「取引先からもらったExcelファイルに =LOGNORMDIST(...) という見慣れない関数があった」。あるいは「統計の課題で対数正規分布を計算したい」。そんなとき活躍するのが LOGNORMDIST関数です。

LOGNORMDIST関数は、「対数正規分布」の確率を計算する関数です。対数正規分布は、株価リターン・所得分布・部品寿命など、現実世界でよく現れます。Excel 2010以降では LOGNORM.DIST という新関数に置き換わっていますが、互換性関数として今でも使えます。

この記事では、LOGNORMDIST関数の構文と対数正規分布の概念をまず整理します。そのうえで、新関数LOGNORM.DISTとの違いや株価分析・品質管理での実例まで、丁寧に解説していきます。

LOGNORMDIST関数とは？

LOGNORMDIST関数（読み方：ログノーマル・ディストリビューション）は、対数正規分布の累積分布関数を返すExcel関数です。関数名は「LOG（対数）+ NORMAL（正規）+ DIST（分布）」に由来します。

確率変数 X の自然対数 ln(X) が正規分布に従うとき、X は対数正規分布に従う、と表現します。要するに「対数を取ると正規分布になる分布」です。

LOGNORMDIST関数は Excel 2010 で LOGNORM.DIST 関数に置き換えられた旧関数です。ただし、互換性関数として現在のExcelでも引き続き利用できます。

LOGNORMDIST関数の構文と引数

LOGNORMDIST関数の構文は次のとおりです。

=LOGNORMDIST(x, mean, standard_dev)

ここで注意してほしいのは、mean と standard_dev は「x そのもの」の値ではない点です。「ln(x)（自然対数を取った値）」の平均・標準偏差を渡します。元データを対数変換してから、その統計量を計算してください。

LOGNORMDIST関数は累積分布関数（CDF）の値のみを返します。確率密度関数（PDF）は計算できません。確率密度も使いたい場合は、後述するLOGNORM.DIST関数を使う必要があります。

対数正規分布とは？正規分布との違い

対数正規分布は、正の値しか取らず、右側に長い裾を引く歪んだ分布です。たとえば株価・所得・部品寿命など、「マイナスにならないが、たまに極端に大きい値が出る」現象によく当てはまります。

正規分布との違いを表にまとめます。

正規分布は身長や測定誤差のように「平均値の周りに対称に散らばる」データに使います。一方、対数正規分布は「ゼロより小さくならず、たまに大きな値が出る」データに使うのが基本です。

LOGNORMDIST関数の基本的な使い方

実際にLOGNORMDIST関数を使ってみましょう。値が x = 4、対数の平均 mean = 1.0、対数の標準偏差 standard_dev = 0.5 とします。このときの累積確率を求めます。

=LOGNORMDIST(4, 1, 0.5)

この式は約 0.7197 を返します。これは「対数正規分布から取り出した値が 4 以下になる確率は約 71.97%」という意味です。

セル参照を使う場合は次のようになります。

=LOGNORMDIST(A2, B2, C2)

A2 にデータの値、B2 に ln(x) の平均、C2 に ln(x) の標準偏差を入れて使います。

実務での活用例

株価リターンの分析

金融の世界では、株価のリターン（ln(P_t / P_t-1)）が正規分布に従うと仮定するモデルがよく使われます。これは株価そのものが対数正規分布に従うことを意味します。

たとえば銘柄Aの月次対数リターンが平均0.5%、標準偏差5%の正規分布に従うとします。1ヶ月後の株価が現在の1.1倍以下になる確率は次の式で求められます。

=LOGNORMDIST(1.1, 0.005, 0.05)

結果は約 0.970 となり、「97.0%の確率で株価は1.1倍以下に収まる」と読み取れます。

部品寿命の分析

製造業では、LED照明やベアリングなどの部品寿命が対数正規分布に従うケースが多くあります。LED照明の寿命について、自然対数が平均9.5、標準偏差0.3の正規分布に従うとします。10,000時間以内に故障する確率は次の式で求められます。

=LOGNORMDIST(10000, 9.5, 0.3)

この値が大きいほど早期故障の確率が高い、と判断できます。

所得分布の分析

世帯年収などの所得分布も、対数正規分布で近似されることが知られています。地域住民の年収のlnが平均15.5、標準偏差0.7に従うとき、年収500万円以下の世帯割合は次の式で求められます。

=LOGNORMDIST(5000000, 15.5, 0.7)

格差分析や市場規模の推計に活用できます。

LOGNORM.DIST関数との違いと使い分け

Excel 2010以降では、新関数として LOGNORM.DIST関数が追加されました。構文は次のとおりです。

=LOGNORM.DIST(x, mean, standard_dev, cumulative)

LOGNORMDIST関数との違いは、第4引数 cumulative が追加された点です。

つまり、LOGNORM.DIST関数では累積分布と確率密度の両方を1つの関数で扱えます。LOGNORMDIST関数は累積分布しか返せないので、確率密度を使いたい場合はLOGNORM.DIST一択です。

使い分けの目安は次のとおりです。

• Excel 2010以降を使っている: LOGNORM.DIST関数を推奨（新関数の方が機能豊富）
• 確率密度関数（PDF）も使いたい: LOGNORM.DIST関数必須
• 古いExcelとの互換性が必要: LOGNORMDIST関数を継続使用

新規でファイルを作るなら、特別な理由がない限りLOGNORM.DIST関数を選ぶのがおすすめです。

よくあるエラーと対処法

特に #NUM! エラーは、x や standard_dev に 0 や負の値が入ったときに発生します。対数正規分布は正の数の範囲でしか定義されないため、データの整合性を確認してください。

データを対数変換するときに =LN(値) 関数を使えば、正規分布の平均・標準偏差を求める前処理が簡単になります。

まとめ

LOGNORMDIST関数は、対数正規分布の累積分布関数を計算する旧関数です。要点を整理します。

• 構文: =LOGNORMDIST(x, mean, standard_dev) で累積確率を返す
• 引数の注意: mean と standard_dev は「ln(x)」の統計量（元データそのものではない）
• 対数正規分布の特徴: 正の値のみ・右に裾を引く・株価や所得などに頻出
• 新関数LOGNORM.DIST: 第4引数 cumulative で累積/確率密度を切り替え可能
• 使い分け: Excel 2010以降ならLOGNORM.DIST、確率密度も使うなら新関数必須

対数正規分布は統計分析や金融モデリングで欠かせません。LOGNORMDIST関数とLOGNORM.DIST関数の関係をしっかり押さえておきましょう。

関連する統計関数も合わせて活用してみてください。

• ExcelのGAMMADIST関数の使い方
• ExcelのGAMMAINV関数の使い方
• ExcelのHYPGEOMDIST関数の使い方
• ExcelのFTEST関数の使い方

カイ二乗検定の数式によく登場するのに、Excelの関数の挿入ダイアログでは「互換性」フォルダに格納されています。
最近の解説記事も意外と少なく、そのまま使い続けて問題ないのか迷うところですよね。
かといってCHISQ.INV.RTに書き換えるべきか、判断に困る場面もあると思います。

そんなときに役立つのが、この記事で解説するCHIINV関数です。
CHIINVはカイ二乗（χ²）分布の右側確率の逆関数で、検定の棄却域の境界値（臨界値）を返してくれる関数です。

この記事ではCHIINVの基本構文と、CHISQ.INV.RTへの置き換え方を解説します。
適合度検定・独立性検定での実践例、自由度ごとの臨界値早見表、エラー対処もまとめて掲載しています。
検定の現場でそのまま使える内容になっているので、ぜひ最後までご覧ください。

CHIINV関数とは？カイ二乗分布の右側確率の逆関数

CHIINV関数（読み方: カイ・インバース）は、カイ二乗（χ²）分布の右側確率の逆関数を返す関数です。
「CHI」はギリシャ文字のχ（カイ）、「INV」は「Inverse（逆）」の略です。
合わせて「カイ二乗の逆関数」という意味になります。

Excel 2007以前ではこのCHIINVが標準の関数でした。
Excel 2010で関数名がCHISQ.INV.RTに変更されています。
ただし互換性のためCHIINVもそのまま残されており、Microsoft 365を含む現行のExcelで問題なく動作します。

NOTE

CHIINVは「互換性関数」フォルダに分類されています。新しく数式を組む場合は後継のCHISQ.INV.RT関数の利用が推奨されますが、既存のブックでCHIINVを使い続けても結果は同じです。

CHIINVが返す値のイメージ

カイ二乗分布のグラフをイメージしてください。
横軸にχ²の値、縦軸に確率密度をとると、右に裾を引いた山型のグラフになります。

CHIINVは、「右側に分布の何%を残すか」を指定すると、その境界となるχ²の値を返してくれる関数です。
たとえば「右側に5%を残す境界（=有意水準5%の臨界値）」を求めたいなら =CHIINV(0.05, df) と入力します。

つまり、検定でいう棄却域の境界値（臨界値）を、関数ひとつで取り出せるわけです。

CHIDIST関数（右側確率）との関係

CHIINVは、対になる関数 CHIDIST関数 のちょうど逆の働きをします。

実務での使い分けは次のようになります。
CHIDISTで観測されたχ²のp値を出し、CHIINVでその有意水準の臨界値を出して両者を比較するイメージです。

CHIINV関数の基本的な使い方

構文

=CHIINV(probability, deg_freedom)

引数は2つだけで、第1引数に「右側確率」、第2引数に「自由度」を渡します。

シンプルな例

有意水準5%（α=0.05）、自由度3のカイ二乗検定で棄却域の境界値を求めてみます。

=CHIINV(0.05, 3)

結果は 約 7.8147 です。
これは「自由度3のカイ二乗分布で、右側に5%を残す境界のχ²の値が7.8147である」という意味になります。

つまり、検定統計量χ²を計算してこの値以上であれば、有意水準5%で帰無仮説を棄却できる、と判断できます。

計算結果の意味

CHIINVが返す値は、確率の世界から「臨界値」というχ²の値の世界への変換結果です。
有意水準が小さくなるほど（α=0.05 → 0.01）、より右側の境界を求めることになるので、戻り値は大きくなります。

「厳しめの基準で検定する＝より大きなχ²でないと棄却できない」というイメージが、数値からも読み取れますね。

CHISQ.INV.RTへの置き換え方（推奨）

書き換えはCHIINV→CHISQ.INV.RTにするだけ

CHIINVをCHISQ.INV.RT関数に置き換える手順は、関数名を変えるだけのシンプルな作業です。
引数の順序・意味はまったく同じなので、機械的に置き換えてOKです。

=CHIINV(0.05, 3)         ← 旧
=CHISQ.INV.RT(0.05, 3)   ← 新（推奨）

どちらも結果は約7.8147で完全に一致します。

なぜ置き換えが推奨されるのか

Microsoftが互換性関数の利用を非推奨にしているのには、主に次の理由があります。

• 後継関数（CHISQ.INV.RT）は計算アルゴリズムが改善されており、極端な引数での精度が高い
• 関数名から「右側（RT＝Right Tailed）の逆関数」であることが明示的に分かる
• 新しい数式は後継関数で書くのがMicrosoftの公式推奨

実務上の数値の差はほぼありませんが、新規でブックを作る場合や数式を整理するタイミングで置き換えておくと安心です。

一括置換のやり方

シート内のCHIINVをまとめてCHISQ.INV.RTに置換する手順です。

1. 置換したいシート（または範囲）を選択する
2. Ctrl + H で「検索と置換」ダイアログを開く
3. 検索する文字列に CHIINV( 、置換後の文字列に CHISQ.INV.RT( を入力
4. 「すべて置換」をクリック

IMPORTANT

検索文字列に末尾の ( を含めるのがポイントです。
CHIINV だけで検索すると、もし他のセルに「CHIINV関数とは…」のような説明テキストがあった場合まで誤って置換してしまいます。CHIINV( まで含めれば、関数として使われている箇所だけを安全に置換できます。

実務での使い方｜カイ二乗検定の棄却域を求める

CHIINV関数の最大の使いどころは、カイ二乗検定の臨界値を求める場面です。
代表的な2つのパターンを見てみましょう。

適合度検定の棄却域

「サイコロを60回振って各目が10回ずつ出るはずだが、実際の度数と理論度数にズレはあるか？」という検定が適合度検定の典型例です。

このケースでは、

• カテゴリ数 = 6 なので、自由度 df = 6 – 1 = 5
• 有意水準 α = 0.05 とする
• 棄却域の境界値 = =CHIINV(0.05, 5) → 約 11.0705

検定統計量χ²はカテゴリごとに (観測 - 期待)^2 / 期待 を計算して合計します。
合計値が11.0705以上であれば「サイコロは公平でない」と結論づけられる、というわけです。

独立性検定の棄却域

「性別と特定商品の購入有無に関連はあるか？」のような2変数のクロス集計を検定するのが独立性検定です。

2×2のクロス集計の場合、

• 自由度 df = (行数-1) × (列数-1) = 1 × 1 = 1
• 有意水準 α = 0.05
• 棄却域の境界値 = =CHIINV(0.05, 1) → 約 3.8415

3×4のクロス集計なら df = 2 × 3 = 6 となり、臨界値は =CHIINV(0.05, 6) で約12.5916と求められます。
クロス表のサイズが変わっても自由度を計算してCHIINVに渡すだけで臨界値が出るので、検定実務がぐっとラクになります。

