちた・上がった」という瞬間値ではなく、12か月間ならしてどう動いたか を1つの数値で語れるのが、時系列分析でのSLOPEの便利なところです。

例3：気温と来店客数の関係

=SLOPE(B2:B6, A2:A6)

結果は約 4 になり、「気温が1℃上がると、来店客数が約4人増える」と読めます。アイスや飲料の販売予測、エアコンの稼働計画など、季節要因の影響を数式で扱えるようになります。

INTERCEPT関数との組み合わせで予測式を作る

SLOPE関数は傾き（a）だけを返しますが、切片（b）は INTERCEPT関数 で求めます。両方そろうと、xに新しい値を入れたときの y の予測値が計算できる「予測式」が完成します。

a = SLOPE(B2:B10, A2:A10)
b = INTERCEPT(B2:B10, A2:A10)

→ y = a * x + b

予測値を1セルにまとめてしまうなら、こう書くとシンプルです。

=SLOPE(B2:B10, A2:A10) * 新しいx + INTERCEPT(B2:B10, A2:A10)

たとえば広告費を 35 万円にしたときの売上予測なら、次のようになります。

=SLOPE(B2:B6, A2:A6) * 35 + INTERCEPT(B2:B6, A2:A6)

「傾きと切片を別セルで持つ」「予測値だけ別シートで動的に変える」という設計にしておくと、後から数字をいじっても自動で予測が更新されるダッシュボードを作れます。

実務での活用例

活用例1：売上予測モデルの構築

過去の月別売上から傾きと切片を求め、来月以降の売上を予測する基本パターンです。

A列: 月番号（1, 2, 3...12）
B列: 実績売上

傾き = SLOPE(B2:B13, A2:A13)
切片 = INTERCEPT(B2:B13, A2:A13)
来月（13月目）の予測 = 傾き * 13 + 切片

実際には季節要因や販促タイミングが効くため、これだけで決算予測ができるわけではありません。ただ、「素のトレンドだけだといくらか」 をベースラインとして持っておくと、施策の効果を切り分けやすくなります。

活用例2：コストドライバー分析（変動費と固定費の分離）

「総コスト = 変動費単価 × 生産量 + 固定費」という考え方は、SLOPE と INTERCEPT にそのまま対応します。

A列: 生産量
B列: 総コスト

変動費単価 = SLOPE(B2:B13, A2:A13)
固定費    = INTERCEPT(B2:B13, A2:A13)

複数の費用項目について SLOPE を計算して並べると、「どの費用が一番生産量に比例するか」が見え、原価管理やキャパシティ計画の議論にそのまま使えます。

活用例3：散布図とSLOPEの併用

ExcelやGoogleスプレッドシートのグラフ機能で散布図を作り、近似曲線（線形）を追加すると、グラフ上にも回帰直線が引けます。一方、SLOPE と INTERCEPT で 数式として 傾き・切片を持っておくと、

• 数値で根拠資料に書ける
• 別のセルから参照して条件付き書式や予測表に連動できる
• 異なる期間・店舗のSLOPEを並べて比較できる

という強みがあります。「グラフはプレゼン用、数式は資料の裏付け用」と役割を分けると、説明資料の説得力がぐっと上がります。

活用例4：KPIダッシュボードでのトレンド表示

ダッシュボードに「直近12週のSLOPE」のような列を作っておくと、

• 数値が増加トレンドの店舗は緑
• 横ばいは黄
• 減少傾向は赤

といった条件付き書式と組み合わせて、変化のスピードベースのアラートが作れます。「先週比だけ」では見落とす中期トレンドを拾えるようになります。

関連関数との使い分け

SLOPE のまわりには似た用途の関数がいくつかあります。違いを表で押さえておきましょう。

使い分けの目安：

• 傾きだけ知りたい → SLOPE
• 予測値も欲しい → SLOPE + INTERCEPT か TREND / FORECAST.LINEAR
• 詳細な統計量（R²・標準誤差・F値）が必要 → LINEST
• 当てはまりの良さを別に確認したい → RSQ
• 直線ではなく曲線（指数的）で予測したい → GROWTH

SLOPE は「軽くてシンプル」が長所です。本格的な回帰分析が必要になったら LINEST や分析ツールアドインに乗り換える、というのが現実的なステップアップ経路です。

