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。

この記事では、ERF.PRECISE関数の書き方から実際の使い方までまとめて解説します。正規分布との関係、品質管理での実務応用、エラー対処法、ERF関数との使い分けも一緒に押さえていきましょう。

ExcelのERF.PRECISE関数とは？

ERF.PRECISE関数は、0から指定した上限値までの誤差関数の積分値を返す関数です。読み方は「エラー・ファンクション・プリサイス」です。名前の「ERF」は error function（誤差関数）の略で、「PRECISE」は「正確な」という意味です。

誤差関数（error function）とは、統計学や確率論で使われる特殊関数のひとつです。正規分布の累積分布関数と深い関係があり、品質管理や信号処理などの分野で活用されています。

数学的には、ERF.PRECISE(x)は次の式で定義されます。

ERF.PRECISE(x) = (2 / sqrt(pi)) * 0からxまでの e^(-t^2) の積分

数式だけ見るとむずかしそうですが、Excelでは関数に値を入れるだけで計算してくれるので安心してください。

ERF.PRECISE関数の戻り値は -1から1の範囲 になります。ERF.PRECISE(0) = 0で、xが大きくなるにつれて1に近づいていきますよ。また、負の値を指定すると負の結果を返します（奇関数の性質です）。

対応バージョンは Excel 2010 以降、Microsoft 365 です。ERF.PRECISE関数はISO/IEC規格への準拠のために追加された関数で、Excel 2010から使えるようになりました。

NOTE

ERF.PRECISE関数とERF関数は、引数を1つだけ指定したときの結果が同じになります。後発のERF.PRECISEは「下限0固定」を関数名で明示することで、計算意図を読み取りやすくする目的で追加されました。

ERF.PRECISE関数の書き方（構文と引数）

基本構文

=ERF.PRECISE(x)

引数はxの1つだけです。ERF関数のように下限と上限を別々に指定する構文とは異なり、とてもシンプルですよ。

引数の説明

ポイントは、下限が常に0に固定されていることです。「0からxまでの誤差関数の積分値」を返すので、引数に指定した値がそのまま上限になります。

• 正の数を指定すると、0から正の方向への積分値を返します
• 負の数を指定すると、負の結果を返します（例: ERF.PRECISE(-1) = -0.8427）
• 0を指定すると、結果は0になります

ERF.PRECISE関数の基本的な使い方

実際にERF.PRECISE関数を使ってみましょう。

数値を直接指定する場合

セルに次のように入力します。

=ERF.PRECISE(1)

この場合、0から1までの誤差関数の積分値が返されます。結果は 0.8427 です。

もう少し小さい値も試してみましょう。

=ERF.PRECISE(0.5)

結果は 0.5205 になります。0から0.5までの積分値ですね。

負の値を入れた場合も確認しておきましょう。

=ERF.PRECISE(-1)

結果は -0.8427 です。ERF.PRECISE(1) の符号が反転した値になっていますよね。これは誤差関数が奇関数（原点に対して対称）であるためです。

セル参照を使う場合

数値を直接入力する代わりに、セル参照も使えます。

=ERF.PRECISE(A1)

セルA1に「0.745」が入っていれば、0から0.745までの積分値を計算してくれます。データが多いときはセル参照のほうが便利ですよ。

戻り値リファレンス（早見表）

xの値に対するERF.PRECISE(x)の代表値をまとめておきます。検算や概算に使ってください。

x=3を超えるとほぼ1に張り付くため、それより大きい範囲では結果はほとんど変化しません。

ERF.PRECISE関数の実践的な使い方・応用例

正規分布の確率を求める（68-95-99.7ルール）

ERF.PRECISE関数の最大の強みは、正規分布の確率計算に直結する点です。平均μ・標準偏差σの正規分布において、観測値が μ±k×σ の範囲に収まる確率は次の式で求められます。

P(μ-kσ ≤ X ≤ μ+kσ) = ERF.PRECISE(k/SQRT(2))

実際にExcelで計算してみましょう。

これは統計学で「68-95-99.7ルール（経験則）」として知られる数値そのものです。SQRT関数と組み合わせるだけで、教科書の正規分布表がExcelで再現できますよ。

品質管理（工程能力評価）での活用例

製造業の品質管理では、製品寸法が規格内に収まる確率の計算でERF.PRECISEが活躍します。

たとえば、平均寸法 50.0mm、標準偏差 0.1mm の工程で、規格 49.8〜50.2mm（= 平均±2σ）に製品が収まる確率を求めるとします。

=ERF.PRECISE(2/SQRT(2))