自由度・有意水準ごとの臨界値早見表

実務でよく使う有意水準と自由度の組み合わせをまとめた早見表です。
すべて =CHIINV(α, df) または =CHISQ.INV.RT(α, df) で計算した値で、小数第4位まで掲載しています。

TIP

早見表の値はあくまで参考用です。検定をするときは、自分のケースの自由度・有意水準でCHIINVをセルに入力して計算した方が、コピペミスもなく確実です。

CHIINV・CHISQ.INV.RT・CHISQ.INV の違い

カイ二乗分布の逆関数は、Excelに3つ用意されています。
似た名前で混乱しやすいので、ここで整理しておきましょう。

比較表

CHIINVとCHISQ.INV.RTは中身は同じで、ただ名前が新旧で違うだけです。
CHISQ.INV は「左側確率」を入力する関数なので、用途が異なります。

左側確率を扱う場合

P(X ≤ x) = 確率 を満たすxを求めたいときはCHISQ.INV関数を使います。
たとえば「左側に2.5%を残す境界」（信頼区間の下限などで使う）は次のように書けます。

=CHISQ.INV(0.025, df)

右側と左側は次の関係で互いに変換できます。

CHISQ.INV.RT(p, df) = CHISQ.INV(1 - p, df)

具体例で確認してみましょう。

確かに同じ値が返ってきますね。
普段の検定では右側を使うことがほとんどなので、CHIINV / CHISQ.INV.RT を覚えておけば十分です。

CHIINV関数で起こりやすいエラーと対処法

CHIINV関数で出やすい代表的なエラーと、その対処法をまとめました。

WARNING

一番多いミスが第1引数と第2引数の取り違えです。
たとえば自由度5で有意水準5%の臨界値を求めるつもりで =CHIINV(5, 0.05) と書いてしまうと、#NUM! エラーが出ます。
「最初は確率（0〜1の小数）、次に自由度（整数）」の順番を強く意識してください。

また、自由度に小数を指定した場合はエラーにはならず、整数部分のみが採用されて小数部分は切り捨てられます。
たとえば =CHIINV(0.05, 3.7) は =CHIINV(0.05, 3) と同じ結果になります。
意図しない切り捨てを防ぐため、自由度には整数を渡すようにしましょう。

まとめ｜CHIINVは右側確率からχ²の臨界値を逆算する関数

CHIINV関数のポイントを最後に整理しておきます。

• CHIINVはカイ二乗分布の右側確率の逆関数で、χ²検定の棄却域の境界値（臨界値）を返す
• 構文は =CHIINV(probability, deg_freedom)。第1引数が右側確率、第2引数が自由度
• Excel 2010以降はCHISQ.INV.RTが推奨。書き換えは関数名だけ変えればOK（引数は同じ）
• 「右側」を扱うのがCHIINV / CHISQ.INV.RT、「左側」を扱うのがCHISQ.INV
• 対関数の CHIDIST と組み合わせると、p値も臨界値も同じシートで完結する

実務でカイ二乗検定をする場面は意外と多くあります。
CHIINVは自由度と有意水準を入れるだけで臨界値が出る、シンプルで強力な関数です。
早見表と一緒に覚えておきましょう。
新規ブックではCHISQ.INV.RTを使うのがおすすめです。
既存ブックのCHIINVは無理に書き換えなくてもOKという運用が、一番ラクで実務的だと思います。

ただ「VAR.Pとどう違うの？」「VARで代用できる？」と疑問を抱える方も多いはず。新旧関数の使い分けや標本分散との違いを正しく理解しないと、間違った数値を報告してしまうリスクもあります。

この記事ではExcel VARP関数の基本構文から、実務での活用例まで初心者にもわかりやすく解説します。VAR.PやSTDEVP関数（母標準偏差）との関係もあわせて整理しました。読み終えるころには、自信を持って母分散を計算できるようになります。

ExcelのVARP関数とは？母集団全体の分散を返す関数

ExcelのVARP関数は、引数で指定したデータを母集団全体とみなし、その分散（ばらつきの大きさ）を返す関数です。「Variance of Population」の略で、Excel 95以前から使われている古参の統計関数になります。

ここでいう母集団とは、調べたい対象の全体を指します。たとえばクラス30名全員のテスト点数や、ある製造ロット1000個の製品重量がこれにあたります。データがすべて手元に揃っている状態を母集団と呼ぶと覚えておきましょう。

VARP関数は2010年以降、新関数のVAR.Pに置き換わりました。ただし互換性関数として現在も利用可能で、計算結果はVAR.Pと完全に同じです。古いExcelファイルの保守ではVARPがそのまま使われ続けています。Excel 2007以前との互換性が必要な場面でも現役です。

分散は標準偏差と並ぶ「ばらつき」の代表的な指標です。平均値だけではわからないデータの散らばり具合を、ひとつの数値で表現できる便利な統計量と覚えておきましょう。

ExcelのVARP関数の書き方（構文と引数）

VARP関数の構文はとてもシンプルです。範囲を指定するだけで母分散が返ってくる、扱いやすい関数といえます。

=VARP(数値1, [数値2], ...)

引数の意味は次のとおりです。

引数として指定できるのは、数値が入ったセル範囲、または数値そのものです。文字列や空白セル、論理値は計算から自動的に無視されるため、データ範囲にラベル行が混じっていても基本的に問題ありません。

ただし、引数に直接書いた論理値や文字列形式の数値は扱いが変わる場合があります。意図せぬ集計を避けるため、数値が連続して並んだセル範囲を指定するのが最も安全です。

数式の例として、B2からB31のセル範囲に30名分のテスト点数が入っている場合は、次のように書きます。

=VARP(B2:B31)

これだけで30名全員の点数の母分散が一発で計算できます。

ExcelのVARP関数の実務での使い方（品質管理・成績分析）

VARP関数が活躍するのは、対象データがすべて揃っている場面です。ここでは事務現場でよくある2つのケースを紹介します。

ケースA: 製造業の品質管理

製品1000個を全数検査し、その重量のばらつきを評価したい場面を想像してください。1000個すべての測定値が手元にあるので、これは母集団そのものです。

=VARP(B2:B1001)

この数式で1000個分の重量データの母分散がわかります。さらにSQRT関数で平方根を取れば、標準偏差として規格値との比較にも使えます。

ケースB: クラス全員の成績分析

30名クラス全員のテスト点数のばらつきを評価したいときも、VARP関数の出番です。クラス全員のデータが揃っているため、これも母集団扱いになります。

=VARP(C2:C31)

平均点だけを見ていてはわからない「点差の開き具合」を、ひとつの数値で把握できます。年度ごとに比較すれば、教育効果の変化も追えるでしょう。

ケースC: 月次売上のばらつき

年12ヶ月分の売上を母集団とみなしてばらつきを評価する場合も、VARP関数を使います。「その年の売上全体」を対象にする限り、すべてのデータが揃った母集団分析だからです。

データ分布をさらに詳しく見たいときは、PERCENTILE関数で四分位点を取ると分布の偏りも見えてきます。

ExcelのVARP関数とVAR.P関数の違い・互換性

VARP関数とVAR.P関数は、名前は違っても計算結果は完全に同じです。ではなぜ2つ存在しているのでしょうか。

Excelは2010年のバージョンアップで統計関数の名称を整理しました。このときピリオド付きの新名称（VAR.P、STDEV.Pなど）が導入されたのです。古いVARPは互換性関数として残され、過去のファイルが壊れないよう配慮されています。

新しくファイルを作るときはVAR.Pの使用が推奨されます。一方で、既存のVARPを使ったファイルを慌てて書き換える必要はありません。互換性関数として今後も残り続けるため、保守上のリスクはほぼないと考えてよいでしょう。

社内に古いExcelを使う方がいるケースでは、あえてVARPを使い続ける判断も合理的です。ファイルを外部と共有する場面が多い場合も同様の選択ができます。

VAR関数（標本分散）との違い・使い分け

VARP関数とVAR関数の違いは、対象データを母集団とみなすか標本とみなすかという根本的な違いです。これは統計分析で最も間違えやすいポイントなので、しっかり押さえておきましょう。

標本分散で分母をn-1にするのは「不偏推定量」とするためです。一部のデータだけから母集団全体のばらつきを推測する場合、n-1で割るほうが真の値に近づきやすくなります。これは統計学的に証明されている性質です。

判断のポイントは「全データが手に入っているか」のひと言に尽きます。クラス全員、製造ロット全数、年12ヶ月の売上など、対象がすべて含まれていればVARPを使います。アンケート調査の回答や抜き取り検査のように一部だけのデータならVARを使います。

迷ったときは「自分が調べたい対象のすべてが、いま手元にあるか？」と自問してみてください。答えがイエスならVARP、ノーならVARが正解です。

VARP関数とSTDEVP関数の関係（分散と標準偏差）

VARP関数を理解するうえで欠かせないのが、STDEVP関数との関係です。両者は数学的に直接結びついた関数で、セットで使われることがほとんどです。

両者の関係は次の式で表せます。

STDEVP(範囲) = SQRT(VARP(範囲))

つまりVARP関数で計算した母分散の平方根が、STDEVP関数で計算する母標準偏差です。Excelでも実際に確認できます。

=SQRT(VARP(B2:B31))
=STDEVP(B2:B31)

この2つの数式は完全に同じ値を返します。

なぜ2つの指標があるかというと、それぞれ得意な使い方が違うからです。分散は単位が元データの二乗（点なら点²、cmならcm²）になるため、数値が直感的に解釈しづらい欠点があります。一方、標準偏差は元の単位のままで扱えるため、現場の数値感覚と合いやすいのが利点です。

実務では使い分けの目安を覚えておくと迷いません。「ばらつきを順序評価したいときは分散」「規格値や平均と直接比較したいときは標準偏差」と整理しておきましょう。本格的な統計分析に進むなら、TTEST関数とあわせて学んでおくとt検定への応用も広がります。

分散値を正しく解釈するためのコツ

VARP関数の結果は、慣れていないと「数値が大きすぎる」と感じることがあります。これは元データの単位が二乗されているためです。

たとえばテスト点数の母分散が「100」と出ても、それは100点²であって100点ではありません。SQRTで平方根を取って初めて、ばらつきの目安となる10点という標準偏差が得られます。

正規分布を仮定できるなら、標準偏差を使って「平均±標準偏差の範囲に約68%が収まる」といった解釈が可能になります。さらに踏み込んだ確率計算はNORMSDIST関数（標準正規分布）に譲ります。VARPとSTDEVPはその出発点として欠かせない関数です。

平均 = AVERAGE(B2:B31)
標準偏差 = SQRT(VARP(B2:B31))
下限 = 平均 - 標準偏差
上限 = 平均 + 標準偏差

このように4つの数式を並べるだけで、データのばらつき範囲を視覚的にイメージしやすくなります。

ExcelのVARP関数でよくあるエラーと対処法

VARP関数を使っていて困りがちなエラーと、その対処法を整理しておきます。

最も多い間違いは、抜き取り検査のような標本データに対してVARPを使ってしまうケースです。計算自体はエラーにならないため気付きにくく、報告書の数値が微妙に違ってしまう原因になります。

「全データか、一部のデータか」をデータ取得時点で必ず確認する習慣をつけましょう。データの性質に合わせて、VARPかVARを使い分けることが正しい統計分析の第一歩です。

また、VARP関数は文字列や空白セルを無視する仕様なので、ヘッダー行を含む範囲を指定しても通常は問題なく動きます。ただし、数値として扱いたい文字列（”100″など）が混在している場合は意図した結果にならないことがあります。データ型の統一を心がけてください。

まとめ

ExcelのVARP関数は、母集団全体の分散を一発で求められる定番の互換性関数です。クラス全員の成績、製造ロットの全数検査、年間の月次売上など、対象データがすべて揃っている場面で活躍します。

押さえておきたい重要ポイントを最後にまとめます。

• VARP関数は母集団の分散を返す関数で、新関数名はVAR.P（計算結果は同じ）
• 標本データのときはVAR / VAR.Sを使う（分母がn-1の不偏分散）
• STDEVP関数は VARP の平方根に等しい（√VARP = STDEVP）
• 既存ファイルではVARPのままでOK、新規ではVAR.Pを推奨
• 分散は単位が二乗されるため、解釈時は標準偏差と併用すると便利

VARP関数をマスターすれば、データのばらつきを数値で語れるようになり、レポートの説得力が一段上がります。次のステップとして、対の関係にあるSTDEVP関数もあわせて学んでみてください。データ分布を詳しく見るPERCENTILE関数、統計検定に踏み込むTTEST関数も役立ちます。母集団分析の引き出しがぐっと広がるはずです。

正規分布を前提とした確率計算や、工学系の公式をそのまま再現したいときに登場するのが、スプレッドシートのERF関数（誤差関数）です。エンジニアリング関数の一種ですが、名前を聞いただけで身構えてしまう方も多いはず。

この記事では、ERF関数の構文・使い方・正規分布との関係を、できるだけ数式に頼らず「同僚に教えてあげる感覚」で解説します。Excelで使ったことがある方も、スプレッドシート固有の挙動を改めて確認できる内容にしています。