よくあるエラーと対処法

特に 「yとxの順番を取り違える」 は、SLOPE関数で最も多いミスです。=SLOPE(売上, 広告費) のように、求めたい変化対象（y）を先に書く、と覚えておきましょう。

SLOPE関数を使う前のデータ準備のコツ

回帰分析の結果は、入力データの素直さに大きく依存します。SLOPE を使う前に、次の点をチェックしておくと精度が上がります。

• 外れ値を確認する：1点だけ極端な値があると、傾きが大きく引っ張られます。グラフで散布図を描いて、明らかにおかしい点を除外できないか検討します。
• 対象期間をそろえる：x（例：月）とy（例：売上）の期間が一致しているか、欠損月がないかを確認します。
• 0や空白の扱いを決める：「営業日数0の月」など特殊な期間は、計算に含めるか別途集計するかを決めておきます。
• 単位を統一する：千円と万円が混在していると、傾きの解釈がぶれます。
• 線形に近いか散布図で確認する：曲がっているデータに無理やり直線を当てると、SLOPE の値は出ても意味が薄くなります。

「数式は短いが、前処理で勝負が決まる」――これは SLOPE に限らず、回帰分析全般に共通する大原則です。

よくある質問（FAQ）

Q1. SLOPE関数の結果がマイナスになりました。これは異常ですか？

異常ではありません。マイナスは「xが増えるとyが減る（負の相関）」を示しています。たとえば「気温が下がるとアイスの売上が減る」を逆から見れば「気温が上がるとアイスの売上が増える（正）」、「割引率が高いほど在庫が早く減る」は負の傾きになることもあります。符号は相関の向きを表しているだけ で、エラーではありません。

Q2. SLOPEとTREND関数の違いは何ですか？

SLOPEは 傾きという1つの数値 を返すのに対し、TRENDは 既存データのxに対する予測y値（配列） を返します。「変化率を1つだけ把握したい」ならSLOPE、「予測値を表で並べたい」ならTREND、と使い分けます。実務では、SLOPE+INTERCEPTで予測式を組むより、TRENDで配列をまとめて出した方が早いケースも多いです。

Q3. SLOPEとFORECAST.LINEARはどう使い分ければよいですか？

両者は計算ロジックが同じ最小二乗法ですが、返す値が違います。SLOPEは「傾き」、FORECAST.LINEARは「特定のxに対する予測y」 を返します。「来月の売上を1点だけ予測したい」ならFORECAST.LINEAR、「変化率そのものをKPIにしたい」ならSLOPE、と覚えておくと迷いません。

Q4. データが少なくても使えますか？最低何点必要ですか？

数学的には2点あれば直線は引けますが、それでは「ただの2点を結ぶ線」になり、回帰分析としての意味はほぼありません。実務的には 最低でも5〜10点、できれば12〜24点 はほしいところです。月次なら1〜2年、週次なら半年〜1年が目安です。点数が少ないと、外れ値1つで傾きが大きくブレます。

Q5. SLOPEで求めた傾きが「信頼できる」かどうかは判断できますか？

SLOPE単体では信頼性まではわかりません。RSQ関数で決定係数 R² を求め、1に近いほど「直線で説明できている」ことを確認します。R²が小さい（例えば 0.3 未満）場合は、そもそも線形回帰では説明しきれないデータかもしれません。LINEST関数で標準誤差を取り、誤差幅も合わせて評価するとより堅牢です。

Q6. SLOPEはGoogleスプレッドシートでも同じように使えますか？

はい、同じ構文 =SLOPE(既知のy, 既知のx) でそのまま使えます。挙動も Excel とほぼ同じです。スプレッドシート版を詳しく知りたい方はスプレッドシートのSLOPE関数の使い方も合わせて確認してみてください。

まとめ

最後に、SLOPE関数のポイントを整理します。

• =SLOPE(既知のy, 既知のx) で回帰直線の傾きを計算できる。yが先、xが後 の順番がポイント。
• 傾きが正なら正の相関、負なら負の相関、ほぼ0なら無相関というシンプルな読み方ができる。
• INTERCEPT関数と組み合わせれば、y = ax + b の予測式が完成し、xを変えるだけで予測値が更新される。
• 詳細な統計が必要なら LINEST、複数の予測値が必要なら TREND、1点だけ予測したいなら FORECAST.LINEAR と使い分ける。
• データ準備（外れ値除外・単位統一・期間そろえ）と、決定係数（RSQ）による検証はセットで考える。