最後まで読めば、=ERF(下限, 上限) の引数の意味が腹落ちします。上限を省略したときの挙動や #VALUE! エラーの原因も、自分で判断できるようになります。

ERF関数とは何か｜誤差関数の基本

まずは「ERF関数とは何者か」を、難しい数式は後回しにしてざっくり押さえておきましょう。

誤差関数（Error Function）の直感的な意味

ERFは「Error Function（誤差関数）」の略で、数学的には次のように定義される特殊関数です。

erf(x) = (2/√π) × ∫₀ˣ e^(-t²) dt

数式だけ見ると難しそうですが、直感的には「平均ゼロ・ある幅で散らばる誤差が、−x〜+x の範囲に収まる確率を表す関数」と捉えると理解しやすいです。

シグモイド（S字）形状を持ち、xが大きくなるほど 1 に漸近します。確率論・統計学・物質科学・偏微分方程式など、幅広い分野で使われる「非初等関数」です。

要するに、正規分布の積分計算を一発で済ませてくれる関数だと思っておけば実務では十分です。

どんな場面で使うのか

ERF関数を使う典型的な場面は、次のようなケースです。

• 工学・物理系の公式に erf(x) がそのまま登場する場合
• 標準正規分布における確率を、上限と下限の両方を指定して求めたい場合
• 品質管理で「測定誤差が ±σ の範囲に収まる確率」を理論値として計算したい場合
• 拡散方程式や熱伝導の解析解にERFを組み込む必要がある場合

逆に、平均と標準偏差を指定して確率を出したいだけなら、後述する NORM.DIST のほうが直感的に使えます。ERFは「工学・数学の文脈で使われる、ちょっと低レベル寄りの関数」と覚えておくとよいでしょう。

数学系・エンジニアリング関数の入り口として、スプレッドシートのPOWER関数の使い方｜べき乗もあわせて確認しておくと、関数の立ち位置がイメージしやすくなります。

ERF関数の構文と引数

ERF関数の構文はとてもシンプルです。引数は最大2つ、最小1つ。これだけ覚えれば動かせます。

基本構文：=ERF(下限, [上限])

公式ヘルプに記載されている構文は次のとおりです。

=ERF(下限, [上限])

• 下限（必須）：積分の下限値（数値）
• 上限（省略可）：積分の上限値（数値）

引数を2つ指定した場合は「下限値 〜 上限値」の範囲でガウス誤差関数を積分した値を返します。引数が1つだけの場合は、後述するとおり「0 〜 下限値」の範囲で積分されます。

公式サンプルでは、=ERF(1) の戻り値は 0.8427007929、=ERF(-2.3, -0.7) の戻り値は 0.3210556296 です。スプレッドシート上で実際に入力すると、同じ結果が返ってきます。

上限を省略したときの挙動｜よくある誤解

ここがERF関数で一番つまずきやすいポイントです。

上限を省略した =ERF(a) は、「0 〜 a の範囲で積分」した値を返します。つまり =ERF(a) と =ERF(0, a) は同じ結果になります。

よくある誤解は次の3パターンです。

「省略時の基点はゼロ」と覚えてしまえば迷いません。下限値が負の数のときは符号が反転して負の値が返ります。結果の正負を見るだけで、挙動をすぐに確認できます。

引数に数値以外を入れた場合（#VALUE!エラー）

ERF関数の引数に数値以外（文字列など）を渡すと、#VALUE! エラーになります。

=ERF("a")        →  #VALUE!
=ERF(1, "high")  →  #VALUE!

セル参照を使うときは、参照先のセルが文字列や空白になっていないか確認してください。詳しい対処は記事後半の「エラーと対処法」で解説します。

ERF関数の使い方｜基本例と応用例

ここからは実際にスプレッドシートに数式を入れて、結果を見ていきましょう。

1引数で使う（=ERF(1) など）

まずは引数を1つだけ指定するパターンです。

=ERF(0.5)   →  0.5204998778
=ERF(1)     →  0.8427007929
=ERF(1.5)   →  0.9661051465
=ERF(2)     →  0.9953222650

xが大きくなるにつれて 1 に近づいていくのがよくわかります。これが「シグモイド形状」と呼ばれる理由で、xが2を超えるとほぼ 1 に張り付きます。

負の値を入れると、戻り値も負になります。誤差関数は奇関数（erf(-x) = -erf(x)）なので、左右対称な挙動を示します。

=ERF(-1)    →  -0.8427007929
=ERF(-0.5)  →  -0.5204998778

2引数で区間を指定する（=ERF(-2.3, -0.7) など）

引数を2つ指定すると、その区間の積分値が返ります。

=ERF(-2.3, -0.7)  →  0.3210556296
=ERF(0, 1)        →  0.8427007929
=ERF(-1, 1)       →  1.6854015858

=ERF(-1, 1) の値が 2 × ERF(1) になっていることに注目してください。ERFは奇関数なので、対称な区間では「片側の2倍」になります。

実務でよく使うのは「ある測定値が μ−aσ 〜 μ+aσ の範囲に収まる確率」を出すパターンです。これは =ERF(a/SQRT(2)) で計算できます（後述）。

スプレッドシートでの入力手順（スクリーンショット付き）

スプレッドシートでERF関数を入力する手順は、ほかの関数とまったく同じです。

1. 結果を表示したいセルを選択する
2. 半角イコール（=）を入力する
3. ERF( まで打つと候補が表示されるので、Tabキーで補完する
4. 下限値、必要に応じてカンマ区切りで上限値を入力する
5. ) で閉じてEnterで確定

サンプルデータを使って試してみましょう。A列に下限、B列に上限を入れておき、C列に =ERF(A2, B2) を入力する形が応用しやすいです。

B列を空欄にした場合は、=ERF(A5) のように1引数で書く必要があります。=ERF(A5, B5) のままB5を空欄にすると、#VALUE! エラーになるので注意してください。

ERF値と正規分布の関係を数式なしで理解する

ここがこの記事のメインディッシュです。「ERFの値って結局なに？」という疑問を、確率の言葉に翻訳します。

ERF値→確率換算インライン表

標準正規分布の累積分布関数 Φ(x) と誤差関数の関係は、次の式で表されます。

Φ(x) = (1/2) × [1 + erf(x/√2)]

つまり、=ERF(x/SQRT(2)) を計算すれば、「平均±x×標準偏差の範囲に収まる確率」がわかります。

代表的な値を表にまとめました。

統計の教科書でおなじみの「±1σ で約68%、±2σ で約95%」という数字が、ERFの値からそのまま導けることが確認できます。

「ERF(1) = 0.8427」だけだと意味がピンと来ませんが、「=ERF(1/SQRT(2)) ≒ 0.6827 = 約68.3%」と読み替えると、急に身近な数字に見えてきますね。

NORM.DISTとERFの使い分け

正規分布の確率を出すだけなら、スプレッドシートには NORM.DIST というもっと使いやすい関数があります。両者の関係は次のとおりです。

=NORM.DIST(x, 0, 1, TRUE) = (1/2) × (1 + ERF(x/SQRT(2)))

実務での使い分け基準は次のように整理できます。

• 平均・標準偏差を直接指定して確率を出したい → NORM.DIST を使う
• 工学系の公式に erf(x) がそのまま登場する → ERF を使う
• 下限と上限の両方を指定して区間積分したい → ERF を使うのが楽
• 片側確率や両側確率を出したい → NORM.DIST のほうが直感的

迷ったら NORM.DIST を選んでおいて問題ありません。ERFは「工学系の数式をそのまま実装する」ための関数だと割り切ると、使い分けがシンプルになります。

確率分布まわりの関数を体系的に押さえたい方は、スプレッドシートのGAMMA.INV関数の使い方｜ガンマ分布逆関数もあわせて読んでみてください。

関連関数｜ERFC・ERF.PRECISE・NORM.DIST

ERF関数を理解したら、ファミリー関数も一緒に押さえておくと業務の幅が広がります。

ERFC（余誤差関数）との関係

ERFC（相補誤差関数、Complementary Error Function）は、ERFと次の関係にあります。

ERFC(x) = 1 - ERF(x)

つまり「ERFが捉えきれなかった残り」を返す関数です。スプレッドシートでも =ERFC(x) の形で使えます。

=ERF(1)   →  0.8427007929
=ERFC(1)  →  0.1572992071

合計するとピッタリ 1 になることが確認できます。「裾の確率（テール確率）を出したい」場面では、1 - ERF(x) と書くより ERFC(x) のほうがシンプルです。

ERF.PRECISEとERFの違い

ERF.PRECISE は、Excel 2010 で互換性関数として追加された関数で、Googleスプレッドシートでも使えます。

両者の違いは次のとおりです。

つまり、引数1個で使うかぎり =ERF(x) と =ERF.PRECISE(x) はまったく同じ結果になります。

=ERF(1)          →  0.8427007929
=ERF.PRECISE(1)  →  0.8427007929

実務では ERF で統一しておけば困りません。ERF.PRECISE は「Excel 2010で追加された名前」と覚えておけば十分です。

エンジニアリング関数つながりで、【Excel】IMSUM関数を使って指定した複素数の合計を求めるやスプレッドシートのDELTA関数の使い方｜等値判定も、合わせて押さえておくと工学・数学系の関数群をシリーズで習得できます。

エラーと対処法

ERF関数で発生する代表的なエラーは #VALUE! だけなので、対処は比較的シンプルです。

#VALUE!エラーの原因と解決策

#VALUE! が出る主な原因は次の3つです。

=ERF("hello")       →  #VALUE!（文字列を渡した）
=ERF(A1)            →  #VALUE!（A1が文字列の場合）
=ERF(1, B1)         →  #VALUE!（B1が文字列または数値変換不可の場合）

対処の優先順位は次のとおりです。

1. 引数が数値か確認する：参照セルの中身を =ISNUMBER(A1) で確認
2. 空白セルの取り扱いを確認する：B列が空欄の行で =ERF(A2, B2) のように2引数で書いていないか
3. 小数点の表記揺れを確認する：CSV取り込み時に「3,14」のようなカンマ区切りになっていないか
4. エラーハンドリングを追加する：=IFERROR(ERF(A2, B2), "") で空白セルを安全に処理

複数行に数式を一気にコピーするときは、IFERROR で包んでおくと安心です。空白行があっても画面が #VALUE! だらけにならず、見た目がすっきりします。

=IFERROR(ERF(A2, B2), "")

なお、引数に極端に大きな値（例：=ERF(10^10)）を入れても、ERFは 1 に近い値を返すだけでエラーにはなりません。「数値であるかぎりエラーは起きない」と覚えておけば十分です。

スプレッドシートの基本操作に不安が残る方は、スプレッドシート初心者のための完全ガイドで基礎を押さえてから戻ってくると、関数の理解もスムーズになります。

まとめ

スプレッドシートのERF関数は、誤差関数（ガウス関数の積分）を一発で計算してくれるエンジニアリング関数です。最後にポイントを振り返っておきましょう。

• 構文は =ERF(下限, [上限])。上限は省略可能で、省略すると「0 〜 下限値」で積分される
• =ERF(1) は約 0.8427、=ERF(2) は約 0.9953。xが大きくなるほど 1 に近づくシグモイド形状
• 標準正規分布との関係：Φ(x) = (1/2) × [1 + erf(x/√2)]。=ERF(1/SQRT(2)) ≒ 0.6827 で「±1σ に約68%」が導ける
• 平均・標準偏差を直接指定して確率を出したいなら NORM.DIST のほうが楽。ERFは工学系の公式実装や区間指定で力を発揮する
• 関連関数：ERFC(x) = 1 - ERF(x)、ERF.PRECISE(x) は引数1個のERFと同じ結果
• エラーは #VALUE! がほぼすべて。引数が数値かどうかを確認すれば解決する

「正規分布の確率を出したい」「工学系の数式を再現したい」という場面に出くわしたら、まず =ERF(x) を試してみてください。値の意味さえ翻訳できれば、ERF関数は思ったより怖くない関数だと感じてもらえるはずです。

結論から言うと、ERF.PRECISE は「ERFよりも精度が高い関数」ではなく、「引数を1つに絞ったシンプル版のERF」です。Excel 2010で命名規則を整理した際に追加された関数で、Googleスプレッドシートでもそのまま使えます。

この記事では、ERF.PRECISE 関数の構文・使い方・ERF との違いを、実際のスプレッドシートでの入力例とともに整理します。誤差関数ファミリー4関数（ERF / ERF.PRECISE / ERFC / ERFC.PRECISE）の比較表も用意しました。「結局どれを使えばいいの？」という疑問もこの1記事で解消できます。なお、ERF 関数の基本については スプレッドシートのERF関数の使い方｜誤差関数（Error Function）を解説 で詳しく解説しているので、合わせてご覧ください。

ERF.PRECISE関数とは

ERF.PRECISE 関数は、Googleスプレッドシートのエンジニアリング関数カテゴリに属する関数です。ガウスの誤差関数（error function）を計算し、引数として渡した上限値 x までの誤差関数の値を返します。

数学的に書くと、誤差関数の定義は以下のとおりです。

erf(x) = (2/√π) × ∫₀ˣ e^(-t²) dt

積分の下限が「0」に固定されており、上限が引数 x のみという点が ERF.PRECISE の最大の特徴です。戻り値の範囲は -1〜1 で、x が大きくなるほど 1 に漸近します。