「Excelで回帰分析」と聞くと身構えてしまいがちですが、SLOPEがやっているのは「xが1増えるとyがどれだけ変わるか」というシンプルな計算だけです。売上・広告費・コスト・気温・客数――身近な業務データに当てはめてみると、感覚で語っていた話を数値で説明できるようになり、説得力のある資料がぐっと作りやすくなります。

関連記事

• INTERCEPT関数の使い方｜回帰直線の切片を求める
• TREND関数の使い方｜回帰直線で将来の値を予測する
• FORECAST.LINEAR関数の使い方｜線形回帰で予測値を求める
• RSQ関数の使い方｜決定係数（R²）で回帰の精度を確認する
• LINEST関数の使い方｜回帰分析の統計情報をまとめて取得する
• スプレッドシートのSLOPE関数の使い方
• アルファベット順 Excel関数一覧
• 機能別 Excel関数一覧

この記事では、TREND関数の基本から重回帰分析まで解説します。実務で使える手順をまとめました。

TREND関数とは？線形回帰で予測値を返す関数

TREND関数は、過去のデータをもとに将来の値を予測する関数です。内部的には「最小二乗法」という統計手法を使います。最小二乗法とは、データの傾向を最もよく表す直線を求める計算方法のことです。

たとえば過去12か月の売上データがあるとします。TREND関数はそのデータから傾向線（トレンドライン）を引きます。その直線を延長することで、13か月目以降の売上を予測できます。

TREND関数の読み方

読み方は「トレンド」です。英語の “trend”（傾向・推移）が語源です。

TREND関数でできること

TREND関数でできることは、大きく3つあります。

• 過去の時系列データから将来の値を予測する
• 複数の要因（広告費・気温など）から売上を予測する（重回帰）
• 複数の予測値を配列でまとめて返す

1つの要因だけでなく、複数の要因を組み合わせた予測ができる点がTREND関数の強みです。

TREND関数の構文と引数

基本構文は次のとおりです。対応バージョンはExcel 2016以降（Microsoft 365対応）です。

=TREND(既知のy, [既知のx], [新しいx], [定数])

[] 内の引数は省略できます。必須の引数は「既知のy」だけです。

各引数の役割を表にまとめます。

第1引数：既知のy

「既知のy」には、すでにわかっている実績データを指定します。たとえば、過去6か月の売上金額が入ったセル範囲です。

第2引数：既知のx

「既知のx」には、実績に対応する説明変数を指定します。月番号や年度など、yの値に対応する数値です。省略すると {1,2,3,…} が自動で割り当てられます。

第3引数：新しいx

「新しいx」には、予測を出したい地点の値を指定します。たとえば7か月目〜9か月目の売上を知りたい場合です。{7,8,9} に相当するセルを指定します。

第4引数：定数

通常はTRUE（既定値）のままで問題ありません。FALSEにすると、回帰直線が原点を通るように計算されます。特殊なケースを除き、変更する必要はありません。

TREND関数の基本の使い方｜月別売上から来期を予測する

ここでは、6か月分の売上データから7〜9か月目の売上を予測する手順を紹介します。

サンプルデータと完成イメージ

次のようなデータを用意してください。

• A列（月番号）：1〜6
• B列（売上）：150, 180, 210, 195, 240, 260
• A9:A11に予測したい月番号：7, 8, 9

B9:B11に予測結果を出力します。

TREND関数の入力手順

Excel 2021 / Microsoft 365の場合、先頭セルに数式を入力するだけで結果がスピル（自動展開）します。

B9セルに次の数式を入力してください。

=TREND(B2:B7, A2:A7, A9:A11)