ERF.PRECISEの構文と引数

構文はシンプルです。引数は1つだけです。

=ERF.PRECISE(x)

x には数値リテラル（例: 1）か、数値が入ったセル参照（例: A2）を渡します。文字列や空白を渡すと #VALUE! エラーになります。

関数が返す値の意味

戻り値は「0から x までの区間における、ガウス曲線下の面積を正規化した値」です。いくつかサンプルを並べると数値感がつかみやすくなります。

x が 2 を超えると戻り値はほぼ 1 に張り付きます。「ある値より外側に出る確率はほぼゼロ」という統計的な意味を持ち、品質管理の不良率計算などで活躍します。

ERF.PRECISE関数の基本的な使い方

ここからは実際にスプレッドシートで入力する例を見ていきます。引数が1つの関数なので、迷うポイントはほぼありません。

セルへの入力例

いちばんシンプルな使い方は、数値を直接書き込むパターンです。

=ERF.PRECISE(1)

このセルには 0.8427007929 が表示されます。「erf(1) の値」です。

数値を直接入力する場合

特定の値で誤差関数を確認したいだけなら、引数に数値リテラルをそのまま渡します。

=ERF.PRECISE(0.5)
=ERF.PRECISE(1.96)
=ERF.PRECISE(-1)

3つ目の例のように、負の値も渡せます。誤差関数は奇関数なので、ERF.PRECISE(-1) は約 -0.8427007929 を返します。「絶対値は同じで符号が反転する」と覚えておくと便利です。

セル参照を使う場合

実務では、別セルに入力した値を引数として参照する形が一般的です。A列に x の値を並べて、B列で誤差関数の値を一括計算するような使い方です。

B2セルに =ERF.PRECISE(A2) と入力したら、あとは下方向にドラッグコピーするだけです。表計算らしいシンプルな使い方ができます。

!_images/spreadsheet-erf-precise-function/02_formula_erf-precise-basic.png

ERF関数とERF.PRECISEの違い

ここがこの記事のメインです。ERF と ERF.PRECISE の違いを正しく理解しておくと、関数選びで迷わなくなります。

引数の数と積分の下限

最大の違いは「引数の数」と「積分の下限がどう決まるか」です。

=ERF(lower_bound, [upper_bound])  ← ERFは引数1〜2個
=ERF.PRECISE(x)                    ← ERF.PRECISEは引数1個のみ

ERF 関数は引数を2つ取れます。第1引数に下限、第2引数（省略可）に上限を指定するので、「下限 a から上限 b まで」を任意の区間で計算できます。

一方の ERF.PRECISE は引数が1つだけで、積分の下限は 常に 0 に固定 です。引数で渡せるのは上限値のみで、シンプルである代わりに自由区間の計算はできません。

「ERF(x) = ERF.PRECISE(x)」という等価性

ここがいちばん混乱しやすいポイントです。実は ERF 関数の上限を省略した場合の戻り値と、ERF.PRECISE の戻り値は完全に等価 です。

=ERF(1)            → 0.8427007929
=ERF.PRECISE(1)    → 0.8427007929

=ERF(0.745)        → 0.7079289200
=ERF.PRECISE(0.745) → 0.7079289200

なぜこうなるかというと、ERF(x) は上限を省略した場合「下限を 0、上限を x」として扱う仕様だからです。これは ERF.PRECISE(x) の定義（下限 0、上限 x）とまったく同じです。引数を1つだけ渡す限り、両関数は数学的にも実装的にも同じ計算をしています。

どちらを使うべきかの判断基準

「等価ならどっちでもいい」と思うかもしれませんが、ケースによって向き不向きがあります。判断のフローはざっくり次のとおりです。

• 積分区間の下限を 0 以外に指定したい場合 → ERF 関数を使う（引数2つ版）
• 下限が 0 で固定でよい場合 → どちらでも可。読みやすさ重視なら ERF.PRECISE
• Excel 2010以降との互換性を重視する場合 → ERF.PRECISE を選ぶと意図が明確
• 古いExcel（2007以前）との互換性が必要な場合 → ERF を使う

「下限 0 から x までの誤差関数を取りたい」というケースでは ERF.PRECISE をおすすめします。引数が1つだけと明確なので、後からシートを見返したときに「この ERF の第2引数、なぜ省略してあるんだっけ？」と悩まずに済むからです。

誤差関数ファミリー4関数を比較する

スプレッドシートの誤差関数には、ERF と ERF.PRECISE のほかに、補完誤差関数の ERFC と ERFC.PRECISE があります。4関数の関係を整理しておきましょう。

ERF / ERF.PRECISE / ERFC / ERFC.PRECISEの比較表

ERFC は補完誤差関数と呼ばれ、ERF の「残り部分」を計算します。具体的には次の関係が成り立ちます。

ERFC.PRECISE(x) = 1 − ERF.PRECISE(x)

=ERF.PRECISE(1) が約 0.8427 なら、=ERFC.PRECISE(1) は約 0.1573 になります。「事象が起こる確率」と「起こらない確率」のような相補関係をイメージするとわかりやすいです。

「PRECISE」という名前の意味

「PRECISE」と聞くと「精度が高い」と思ってしまいますが、これは少し違います。.PRECISE はExcel 2010で多くの関数の精度を改善したとき、命名規則を統一するために付けられたサフィックスです。

つまり ERF.PRECISE は「ERFより精度が高い新バージョン」ではなく、「精度改善シリーズの一環として引数を整理した別関数」という位置づけです。引数を1つに固定したことで「この関数は 0 から x までの積分を返す」という挙動が明確になり、誤読を防げます。それが PRECISE 関数群の本来の狙いです。

実際、ERF(x) と ERF.PRECISE(x) の戻り値は小数点以下まで完全に一致するので、「どちらの方が値が正確か」という比較自体が意味を持ちません。

ERF.PRECISEの実務活用パターン

引数1つのシンプルな関数ですが、組み合わせ次第で実務にしっかり使えます。代表的なパターンを2つ紹介します。

正規分布の確率を計算する

誤差関数は正規分布の累積分布関数 Φ(x) と次の関係で結ばれています。

Φ(x) = (1/2) × (1 + erf(x / √2))

標準正規分布で「平均から x 標準偏差以内に収まる確率」を求めるとき、誤差関数を使えます。スプレッドシートで書くなら次のような数式です。

=0.5 * (1 + ERF.PRECISE(A2 / SQRT(2)))

!_images/spreadsheet-erf-precise-function/04_result_erf-precise-norm.png

A2 に「2」を入れれば、平均±2σ以内に収まる確率（約 0.9772）が返ります。NORM.S.DIST 関数でも同じ値を出せますが、誤差関数の定義から手で組み立てたい場面ではこの形が便利です。

品質管理での不良率計算

製造業の品質管理で「規格外れになる確率」を求めるときにも使えます。たとえば製品の寸法が平均 10mm、標準偏差 0.1mm の正規分布に従い、規格幅が ±0.3mm（9.7〜10.3mm）のとき、規格内に収まる確率は次のように計算できます。

=ERF.PRECISE(0.3 / (0.1 * SQRT(2)))

これは約 0.9973 を返し、規格外れ率は 1 − 0.9973 = 0.0027（約 0.27%）とわかります。ERFC.PRECISE を使えば不良率を直接計算することも可能です。

=ERFC.PRECISE(0.3 / (0.1 * SQRT(2)))

エラーが出たときの対処法

ERF.PRECISE はシンプルな関数ですが、引数の渡し方を間違えるとエラーになります。代表的な2つを押さえておきましょう。

#VALUE!エラーの原因と解決策

原因: 引数に数値以外（文字列、日付の表記ミス、空白セルへの誤参照など）を渡している。

=ERF.PRECISE("一")    → #VALUE!
=ERF.PRECISE(A1)      → A1が空白や文字列だと #VALUE!

解決策: 引数が必ず数値になっていることを確認します。セル参照の場合は =ISNUMBER(A1) でTRUEが返るかチェックしてみてください。文字列で「1」と入っているなら、=ERF.PRECISE(VALUE(A1)) のように VALUE 関数で変換するのも手です。

#NUM!エラーの原因と解決策

原因: 極端に大きな絶対値を渡したとき、内部計算でオーバーフローするケースがあります。実用範囲内ではほぼ発生しません。

解決策: 引数の絶対値が大きすぎないか確認します。誤差関数は |x| ≥ 4 程度で戻り値がほぼ ±1 に収束します。それ以上の値を渡す必要があるか、業務文脈で見直してみてください。

まとめ

ERF.PRECISE 関数は、引数1つのシンプルな誤差関数です。ERF 関数の上限省略バージョンと数学的に等価で、「下限 0 から x までの誤差関数を取りたい」というシンプルなニーズにぴったり収まります。

ポイントを振り返っておきましょう。

• 構文は =ERF.PRECISE(x)、引数は 上限値1つだけ
• 積分の下限は 0 に固定、自由区間が必要なら ERF を使う
• ERF(x) と ERF.PRECISE(x) は 完全に等価（小数点以下まで一致）
• PRECISE は「精度が高い」という意味ではなく、Excel 2010の命名統一によるサフィックス
• 補完誤差関数 ERFC.PRECISE(x) = 1 − ERF.PRECISE(x) と組み合わせて確率計算に使える

「下限を自由に指定したい」という場面では ERF 関数の出番です。両者の使い分けや ERF 関数のより詳しい使い方は、ペア記事の スプレッドシートのERF関数の使い方｜誤差関数（Error Function）を解説 で解説しています。合わせて読むと誤差関数ファミリー全体を一気に整理できます。

統計・品質管理・工学計算で誤差関数が必要になったら、まずは ERF.PRECISE をシンプルに使ってみてください。下限を変えたくなったら ERF に切り替える。この流れを覚えておけば、関数選びで迷うことはなくなります。

結論から言うと、ERFC.PRECISE は「ERFCより精度が高い後継関数」というよりは、負の数も含めた広い引数範囲で安心して使える、ERFCの拡張版です。Excel 2010で命名規則を整理した際に追加された関数で、Googleスプレッドシートでもそのまま使えます。

この記事では、ERFC.PRECISE 関数の構文・基本使い方・ERFC との違いを、実際のスプレッドシートでの入力例とともに整理します。誤差関数ファミリー4関数（ERF / ERF.PRECISE / ERFC / ERFC.PRECISE）の使い分けマトリクスも用意したので、「結局どれを使えばいいの？」という疑問もこの1本でスッキリしますよ。ERF.PRECISE 側の解説は スプレッドシートのERF.PRECISE関数の使い方｜ERFとの違いを解説 にまとめてあるので、合わせて読むと理解が立体的になります。

ERFC.PRECISE関数とは

ERFC.PRECISE 関数は、Googleスプレッドシートのエンジニアリング関数カテゴリに属する関数です。ガウスの相補誤差関数（complementary error function）を計算し、引数 x を下限とした「∞までの誤差関数の値」を返します。

数学的に書くと、相補誤差関数の定義は以下のとおりです。

erfc(x) = 1 − erf(x) = (2/√π) × ∫ₓ^∞ e^(-t²) dt

「全確率の1から erf(x) を引いた残り」を返す関数、と言い換えるとイメージしやすいです。ERF.PRECISE が「中央から x までの面積」を返すのに対し、ERFC.PRECISE は「x から外側に飛び出す面積」を返します。両者は相補関係にあるので、足すと必ず1になります。

戻り値の範囲は 0〜2 です。x が 0 のとき値は 1、x が大きくなるほど 0 に近づきます。負の数を渡したときに 1 を超えて 2 に近づくのが、ERF.PRECISE とは違う特徴ですよ。

ERFC.PRECISEの構文と引数

構文はシンプルそのもの。引数は1つだけです。

=ERFC.PRECISE(x)

x には数値リテラル（例: 1）か、数値が入ったセル参照（例: A2）を渡します。文字列や空白を渡すと #VALUE! エラーになります。

関数が返す値の意味

戻り値は「x から ∞ までの区間における、ガウス曲線下の面積を正規化した値」です。サンプルを並べると数値感がつかみやすいですよ。

x が 2 を超えると戻り値はほぼ 0 に張り付きます。「ある値より外側に出る確率はほぼゼロ」という統計的な意味を持ち、品質管理の不良率計算で活躍する所以ですよ。

ERFC.PRECISE関数の基本的な使い方

ここからは実際にスプレッドシートで入力する例を見ていきます。引数が1つの関数なので、迷うポイントはほぼありません。

セルへの入力例

いちばんシンプルな使い方は、数値を直接書き込むパターンです。

=ERFC.PRECISE(1)

このセルには 0.1572992071 が表示されます。「erfc(1) の値」、つまり「0から1までの面積（約0.8427）の外側に残る確率」です。

数値を直接入力する場合

特定の値で相補誤差関数を確認したいだけなら、引数に数値リテラルをそのまま渡します。

=ERFC.PRECISE(0.5)
=ERFC.PRECISE(1.96)
=ERFC.PRECISE(-1)

3つ目の例のように、負の値も気軽に渡せるのがポイントです。ERFC.PRECISE(-1) は約 1.8427007929 を返します。「erfc(-x) = 2 − erfc(x) の関係から、1 を超えた値が返ってくる」と覚えておくと結果の検算が楽になります。