Enterキーを押すと、B9:B11に予測値が一括で表示されます。

配列数式の注意点

Excel 2019以前のバージョンでは、スピル機能がありません。配列数式として入力する必要があります。手順は次のとおりです。

1. 出力先のセル範囲（B9:B11）をあらかじめ選択する
2. 数式バーにTREND関数を入力する
3. Ctrl + Shift + Enter で確定する

数式バーに {=TREND(...)} と中カッコが表示されれば成功です。この中カッコは手入力しないでください。Excelが自動で付与します。

TREND関数を実務で使う｜広告費と気温から売上を予測する（重回帰）

TREND関数は、複数の説明変数を使った重回帰分析にも対応しています。重回帰分析とは、要因を2つ以上考慮する分析手法です。

複数の説明変数を指定する方法

たとえば「広告費」と「平均気温」の2つから売上を予測するケースを考えます。データの配置は次のとおりです。

• A列：広告費（万円）
• B列：平均気温（℃）
• C列：売上（万円）

このとき、既知のxには複数列をまとめて指定します。

=TREND(C2:C13, A2:B13, A14:B16)

ポイントは、既知のxに A2:B13 のように2列を指定することです。これだけで重回帰分析が実行されます。

重回帰の入力手順と結果の読み方

1. 予測先のセル（C14など）を選択する
2. 上記の数式を入力する
3. Enterキーで確定する（Excel 2021以降）

結果は「広告費と気温の両方を考慮した予測売上」です。単一の要因だけを見るより精度が上がることが多いです。ただし、説明変数を増やしすぎると過学習のリスクがあります。実務では2〜3個の変数にとどめるのがおすすめです。

予測の精度を確認する｜RSQ関数でR²をチェック

TREND関数で予測値を出したら、その予測がどれくらい信頼できるかを確認しましょう。RSQ関数を使うと、決定係数（R²）を求められます。

=RSQ(C2:C13, A2:A13)

R²は0〜1の値を取ります。1に近いほど予測精度が高いことを示します。

R²（決定係数）の目安

R²が低いときの対処法

R²が低い場合は、次の3つを試してみてください。

• 説明変数を追加する: 売上に影響する別の要因（季節・曜日など）を加える
• 外れ値を確認する: 異常値がデータに含まれていないかチェックする
• 非線形の可能性を検討する: データが直線的でない場合はGROWTH関数（指数回帰）を試す

TREND関数・FORECAST.LINEAR関数・予測シートの違い

Excelには予測のための手段が複数あります。それぞれの特徴を比較表にまとめます。

どれを使うべきか？場面別の選び方

• 複数月の売上をまとめて予測したい → TREND関数
• 特定の1点だけ予測したい → FORECAST.LINEAR関数
• 季節変動のあるデータを予測したい → FORECAST.ETS関数（予測シート）
• 複数の要因から予測したい → TREND関数（重回帰）

迷ったらTREND関数を選べば、たいていの場面に対応できます。

TREND関数でエラーが出るときの対処法

TREND関数で発生しやすいエラーと対処法を紹介します。

#VALUE! エラー

原因: 既知のyや既知のxに文字列や空白セルが含まれている。

対処法: データ範囲に数値以外のセルが混じっていないか確認してください。空白セルがある場合は、0を入力するか範囲から除外します。

#REF! エラー

原因: 既知のyと既知のxの行数（データ数）が一致していない。

対処法: yとxのセル範囲の行数を揃えてください。たとえば、yが12行ならxも12行にします。

#N/A・#SPILL! エラー

#N/A エラーの原因: CSE（Ctrl+Shift+Enter）入力時に、選択した出力範囲と新しいxの個数が一致していない。出力範囲の選択をやり直してください。

#SPILL! エラーの原因: スピル先のセルにデータや数式が入っている。スピル先のセルを空にすれば解消します。Excel 2021以降で発生するエラーです。

まとめ

この記事では、TREND関数の基本から重回帰分析、予測精度の確認方法までを解説しました。

• TREND関数は線形回帰で将来の値を予測する関数
• 複数の予測値を配列で一括出力できる
• 複数の要因を考慮した重回帰分析にも対応
• RSQ関数でR²を確認し、予測の信頼度をチェックする
• 1点だけの予測ならFORECAST.LINEAR、季節性があるなら予測シートを使う

売上予測や需要予測の場面で、ぜひ活用してみてください。

関連記事

• GROWTH関数の使い方（指数回帰で予測する方法）
• FORECAST.LINEAR関数の使い方（線形予測で将来値を求める方法）
• FORECAST.ETS関数の使い方（季節変動を含む売上予測の方法）
• SLOPE関数で回帰直線の傾きを求める
• INTERCEPT関数で回帰直線の切片を求める
• スプレッドシートのTREND関数の使い方