セル参照を使う場合

実務では、別セルに入力した値を引数として参照する形が一般的です。A列に x の値を並べて、B列で相補誤差関数の値を一括計算するような使い方ですね。

B2セルに =ERFC.PRECISE(A2) と入力したら、あとは下方向にドラッグコピーするだけです。表計算らしいシンプルな使い方ができますよ。

ERFC関数とERFC.PRECISEの違い

ここがこの記事の本題です。ERFC と ERFC.PRECISE の違いを正しく理解しておくと、関数選びで迷わなくなります。

引数の許容範囲が異なる

最大の違いは「負の数を渡せるかどうか」です。

=ERFC(-1)             → 古いExcelでは #NUM! エラー
=ERFC.PRECISE(-1)     → 約 1.8427007929（問題なく計算）

歴史的に ERFC 関数（Excel 2007以前）は引数が 0以上の数値に限定 されていました。負の数を渡すと #NUM! エラーになる仕様だったのです。一方 ERFC.PRECISE はExcel 2010で追加された改訂版で、負の数も含めた実数全域で計算可能 という拡張が入っています。

Googleスプレッドシートの ERFC は内部的に ERFC.PRECISE 相当の挙動になっているケースが多いです。そのため、負の数でもエラーにならず計算できる場合があります。とはいえ、Excelとの互換性を意識する場面では ERFC.PRECISE を選んでおくと「負の数で動かない」というハマりを避けられますよ。

「ERFC(x) と ERFC.PRECISE(x) は同値」になる範囲

非負の数（0以上）を渡している限り、ERFC と ERFC.PRECISE の戻り値は 完全に等価 です。

=ERFC(1)              → 0.1572992071
=ERFC.PRECISE(1)      → 0.1572992071

=ERFC(0.745)          → 0.2920710800
=ERFC.PRECISE(0.745)  → 0.2920710800

つまり「正の数しか扱わない」と分かっている処理なら、どちらの関数を使っても結果は同じです。違いが出るのは引数が負になる場合だけ、と覚えておくとシンプルですよ。

どちらを使うべきかの判断基準

「等価な範囲もあるなら、どっちでもいいんじゃない？」と思うかもしれませんが、ケースによって向き不向きがあります。判断のフローはざっくり次のとおりです。

• 引数に負の数が混ざる可能性がある → ERFC.PRECISE を使う（エラー回避）
• Excel 2010以降との互換性を重視する → ERFC.PRECISE を選ぶと意図が明確
• 古いExcel（2007以前）との互換性が必要 → ERFC を使う
• どちらでもよい場合 → コードレビューで関数の意図を伝えやすい ERFC.PRECISE を推奨

実務では「今は正の数しか想定していなくても、将来的に負の数が混ざる可能性がある」というケースが多いです。そのため、特別な理由がない限り ERFC.PRECISE を選んでおくと安全ですよ。

誤差関数ファミリー4関数を比較する

スプレッドシートの誤差関数には、ERFC.PRECISE のほかに ERF ERF.PRECISE ERFC の3関数があります。4関数の関係を整理しておきましょう。

ERF / ERF.PRECISE / ERFC / ERFC.PRECISEの比較表

ERFC 系は補完誤差関数と呼ばれ、ERF 系の「残り部分」を計算します。具体的には次の関係が成り立ちます。

ERFC.PRECISE(x) = 1 − ERF.PRECISE(x)

=ERF.PRECISE(1) が約 0.8427 なら、=ERFC.PRECISE(1) は約 0.1573 になります。「事象が起こる確率」と「起こらない確率」のような相補関係をイメージするとピンときやすいですよ。

「PRECISE」という名前の意味

「PRECISE」と聞くと「精度が高い」と思ってしまいますが、これはちょっと違います。Excel 2010では多くの関数の精度や引数仕様が改善されました。.PRECISE はそのときに、命名規則を統一するために付けられたサフィックスです。

ERFC.PRECISE の場合、改善ポイントは2つあります。

1. 引数の許容範囲を実数全域に拡張（負の数でもエラーにならない）
2. アルゴリズムの精度改善（特に絶対値が大きいときの安定性向上）

つまり ERFC.PRECISE は「ERFCより精度が高い新バージョン」というより、「負の数を含めた広い範囲で正しく動く改訂版」という位置づけです。非負の引数なら ERFC と完全に同じ値を返すので、戻り値の精度比較に意味はありません。

ERFC.PRECISEの実務活用パターン

引数1つのシンプルな関数ですが、組み合わせ次第で実務にしっかり使えます。代表的なパターンを2つ紹介します。

品質管理での不良率計算

製造業の品質管理で「規格外れになる確率（不良率）」を直接求めたいときに便利です。たとえば製品の寸法が平均 10mm、標準偏差 0.1mm の正規分布に従うとします。規格幅が ±0.3mm（9.7〜10.3mm）のとき、不良率は次のように計算できますよ。

=ERFC.PRECISE(0.3 / (0.1 * SQRT(2)))

この式は 約 0.0027（0.27%） を返します。ERF.PRECISE で「規格内に収まる確率」を出してから 1 から引く、という二段構えは不要です。ERFC.PRECISE 一発で「外れる確率」が直接求まるのが利点ですね。

!_images/spreadsheet-erfc-precise-function/05_result_erfc-precise-quality.png

シックスシグマ（±6σ）の管理基準を確認するときも同様です。=ERFC.PRECISE(6 / SQRT(2)) を計算すれば、6σ外れの確率（約 1.97×10⁻⁹）が出ますよ。

拡散方程式・熱伝導の解析解で使う

工学系の解析解には erfc(x) がそのまま登場するパターンが多いです。たとえば半無限固体の表面温度を急変させたときの内部温度分布は、次の形で表されます。

T(x, t) = T₀ + (Tₛ − T₀) × erfc(x / (2√(αt)))

ここで α は熱拡散率、x は表面からの距離、t は時間です。スプレッドシートで具体的な数値を入れて温度分布をシミュレートする場合、ERFC.PRECISE をそのまま使えますよ。

=$T0$ + ($Ts$ - $T0$) * ERFC.PRECISE(A2 / (2 * SQRT($alpha$ * $t$)))

この用途では負の x を扱う場面はほぼありません。検算のときは「x = 0 で erfc(0) = 1 になる（表面が即座に Tₛ に到達する）」という性質を確認しておくとミスを防げます。

エラーが出たときの対処法

ERFC.PRECISE はシンプルな関数ですが、引数の渡し方を間違えるとエラーになります。代表的な2つを押さえておきましょう。

#VALUE!エラーの原因と解決策

原因: 引数に数値以外（文字列、日付の表記ミス、空白セルへの誤参照など）を渡している。

=ERFC.PRECISE("一")    → #VALUE!
=ERFC.PRECISE(A1)      → A1が空白や文字列だと #VALUE!

解決策: 引数が必ず数値になっていることを確認します。セル参照の場合は =ISNUMBER(A1) でTRUEが返るかチェックしてみてください。文字列で「1」と入っているなら、=ERFC.PRECISE(VALUE(A1)) のように VALUE 関数（文字列を数値に変換する関数）で変換するのも手です。

#NUM!エラーの原因と解決策

原因: 古いExcelで ERFC に負の値を渡したときや、ERFC.PRECISE に極端に大きな絶対値を渡したときに発生することがあります。Googleスプレッドシートの ERFC.PRECISE では実用範囲内ではほぼ起こりません。

解決策: 引数の絶対値が極端に大きくないか確認します。相補誤差関数は x ≥ 4 程度で戻り値がほぼ 0、x ≤ -4 程度で戻り値がほぼ 2 に収束します。それ以上の値を渡す必要があるかを業務文脈で見直してみてください。

なお、互換性が必要な場面で古いExcelの ERFC を呼んでいてエラーになる場合は、ERFC.PRECISE に置き換えるだけで解決するケースが多いですよ。

まとめ

ERFC.PRECISE 関数は、引数1つのシンプルな相補誤差関数です。ERFC 関数の改訂版という位置づけで、「負の数を含めた広い範囲でも安全に使える」のが最大のメリットです。

ポイントを振り返っておきましょう。

• 構文は =ERFC.PRECISE(x)、引数は 下限値1つだけ
• 戻り値は 0〜2 の範囲、x = 0 で 1、x が大きくなるほど 0 に近づく
• ERFC.PRECISE(x) = 1 − ERF.PRECISE(x) の相補関係が成り立つ
• 非負の引数なら ERFC と完全に同値、違いが出るのは負の数を渡すとき
• PRECISE は「精度」というより「引数の許容範囲を拡張した改訂版」の意味
• 品質管理の不良率を一発で計算できるのが実務での強み

「負の数を扱う可能性があるか」「Excelとの互換性をどこまで意識するか」で ERFC と ERFC.PRECISE を使い分けるのが基本です。迷ったときは ERFC.PRECISE を選んでおくと、後から困りにくいですよ。

誤差関数ファミリーの全体像をもう一段深く理解したい方は、ペア記事の スプレッドシートのERF.PRECISE関数の使い方｜ERFとの違いを解説 と スプレッドシートのERF関数の使い方｜誤差関数（Error Function）を解説 も合わせて読んでみてください。ERF と ERFC の関係、PRECISE 系の位置づけが立体的につかめます。ERFC 関数自体の使い方は スプレッドシートのERFC関数の使い方｜相補誤差関数 にまとめてあるので、合わせてどうぞ。

統計・品質管理・工学計算で相補誤差関数が必要になったら、まずは ERFC.PRECISE をシンプルに使ってみてください。ERFC と迷う場面はほぼなくなりますよ。

この記事では、STDEV関数の基本的な使い方から、STDEV.S・STDEVPとの違いまで解説します。品質管理やテスト分析での実践的な活用法、よくあるエラーへの対処法も、初心者でも迷わない順番で丁寧に紹介します。読み終わるころには「どの場面でどの関数を選べばいいか」が自信を持って判断できるようになります。

ExcelのSTDEV関数とは？標準偏差を求める関数

STDEV関数（読み方：スタンダードディビエーション）は、指定したデータの「標本標準偏差」を計算する統計関数です。標準偏差とは、データが平均値からどれくらい離れて散らばっているかを示す指標です。値が大きいほどばらつきが大きく、値が小さいほどデータが平均値の周辺に集まっています。

たとえば、A組30人とB組30人の数学テストの平均点がどちらも70点だったとします。平均だけ見れば「同じ実力」ですが、A組は全員が60〜80点に収まる一方、B組は30点〜100点までばらついていた、というケースは珍しくありません。このばらつきの大きさを1つの数値で表すのが標準偏差です。

STDEV関数は、Excel 2010以前から存在する古い関数です。現在は後継のSTDEV.S関数が推奨されていますが、過去のファイルとの互換性を保つために残されています。計算結果はSTDEV.Sと完全に同じです。

ビジネスの現場では、売上の安定性評価・製品の品質管理・テスト成績の分析・株価のリスク評価など、幅広い場面で標準偏差が活用されています。平均値やMEDIAN関数で中央値を見るだけでは把握できない「データの広がり」を、STDEV関数なら1つの数式で簡単に求められます。

標準偏差で何がわかるのか

標準偏差を理解するには、具体例を見るのが一番です。たとえばあるカフェの1日の売上を比べてみましょう。A店は「48,000円、50,000円、52,000円、49,000円、51,000円」、B店は「20,000円、80,000円、30,000円、70,000円、50,000円」だったとします。

どちらも平均は50,000円ですが、A店は売上が安定し、B店は日によって大きく変動しています。STDEV関数で計算するとA店は約1,581、B店は約25,495となり、ばらつきの大きさが数値ではっきりわかります。

このように標準偏差は「平均だけでは見えない安定性・均一性」を可視化してくれる指標です。

標準偏差の単位と読み方

標準偏差の単位は、元のデータと同じです。テスト点数なら「点」、売上なら「円」、身長なら「cm」となります。

一般的には「標準偏差±1の範囲に約68%のデータが含まれる」と言われます。たとえば平均70点・標準偏差10点のテストなら、約68%の生徒が60〜80点に収まっていると推定できます。

STDEV関数の書式と引数の渡し方

STDEV関数の書式と引数のルールを正しく押さえれば、エラーや誤計算を防げます。ここでは構文と引数の扱いを順番に確認しましょう。

基本構文

STDEV関数の構文は以下の通りです。

=STDEV(数値1, [数値2], ...)

引数には、セル範囲（例：B2:B31）、個別のセル参照（例：A1,A3,A5）、直接入力した数値（例：10, 20, 30）のいずれも指定できます。

引数として渡せるデータの種類

STDEV関数の引数の扱いには独特なルールがあるため、整理しておきましょう。

範囲参照内の文字列や論理値は自動的に無視されます。一方、引数に直接入力した文字列や論理値は計算に含まれる点に注意してください。

引数の最小数

標準偏差はばらつきを示す指標なので、データが1個だけでは計算できません。STDEV関数は最低でも2個以上の数値が必要です。1個しかない場合は#DIV/0!エラーが返ります。

入力方法の手順

実際にSTDEV関数を入力する手順はシンプルです。

1. 結果を表示したいセルを選択する
2. 「=STDEV(」と入力する
3. データが入っているセル範囲をドラッグで選択する
4. 「)」で閉じてEnterキーを押す

たとえば、B2からB31までの30件のデータの標準偏差を求めるなら以下のように書きます。

=STDEV(B2:B31)

これだけで標本標準偏差が計算されます。

STDEV関数の使い方①｜基本的な標準偏差の計算

ここからは実際の使い方を、シーンごとに数式付きで紹介します。コピペしてすぐ試せる形にしてあります。

テスト点数のばらつきを求める

B2:B31に30人分のテスト点数が入っているとします。クラス全体の点数のばらつきを求める数式は以下の通りです。

=STDEV(B2:B31)

計算結果が「12.5」だった場合、平均点を中心におよそ±12.5点の範囲に、約68%の生徒が分布していると読み取れます。標準偏差が小さければ全員の点数が近く、大きければ高得点と低得点が混在しているクラスだとわかります。

月次売上の安定性を測る

C2:C13に12ヶ月分の売上金額が入っているとします。年間の売上の安定性を1つの数値で評価できます。

=STDEV(C2:C13)

平均売上が同じ2社でも、STDEV関数の結果が小さい会社は安定経営、大きい会社は季節変動や案件依存が強い、という判断材料になります。経営層への報告書で平均値と標準偏差をセットで示すと説得力が増します。

個別のセルを指定して計算する

連続していないセルを指定したい場合は、カンマで区切って渡します。

=STDEV(A1, A5, A10, A15, A20)

あるいは、特定の行や列を抜粋して計算したいときは以下のように書きます。

=STDEV(B2, B5, B8, B11, B14)

引数は最大255個まで指定できるので、複雑なデータ抽出にも対応できます。

直接数値を入力して計算する

簡易的に数値を入れて確認したいときは、引数に数値を直接書き込めます。

=STDEV(10, 20, 30, 40, 50)

この数式は5つの数値の標準偏差を返し、結果は約15.81となります。テストや動作確認に便利です。

STDEV関数の使い方②｜複数範囲・条件付き標準偏差

実務では1つのセル範囲だけでなく、離れた複数の範囲を一緒に計算したい場面も多くあります。応用パターンを見ていきましょう。

複数のセル範囲をまとめて計算する

離れた2つの範囲をまとめて1つの標準偏差として計算する場合、カンマで区切って指定します。

=STDEV(B2:B16, D2:D16)

上半期と下半期のデータが別の列に入っているケースや、東京支店と大阪支店のデータを統合して全体のばらつきを見たいケースで活躍します。3つ以上の範囲も同様に追加できます。

=STDEV(B2:B16, D2:D16, F2:F16)

条件付きで標準偏差を求める（配列数式）

「特定の条件を満たすデータだけの標準偏差を求めたい」というケースには、IF関数と組み合わせた配列数式が使えます。

たとえば、A列に部署名、B列に売上金額が入っていて、「営業部」だけの売上の標準偏差を求めたい場合は以下のように書きます。

=STDEV(IF(A2:A100="営業部", B2:B100))

Microsoft 365やExcel 2021以降では通常のEnterで動的配列としてスピル計算されます。それ以前のバージョンではCtrl+Shift+Enterで配列数式として確定する必要があります。

数字以外を含むデータの扱い

集計対象に空白セルや「-」「該当なし」などの文字列が混ざっているケースを考えます。STDEV関数は範囲参照内の文字列や空白を自動的に無視するため、特別な処理は不要です。

=STDEV(B2:B100)

B2:B100の中に空白や文字列があっても、数値だけを抜き出して計算してくれます。データクレンジング前の生データでも安心して使えます。

エラー値を含むデータでは要注意

ただし、エラー値（#N/Aや#VALUE!など）が範囲内に1つでもあると、STDEV関数全体がエラーを返します。エラーセルがある場合は、IFERROR関数やAVERAGE関数と同じ手法で事前に除外しましょう。

=STDEV(IFERROR(B2:B100, ""))

このように事前にエラーを空文字列に置き換えれば、計算を継続できます。

STDEV・STDEV.S・STDEVP・STDEV.Pの違いを徹底比較（標本 vs 母集団）

Excelの標準偏差関数は4種類あり、選び方を間違えると分析結果が変わります。ここで違いを完全に整理しましょう。

4関数の比較早見表

まずは一覧で全体像をつかんでください。

文字列や論理値を計算に含めたい特殊用途ではSTDEVA関数やSTDEVPA関数を使います。通常の数値分析ではSTDEVまたはSTDEV.Sを選びます。

STDEVとSTDEV.Sの違い｜計算結果は完全に同じ

結論から言うと、STDEVとSTDEV.Sの計算結果はまったく同じです。同じデータに対してどちらを使っても返ってくる値は変わりません。

=STDEV(B2:B31)
=STDEV.S(B2:B31)

上記2つの結果は完全に一致します。違いは「名前」だけです。Excel 2010以降、Microsoftは関数の役割を明確にするために命名規則を整理しました。

• STDEV.S の「S」は Sample（標本）の略
• STDEV.P の「P」は Population（母集団）の略

これにより「S＝標本」「P＝母集団」と一目で区別できる体系になりました。Microsoftは新しく数式を作る場合はSTDEV.Sの使用を推奨しています。将来のバージョンで旧名のSTDEVが廃止される可能性があると公式が警告しているためです。

ただし、既存ファイルにSTDEVが使われている場合、慌てて書き換える必要はありません。互換性のために残されており、現行バージョンでは問題なく動作します。

STDEV（標本）とSTDEVP（母集団）の本質的な違い

STDEVとSTDEVPでは計算結果が異なります。これは「割る数」が違うためです。

• STDEV（標本標準偏差）：偏差平方和を n-1 で割る（不偏分散の平方根）
• STDEVP（母標準偏差）：偏差平方和を n で割る

なぜ標本の場合はn-1で割るのかというと、限られたサンプルから全体（母集団）のばらつきを推定するときにnで割ると実際より小さく出る傾向があるためです。n-1にすることでこの偏りを補正します（これを「不偏推定量」と呼びます）。

そのため、STDEVの結果は常にSTDEVPより少し大きくなります。データ数が少ないほど両者の差は開き、データ数が増えるとほぼ同じ値に近づきます。

標本と母集団の判断基準

「自分の手元のデータが標本か母集団か」を判断するルールはシンプルです。

具体例で考えてみましょう。

• クラス30人のテスト結果（クラス全員分のデータがある）

→ クラス内の評価ならSTDEVP、全国平均と比較するための標本ならSTDEV

• 工場で1日500個生産する製品から10個を検査

→ 標本なのでSTDEV

• 自社社員200人全員の年収を分析

→ 全員のデータがあるのでSTDEVP

• アンケートで100人から回答を回収（市場全体を推定したい）

→ 標本なのでSTDEV

実務では「全件データを保有している」ケースはむしろ少なく、抽出データから全体のばらつきを推定する場面が多いため、STDEV（STDEV.S）を使う頻度のほうが高くなります。

迷ったときの選び方フローチャート

整理すると、関数選びの判断フローはこうなります。

1. 文字列や論理値を計算に含めたい → STDEVA / STDEVPA
2. データが全件（母集団）か？

• YES → STDEVP（旧）または STDEV.P（推奨）
• NO → STDEV（旧）または STDEV.S（推奨）

1. 新規作成か既存編集か？

• 新規 → STDEV.S / STDEV.P
• 既存 → そのまま STDEV / STDEVP でOK

このフローに沿えば、迷うことはありません。

STDEV関数の応用｜品質管理・テスト成績分析での活用

実務の現場でSTDEV関数がどう使われているか、代表的な3つの応用例を紹介します。

応用例1：製造業の品質管理（標準偏差で不良率を予測）

製造業では、製品の寸法や重量のばらつきを管理することが品質保証の要です。たとえば「ねじの長さの規格が10mm±0.5mm」の場合、生産ラインから抽出した30本の長さの標準偏差を求めることで、規格内に収まる確率を統計的に予測できます。

=STDEV(B2:B31)

計算結果が0.1mmなら「±3σ（標準偏差×3）の範囲＝±0.3mm」となり、規格±0.5mmに対して余裕がある状態です。逆に0.2mmなら±0.6mmの広がりになり、規格外の不良品が出る確率が高まります。

このように標準偏差を継続的にモニタリングすることで、製造工程の安定性を客観的に評価できます。

応用例2：テスト成績の偏差値計算

学校現場で使われる「偏差値」は、平均と標準偏差を組み合わせて算出します。偏差値の計算式は以下の通りです。

偏差値 = (自分の点数 - 平均点) / 標準偏差 × 10 + 50

これをExcelで実装すると、以下のようになります（B2:B31に点数、B2にあなたの点数があると仮定）。

=(B2-AVERAGE($B$2:$B$31))/STDEV($B$2:$B$31)*10+50

平均点を取った場合は偏差値50、平均より標準偏差1つ分高ければ偏差値60というように、点数を相対的な位置情報に変換できます。テスト結果の評価レポート作成時に重宝します。

応用例3：株価のリスク評価（ボラティリティ）

投資の世界では、株価の標準偏差は「ボラティリティ」と呼ばれ、リスクの大きさを表す指標として使われます。

過去30日分の日次リターンがC2:C31に入っているとします。

=STDEV(C2:C31)

結果が大きいほど株価の変動が激しく、リスクが高い銘柄だと判断できます。複数銘柄を比較する際、平均リターンが同じでも標準偏差が小さいほうがリスクの低い投資対象と評価できます。

応用例4：複数店舗・部署の安定性比較

各支店の月次売上のばらつきを横並びで比較すれば、安定経営している店舗とそうでない店舗が一目でわかります。

平均だけ見れば渋谷店と新宿店は同じですが、標準偏差を見ると経営の安定度がまったく違うことがわかります。安定店舗の運営ノウハウを他店舗に展開する、といった改善活動の根拠データになります。

ばらつきの大きさは、平均値だけでなくVAR関数で求める分散と組み合わせて確認するとさらに分析が深まります。

STDEV関数でよくあるエラーと対処法

STDEV関数を使っていてつまずきやすいエラーと、その解決方法を整理します。

エラー1：#DIV/0! エラー

=STDEV(B2)
=STDEV("テキスト", "テキスト")

原因：計算に使える数値が1個以下しかないときに発生します。

対処法：データが2個以上含まれていることを確認しましょう。範囲指定したセルがすべて空白や文字列の場合も、有効な数値がないため同じエラーになります。

=IF(COUNT(B2:B31)<2, "データ不足", STDEV(B2:B31))

事前にCOUNT関数でデータ件数をチェックすると、エラーを未然に防げます。

エラー2：#VALUE! エラー

=STDEV("abc")
=STDEV(B2:B10) ※B5に#N/Aがある

原因：引数に直接入力した文字列が数値に変換できない、または範囲内にエラー値が含まれている場合に発生します。

対処法：直接入力する場合は数値のみを渡してください。範囲内のエラー値はIFERROR関数で除外できます。

=STDEV(IFERROR(B2:B31, ""))

これでエラー値があるセルを空文字列に置き換え、計算対象から外せます（Microsoft 365では動的配列として動作します）。

エラー3：#NAME? エラー

=STEDV(B2:B31)  ← スペルミス

原因：関数名のスペルミスが大半です。「STDEV」が「STEDV」や「STDV」になっているケースがよくあります。

対処法：関数名のスペルを確認しましょう。Excelの数式バーで「=ST」と入力すると候補が表示されるので、それを選ぶと確実です。

エラー4：意図しない計算結果になる

数式は正しく動いているのに結果が想定と違う場合、以下を疑ってみてください。

特にSTDEVとSTDEVPの混同は最も多いエラーパターンです。「標本か母集団か」を最初に確認する習慣をつけましょう。

エラー5：データが時系列で増えていく場合

毎月データが追加されていく管理表では、固定範囲（B2:B100）だとデータ追加時に範囲が追従しません。テーブル機能を使うと自動拡張されます。

=STDEV(テーブル1[売上])

セル範囲をテーブル化（Ctrl+T）してから構造化参照で指定すれば、行を追加するたびに自動で範囲が広がります。

ExcelのSTDEV関数 よくある質問（FAQ）

最後に、STDEV関数についてよくある質問に答えていきます。

Q1. STDEV.Sはいつから使えますか？古いExcelとの互換性は？

A. STDEV.SはExcel 2010以降のバージョンで使用可能です。Excel 2007以前のバージョンとファイルを共有する可能性がある場合は、互換性のある旧名のSTDEV関数を使うほうが安全です。計算結果はまったく同じなので、共有相手の環境に合わせて選んでください。

Q2. STDEV関数とAVERAGE関数を組み合わせて何ができますか？

A. 平均値と標準偏差をセットで示すと、データの「中心」と「広がり」の両方が伝わります。たとえば「平均70点、標準偏差12点」と示せば、約68%の生徒が58〜82点に分布していると推定できます。報告書ではAVERAGE関数とSTDEV関数を並べて記載するのが定番です。

Q3. 標本標準偏差と母標準偏差、どちらを使うべきか迷ったときは？

A. 迷ったら標本標準偏差（STDEVまたはSTDEV.S）を選んでおけば、実務上ほぼ間違いありません。理由は、実務で扱うデータの多くが「全体から抽出した一部のサンプル」だからです。全数調査ができる状況は限られており、アンケート結果・抜き取り検査・テスト成績の比較分析など、ほとんどのケースが標本に該当します。

Q4. STDEV関数で計算した値が「0」になりました。何が原因ですか？

A. 全データの値が完全に同じ場合、ばらつきが0となるため標準偏差も0になります。たとえば「10, 10, 10, 10, 10」のように全部同じ値だと結果は0です。これはエラーではなく、仕様通りの正しい動作です。もし「データは違うのに0になる」場合は、対象セルが本当に数値型か確認しましょう。文字列型の数字（左揃え表示など）になっていないかも要チェックです。

Q5. STDEV関数の結果を四捨五入したいです。どう書けばいいですか？

A. ROUND関数と組み合わせれば任意の桁数で四捨五入できます。

=ROUND(STDEV(B2:B31), 2)

この数式なら小数点以下2桁で四捨五入されます。レポートに記載する際は2〜3桁に丸めるのが見やすくおすすめです。

Q6. STDEV関数とVAR関数の関係は？

A. VAR関数は「分散」を計算する関数で、STDEV関数が返す「標準偏差」は分散の平方根です。つまり以下が成り立ちます。

=SQRT(VAR(B2:B31))
=STDEV(B2:B31)

両者は完全に同じ結果になります。実務では単位が元データと同じになる標準偏差のほうが直感的に理解しやすいため、分析レポートでは標準偏差を使うのが一般的です。詳しくはVAR関数の使い方を参照してください。

まとめ

ExcelのSTDEV関数は、データのばらつきを数値化する標準偏差を求める関数です。テストの点数分析、売上の安定性評価、品質管理、株価のリスク評価など、平均だけでは見えない情報を可視化してくれる強力なツールです。

押さえておきたいポイントを整理します。

• STDEV関数は標本標準偏差を計算する関数で、STDEV.Sと計算結果は完全に同じ
• 新規作成ならSTDEV.S、既存ファイルの編集ならSTDEVのままでOK
• 母集団全体のデータを持っている場合はSTDEVP（またはSTDEV.P）を使う
• 実務ではほとんどの場合STDEV（標本標準偏差）で十分
• データが1個以下では#DIV/0!エラーになるので、COUNT関数でチェックを入れると安全
• 平均値（AVERAGE関数）と組み合わせて報告すると説得力が増す

標準偏差の概念は最初は難しく感じますが、実際に手を動かしてみると「平均だけでは見えなかった情報」が次々と見えてきます。まずは身近なテスト結果や月次売上のデータでSTDEV関数を試してみてください。データのばらつきを数値で語れるようになりましょう。

データ分析をさらに深めたい方は、平均値を求めるAVERAGE関数、中央値を求めるMEDIAN関数、分散を求めるVAR関数、母標準偏差専用のSTDEVP関数も合わせて使いこなせるようになると、Excelでの統計分析の幅が大きく広がります。

スプレッドシートで統計や確率の計算をしていると、整数だけでなく小数の階乗が必要になる場面がありますよね。

FACT関数は整数の階乗しか計算できないので、小数には対応できません。

そんなときに使えるのがGAMMA関数です。整数はもちろん、小数に対しても「階乗を拡張した値」を返してくれます。

この記事では、GAMMA関数の基本の書き方から実務での活用例、FACT関数やGAMMALN関数との違いまで紹介します。

スプレッドシートのGAMMA関数とは？

GAMMA関数（読み方: ガンマ関数）は、指定した数値のガンマ関数値 Γ(x) を返す関数です。

名前はギリシャ文字の「Γ（ガンマ）」からきています。

ガンマ関数は「階乗を小数まで拡張した」数学の仕組みです。整数 n に対しては次の関係が成り立ちます。

• GAMMA(n) = (n-1)!
• つまり GAMMA(6) = 5! = 120

ポイントは、FACT関数では計算できない「小数の階乗」も扱えることです。たとえば =GAMMA(4.5) は約 11.63 を返します。

GAMMA関数にできることをまとめると、次のとおりです。

• 整数・小数を問わず、ガンマ関数値を計算する
• 統計分布（ガンマ分布・カイ二乗分布など）の確率計算に使う
• FACT関数ではできない小数の階乗相当の値を求める

NOTE

GAMMA関数はGoogleスプレッドシートの全バージョンで使えます。Excelとの互換性も完全なので、ファイルのやり取りでも安心です。

GAMMA関数の書き方（構文と引数）

基本構文

=GAMMA(数値)

カッコの中に「数値（ガンマ関数値を求めたい値）」を1つだけ入れます。

引数の説明

引数は1つだけなので、とてもシンプルですね。ただし、0や負の整数を指定するとエラーになるので注意してください。

GAMMA関数の基本的な使い方

整数を指定する

まずは整数を指定してみましょう。GAMMA(n) は (n-1)! を返します。

=GAMMA(1)

結果は「1」です。これは 0! = 1 に相当します。

=GAMMA(5)

結果は「24」です。4! = 4 x 3 x 2 x 1 = 24 ですね。

=GAMMA(6)

結果は「120」です。5! = 120 なので、=FACT(5) と同じ値が返ります。

整数の場合は「GAMMA(n) は (n-1) の階乗」と覚えておくとわかりやすいですよ。

小数を指定する

GAMMA関数の真価は、小数にも対応している点です。

=GAMMA(4.5)

結果は約「11.63」です。FACT関数では小数を整数に切り捨てて計算します。GAMMA関数なら小数でも正確な値を返してくれますよ。

=GAMMA(0.5)

結果は約「1.77」です。数学的には √π（パイの平方根）と等しい有名な定数ですよ。統計学の計算でよく登場します。

セル参照を使う

A1に数値「7」が入っているとします。

=GAMMA(A1)

結果は「720」です。GAMMA(7) = 6! = 720 ですね。セル参照を使えば、値を変えるだけで結果が自動更新されます。

!_images/spreadsheet-gamma-function/03_result_gamma-basic.png

GAMMA関数の実践的な使い方・応用例

階乗の値を一覧で確認する

A列に1から10までの数値が入っているとき、B列にGAMMA関数を使って各値のガンマ関数値（= 前の数の階乗）を一覧にできます。

=GAMMA(A1)

この数式をB1に入れて下にコピーすると、1から10までのガンマ関数値が一覧で表示されます。

GAMMA関数で組み合わせの一般化を計算する

整数の組み合わせはCOMBIN関数で計算できます。しかし、小数を含む一般化された組み合わせの計算にはGAMMA関数が必要です。

一般化された二項係数の公式は次のとおりです。

=GAMMA(n+1) / (GAMMA(r+1) * GAMMA(n-r+1))

たとえば n=5.5、r=2 のときは次のようになります。

=GAMMA(5.5+1) / (GAMMA(2+1) * GAMMA(5.5-2+1))

結果は約「12.37」です。COMBIN関数では整数しか扱えない計算を、GAMMA関数なら実現できます。

GAMMALN関数と組み合わせて大きな値を扱う

GAMMA関数は引数が約172以上になると、オーバーフローで#NUM!エラーになります。大きな値を扱うときは、GAMMALN関数を使うのが定番です。GAMMALN関数はガンマ関数の自然対数を返してくれます。

=GAMMA(172)

この数式は#NUM!エラーになります。

=GAMMALN(172)

こちらは約「711.7」を返します。対数に変換することで、巨大な値でもエラーなく計算できますよ。

対数の値を元に戻したいときは、EXP関数で =EXP(GAMMALN(172)) と書けます。ただし、172以上では結果が非常に大きいため精度に限界があります。その点は覚えておきましょう。

TIP

統計分布の計算で大きなガンマ関数値が必要なときは、GAMMALN関数で対数のまま計算を進め、最後にEXP関数で戻す方法がおすすめです。

よくあるエラーと対処法

GAMMA関数で発生しやすいエラーをまとめました。

0や負の整数を指定したとき

もっとも多いエラーです。ガンマ関数は0と負の整数では定義されていません。

=GAMMA(0)

この数式は#NUM!エラーになります。負の整数（-1、-2、-3…）も同様です。

ただし、負の小数（-0.5、-1.5 など整数でない負の値）は計算できます。 =GAMMA(-0.5) は約「-3.54」を返しますよ。

値が大きすぎるとき

GAMMA関数の結果が大きくなりすぎると、オーバーフローで#NUM!エラーになります。

=GAMMA(172)

この数式はエラーです。上限は約171.6までです。

大きな値が必要なときは =GAMMALN(数値) に切り替えてみてください。

FACT関数・GAMMALN関数との違い・使い分け

GAMMA関数とFACT関数の違い

FACT関数は整数の階乗専用で、小数は切り捨てて計算します。一方、GAMMA関数は小数にも正確に対応しています。ここが最大の違いです。

整数の階乗を計算するだけならFACT関数のほうがシンプルです。

• FACT(5) = 120（5の階乗をそのまま返す）
• GAMMA(6) = 120（引数を1つ大きくする必要がある）

FACT関数で n! を求めたいときは =FACT(n) と書けます。GAMMA関数だと =GAMMA(n+1) です。整数の階乗だけならFACT関数のほうが直感的ですね。

GAMMA関数とGAMMALN関数の関係

GAMMALN関数は、GAMMA関数の結果の自然対数を返す関数です。

=GAMMALN(5)

この結果（約3.18）は、=LN(GAMMA(5)) つまり =LN(24) と同じ値です。

GAMMA関数は約172以上でオーバーフローします。GAMMALN関数なら桁数が減るので安全に計算できますよ。大きなガンマ関数値が必要な場面では、ぜひ活用してみてください。

Excelとの違い

GAMMA関数はExcelとGoogleスプレッドシートで完全に同じ動作です。

Excelでの使い方はExcelのGAMMA関数の記事で詳しく解説しています。

まとめ

GAMMA関数は、指定した数値のガンマ関数値 Γ(x) を返す関数です。

ポイントを整理します。

• 構文は =GAMMA(数値) の1引数。整数にも小数にも対応
• 整数 n に対しては GAMMA(n) = (n-1)! の関係がある
• 小数の階乗を求められるのがFACT関数との最大の違い
• GAMMA(0.5) = √π（約1.77）は統計学でよく使う値
• 0や負の整数では#NUM!エラー。約172以上もオーバーフローする
• 大きな値にはGAMMALN関数（自然対数で返す）が便利
• ExcelのGAMMA関数と完全に同じ動作で、互換性も安心

まずは =GAMMA(5) で「24」が返ることを確認してみてください。

スプレッドシートで数学的な計算をしていると、こんな疑問にぶつかることがありますよね。

普通の階乗は「5 x 4 x 3 x 2 x 1」とすべて掛けますが、二重階乗は「5 x 3 x 1」のように1つおきに掛けます。

この二重階乗を一発で求めてくれるのがFACTDOUBLE関数です。

この記事では基本の書き方からFACT関数との違い、実践的な活用例まで紹介します。

FACTDOUBLE関数とは？

FACTDOUBLE関数（読み方: ファクトダブル関数）は、指定した数値の二重階乗（n!!）を返す関数です。

名前は「factorial（階乗）」+「double（二重）」からきています。

二重階乗とは、nから2ずつ減らしながら掛け算する計算のことです。

たとえば =FACTDOUBLE(7) と書くと「7 x 5 x 3 x 1 = 105」が返ります。

数学では「7!!」と表記します。「!」が2つ付くのがポイントですね。

FACTDOUBLE関数にできることをまとめると、次のとおりです。

• 指定した数値の二重階乗を計算する
• 奇数同士の積（1 x 3 x 5 x …）を求める
• 偶数同士の積（2 x 4 x 6 x …）を求める
• 統計・確率の特殊な公式で使う

NOTE

FACTDOUBLE関数はGoogleスプレッドシートの全バージョンで使えます。Excelとの互換性も完全です。

FACTDOUBLE関数の書き方（構文と引数）

基本構文

=FACTDOUBLE(値)

カッコの中に「値（二重階乗を求めたい数値）」を1つだけ入れます。

引数の説明

FACT関数と同じく引数は1つだけです。小数を指定した場合は、小数点以下が切り捨てられます。

FACTDOUBLE関数の基本的な使い方

奇数の二重階乗

奇数を指定すると、奇数だけを掛け合わせた値が返ります。

=FACTDOUBLE(5)

結果は「15」です。5 x 3 x 1 = 15 ですね。

=FACTDOUBLE(7)

結果は「105」です。7 x 5 x 3 x 1 = 105 です。

=FACTDOUBLE(9)

結果は「945」です。9 x 7 x 5 x 3 x 1 = 945 です。

偶数の二重階乗

偶数を指定すると、偶数だけを掛け合わせた値が返ります。

=FACTDOUBLE(6)

結果は「48」です。6 x 4 x 2 = 48 ですね。

=FACTDOUBLE(8)

結果は「384」です。8 x 6 x 4 x 2 = 384 です。

=FACTDOUBLE(10)

結果は「3840」です。10 x 8 x 6 x 4 x 2 = 3840 です。

セル参照を使う

A1に数値「7」が入っているとします。

=FACTDOUBLE(A1)

結果は「105」です。セル参照を使えば、値を変えるだけで結果が自動更新されますよ。

特殊なケース

0と1の二重階乗はどちらも「1」です。

=FACTDOUBLE(0)

結果は「1」です。

=FACTDOUBLE(1)

こちらも結果は「1」です。数学のルールとして0!! = 1、1!! = 1 と定義されています。

FACT関数との違い

FACTDOUBLE関数とFACT関数は、どちらも「掛け算の繰り返し」ですが、掛ける数の飛ばし方が違います。

ポイントは「1つおきに掛けるかどうか」です。

FACT関数はすべての整数を掛けるので値が大きくなりやすいのに対し、FACTDOUBLE関数は半分しか掛けないのでコンパクトな値になります。

2つの関数の関係

実は、通常の階乗は二重階乗2つの積で表せます。

FACT(n) = FACTDOUBLE(n) x FACTDOUBLE(n-1)

たとえば5の階乗で確認してみましょう。

=FACTDOUBLE(5) * FACTDOUBLE(4)

FACTDOUBLE(5) = 15、FACTDOUBLE(4) = 8 なので、15 x 8 = 120 です。

これは =FACT(5) の結果「120」と一致しますね。

通常の階乗は「奇数の積 x 偶数の積」に分解できる、ということです。

FACTDOUBLE関数の実践的な使い方・応用例

偶数の積を求める

1から10までの偶数（2, 4, 6, 8, 10）をすべて掛けた値を求めてみましょう。

=FACTDOUBLE(10)

結果は「3840」です。2 x 4 x 6 x 8 x 10 = 3840 ですね。

手で掛け算を繰り返すよりも、はるかに楽に求められます。

奇数の積を求める

同様に、1から9までの奇数（1, 3, 5, 7, 9）の積も求められます。

=FACTDOUBLE(9)

結果は「945」です。1 x 3 x 5 x 7 x 9 = 945 です。

FACT関数と組み合わせて偶数の積を計算する

偶数の二重階乗は、FACT関数を使って別の方法でも求められます。

n!! = 2^(n/2) x (n/2)! という公式を使います。

たとえば10の二重階乗は次のように計算できます。

=2^(10/2) * FACT(10/2)

2^5 = 32、FACT(5) = 120 なので、32 x 120 = 3840 です。

FACTDOUBLE(10) と同じ結果になりますね。公式の意味を理解したいときに試してみてください。

組み合わせ関数と組み合わせて使う

COMBIN関数やCOMBINA関数で求めた組み合わせの数と、FACTDOUBLE関数を組み合わせた計算もできます。

たとえば、統計学で使われるウォリスの公式は、円周率（π）を二重階乗で近似する有名な公式です。

=FACTDOUBLE(10)^2 / (FACTDOUBLE(11) * FACTDOUBLE(9)) * 2 * 11

このように、二重階乗は数学的な公式の中で活躍する場面があります。

よくあるエラーと対処法

FACTDOUBLE関数で発生しやすいエラーをまとめました。

負の数を指定したとき

もっとも多いエラーです。二重階乗は0以上の整数でしか定義されていません。

=FACTDOUBLE(-3)

この数式は#NUM!エラーになります。マイナスの値が入っていないか確認してみてください。

引数に小数を指定したとき

小数を指定してもエラーにはなりません。小数点以下が切り捨てられて計算されます。

=FACTDOUBLE(7.9)

この数式は =FACTDOUBLE(7) と同じ結果で「105」を返します。

まとめ

FACTDOUBLE関数は、指定した数値の二重階乗（n!!）を求める関数です。

ポイントを整理します。

• 構文は =FACTDOUBLE(値) の1引数。nから2ずつ減らしながら掛けた値を返す
• 奇数を指定すると奇数だけの積、偶数を指定すると偶数だけの積になる
• 0と1の二重階乗はどちらも1。負の数は#NUM!エラーになる
• FACT関数はすべて掛ける通常の階乗、FACTDOUBLE関数は1つおきに掛ける二重階乗
• FACT(n) = FACTDOUBLE(n) x FACTDOUBLE(n-1) の関係が成り立つ
• 統計・確率の特殊な公式で活躍する場面がある

まずは =FACTDOUBLE(7) で「7 x 5 x 3 x 1 = 105」から試してみてください。

最初に重要なお知らせ：WEIBULL関数はExcelの旧バージョン（Excel 2007以前）との互換性維持のために残されている関数です。Excel 2010以降では、後継の WEIBULL.DIST関数 を使うのが推奨されています。これから新しいシートを作るならWEIBULL.DISTを、既存シートにWEIBULL関数が残っている場合は早めに書き換えておきましょう。

この記事では、旧WEIBULL関数の構文と使い方を整理しつつ、WEIBULL.DISTへの移行手順も含めて解説します。

WEIBULL関数とは？

読み方と語源

「ワイブル」と読みます。スウェーデンの工学者 Waloddi Weibull（ワロディ・ワイブル）が1951年に提唱した ワイブル分布 にちなんでいます。当初は材料の破壊強度のばらつきを表す分布として発表されましたが、現在では機器の寿命解析や信頼性工学の標準ツールとして世界中で使われています。

ワイブル分布とは？

ワイブル分布は 機器の寿命・故障分析 に広く使われる確率分布です。2つのパラメーター（形状・尺度）を持ち、値を変えることで多様な故障パターンを1つの式で表現できる、というのが大きな特徴です。

この3パターンを1つの分布でまとめて扱えるため、製造業の品質管理やプラントの保全計画にぴったり合うのです。

互換関数としての位置づけ

WEIBULL関数はExcel 2010でWEIBULL.DISTに置き換えられ、現在は 互換性維持のため に残されています。計算結果はWEIBULL.DISTと完全に同じですが、将来のバージョンで廃止される可能性がアナウンスされています。新規作成のシートでは必ずWEIBULL.DISTを使いましょう。

WEIBULL関数の書き方

基本構文

=WEIBULL( x, α, β, 関数形式 )

引数の説明

パラメーターの意味をもう少し詳しく

• α（形状）：故障の傾向を表します。1未満なら初期不良型、1ならランダム故障型、1超なら摩耗故障型です
• β（尺度）：寿命の目安となる値（特性寿命）です。x = β のとき、累積故障率はα値によらず常に約63.2%になります
• 関数形式：TRUEは「時間x以内に故障する確率」、FALSEは「x時点での確率密度」を返します。実務ではTRUEを使う場面が圧倒的に多いです

基本的な使い方

例1：累積分布関数で故障確率を求める

特性寿命β=1000時間、形状α=2の設備について、500時間時点での故障確率を求めてみましょう。

=WEIBULL(500, 2, 1000, TRUE)

結果：約 0.221（500時間以内に故障する確率は約22.1%）

α=2は摩耗故障型を表すので、稼働時間が増えるほど故障確率も加速度的に上がる、という結果になります。

例2：確率密度関数を求める

=WEIBULL(500, 2, 1000, FALSE)

指定したx時点での確率密度値が返されます。確率密度関数はハザード率（瞬間故障率）の計算など、信頼性分析の応用計算で使います。

例3：セル参照を使って汎用化する

実務では引数を直接書かず、セル参照にして使い回せる形にするのが定番です。

=WEIBULL(B2, B3, B4, TRUE)

• B2：評価点（x）
• B3：形状パラメーター（α）
• B4：尺度パラメーター（β）

B3・B4を1か所にまとめ、B2をオートフィルで100、200、300…と並べれば、時間ごとの故障確率推移を一気に計算できます。

例4：複数の形状αで故障パターンを比較する

α値を変えると同じ時間でも故障確率が大きく変わります。3パターン並べて比較してみましょう。

=WEIBULL(500, 0.5, 1000, TRUE)  → 約0.506（初期不良型）
=WEIBULL(500, 1,   1000, TRUE)  → 約0.393（偶発故障型）
=WEIBULL(500, 2,   1000, TRUE)  → 約0.221（摩耗故障型）

x=500・β=1000という同じ条件でも、形状αによって故障確率は半分以下から5割超まで変動します。ワイブル分析でαの値を正しく推定する重要性が分かります。

実務での活用例

活用例1：設備保全計画の策定

工場の機械設備について、過去の故障データからα・βを推定し、「稼働X時間での故障確率」を計算します。

A列（評価時間）：100, 200, 300, ...（オートフィル）
B列：=WEIBULL(A2, $D$2, $D$3, TRUE)

D2にα推定値、D3にβ推定値を入れておけば、B列の累積故障確率を一覧化できます。故障確率が事前に設定した閾値（例：10%）を超える時間が、計画的に交換すべきタイミングの目安になります。

活用例2：製品ロットの信頼性評価

寿命試験のデータからワイブルパラメーターを推定して、保証期間内（例：1年=8,760時間）の故障率を予測します。

=WEIBULL(8760, α, β, TRUE)

この結果を品質目標値（例：1%未満）と比較し、設計改善や工程変更の判断材料にできます。

活用例3：ハザード率（瞬間故障率）の計算

ワイブル分布のハザード率は、確率密度関数を「累積分布関数の補数」で割って求めます。

=WEIBULL(x, α, β, FALSE) / (1 - WEIBULL(x, α, β, TRUE))

時間とともにハザード率がどう変化するかをグラフ化すると、いわゆる バスタブ曲線 が描けます。

活用例4：MTTF（平均故障寿命）の計算

ワイブル分布の理論的なMTTFは β × Γ(1 + 1/α) で求められます。Excelでは GAMMA関数 を組み合わせて計算します。

=B4 * GAMMA(1 + 1 / B3)

B3にα、B4にβを入れておけば、推定された平均寿命を表示できます。

WEIBULL.DIST関数との違い

結論：構文・引数・計算結果はすべて同一です。既存シートでWEIBULL関数を使っている場合は、関数名を WEIBULL.DIST に変えるだけで移行できます。

詳しい使い方は WEIBULL.DIST関数の使い方｜ワイブル分布で設備寿命・故障率を分析する を参照してください。

WEIBULL → WEIBULL.DIST への一括移行手順

1. Ctrl+H で「検索と置換」を開く
2. 検索する文字列：WEIBULL(
3. 置換後の文字列：WEIBULL.DIST(
4. 「すべて置換」を実行

これだけで移行は完了します。WEIBULL_INV のような他の関数名と衝突しないように、必ず末尾の ( まで含めて置換するのがコツです。

よくあるエラーと対処法

特に多いのが α・βの推定ミス です。少数のデータから機械的に推定すると誤差が大きくなるので、最低でも20点以上のサンプルを使うのが望ましいとされています。

よくある質問（FAQ）

Q1. WEIBULLとWEIBULL.DISTのどちらを使うべきですか？

A. 新しく作るシートでは必ず WEIBULL.DIST を使ってください。WEIBULLは互換性のために残っているだけで、将来的に廃止される可能性があります。既存シートでWEIBULLを使っている場合も、機会を見て書き換えておくのが安全です。

Q2. α・βはどうやって求めればよいですか？

A. ワイブル確率紙にプロットして直線回帰する方法と、対数最小二乗法をExcelのSLOPE関数と組み合わせる方法があります。少数データでも推定はできますが、サンプル数が少ないと推定誤差が大きくなるため、できれば20点以上の故障データを集めましょう。

Q3. xにマイナスの値や0を入れるとどうなりますか？

A. xが0より小さい場合は #NUM! エラーになります。x=0は受け付けますが、累積分布関数なら0、確率密度関数も0（α≥1のとき）が返るだけで意味のある値にはなりません。x>0の範囲で使うのが基本です。

Q4. ワイブル分布と正規分布はどう使い分けますか？

A. 寿命や故障時間のように「0以上の正の値で、右に裾を引く分布」にはワイブル分布が向いています。一方、誤差や測定値のように左右対称な分布には 正規分布（NORM.DIST） が適しています。データの形状を確認してから選びましょう。

Q5. 関数形式のTRUE/FALSEはどちらを使えばいい？

A. 実務では TRUE（累積分布関数） を使うことが圧倒的に多いです。「ある時間までに故障する確率」を直接得られるので、保全タイミングや保証期間の判断に直結します。FALSE（確率密度関数）はハザード率の計算など、応用的な分析で使う場面に限られます。

まとめ

WEIBULL関数のポイントを整理します。

• WEIBULL関数はワイブル分布の累積分布関数（TRUE）または確率密度関数（FALSE）を計算する関数
• 形状パラメーターαで初期不良型・偶発故障型・摩耗故障型の3パターンをモデル化できる
• 尺度パラメーターβは特性寿命の目安（β時点で累積故障率が約63.2%になる）
• WEIBULLは互換関数。現行Excelでは同等機能の WEIBULL.DIST関数 の使用が推奨
• 構文は完全に同じ。WEIBULL( を WEIBULL.DIST( に置換するだけで移行できる

信頼性工学・品質管理にExcelを活用するなら、まずはWEIBULL.DIST関数で累積分布関数（TRUE）を試してみるのが第一歩です。データさえあれば、今すぐ自分の現場の設備や製品の寿命分析を始められます。

関連記事

• WEIBULL.DIST関数の使い方｜ワイブル分布で設備寿命・故障率を分析する
• GAMMA関数の使い方｜ガンマ関数の値を求める
• NORM.DIST関数の使い方｜正規分布の確率密度・累積分布を求める
• CHISQ.DIST関数の使い方｜カイ二乗分布の左側累積確率を求める
• アルファベット順 Excel関数一覧
• 機能別 Excel関数一覧