結果は 0.9545 です。約95.45%の製品が規格内に収まる、という見積もりになります。これに不適合率（1 – 0.9545 = 0.0455 = 約4.55%）を掛け合わせれば、生産計画の歩留まり試算ができますね。

複数の上限値を比較する

上限値を変えながら積分値がどう変化するか、表で確認してみましょう。

xが大きくなるにつれて結果が1に近づいていくのがわかりますね。x = 3のあたりではほぼ1になるため、それ以上大きくしても結果はほとんど変わりません。

ERFC.PRECISEと組み合わせて使う

ERF.PRECISEの結果を使って、相補誤差関数の値を確認することもできます。

=1 - ERF.PRECISE(1)

結果は 0.1573 です。これはERFC.PRECISE関数で =ERFC.PRECISE(1) と入力した場合と同じ結果になります。

ERF.PRECISE(x) + ERFC.PRECISE(x) = 1 という関係を覚えておくと、どちらか一方の結果からもう一方を求められるので便利ですよ。

TIP

「規格内に収まる確率」が必要なら ERF.PRECISE、「規格を外れる確率（不良率）」が必要なら ERFC.PRECISE を使うと、引き算の手間が省けます。

ERF.PRECISE関数でよくあるエラーと対処法

ERF.PRECISE関数で出やすいエラーは2種類だけです。落ち着いて見直せばすぐに解消できますよ。

#VALUE!エラー

引数に数値以外の値（文字列や空白など）を指定すると、#VALUE!エラーが表示されます。

=ERF.PRECISE("abc")   → #VALUE!エラー
=ERF.PRECISE(A1)      → A1が文字列の場合、#VALUE!エラー

対処法: 引数に指定するセルが数値になっているか確認してみてください。ISNUMBER関数でチェックするのもおすすめです。空白セルを参照している場合も、空文字列扱いで#VALUE!になることがあるので、IF関数で空白判定を挟むと安全です。

#NAME?エラー

関数名のスペルミスや、対応していないバージョンのExcelで使おうとすると#NAME?エラーになります。

=ERF.PRESICE(1)   → #NAME?エラー（正しくは ERF.PRECISE）
=ERFPRECISE(1)    → #NAME?エラー（ドットが必要）

対処法: 関数名が「ERF.PRECISE」（ドット付き）になっているか確認しましょう。「PRESICE」と「PRECISE」のスペルミスは特によくあるので注意してください。Excel 2007以前のバージョンではこの関数は使えません。古い環境ではERF関数で代替しましょう。

ERF.PRECISE関数と似た関数との違い・使い分け

ERF.PRECISE関数には、似た機能を持つ関連関数がいくつかあります。用途に応じて使い分けましょう。

ERF.PRECISEとERFの使い分け

ERF.PRECISE関数は、下限が常に0に固定されています。引数が1つだけなのでシンプルに書けるのがメリットです。「0からxまでの積分値」だけが必要なら、ERF.PRECISEのほうがわかりやすいですよ。

一方、ERF関数は下限と上限を自由に指定できます。「0.5から1.5までの積分値」のように特定の区間を指定したいときはERF関数を使いましょう。

=ERF.PRECISE(1)     → 0から1までの積分（引数1つでシンプル）
=ERF(0.5, 1.5)      → 0.5から1.5までの積分（区間指定が必要なとき）

実は、ERF関数に引数を1つだけ渡した場合も同じ結果になります。つまり =ERF(1) と =ERF.PRECISE(1) はどちらも 0.8427 を返します。使いやすいほうを選んで大丈夫ですよ。

ERF.PRECISEとERFC.PRECISEの関係

ERFC.PRECISE関数は「相補誤差関数」を返します。ERF.PRECISEとERFC.PRECISEには次の関係があります。

ERFC.PRECISE(x) = 1 - ERF.PRECISE(x)

つまり、ERF.PRECISE(1) が 0.8427 なら、ERFC.PRECISE(1) は 1 – 0.8427 = 0.1573 です。「誤差関数の残りの部分」が必要なときはERFC.PRECISEを使うと、引き算の手間が省けますよ。

ERF.PRECISEとNORM.S.DISTの使い分け

正規分布の確率を求めたいだけなら、NORM.S.DIST関数も選択肢になります。両者の関係は次の式です。

NORM.S.DIST(z, TRUE) = (1 + ERF.PRECISE(z/SQRT(2))) / 2

たとえば標準正規分布で z=1 までの累積確率を求める場合、=NORM.S.DIST(1, TRUE) で 0.8413 が直接得られます。同じ値を ERF.PRECISE で出すには =(1+ERF.PRECISE(1/SQRT(2)))/2 と書く必要があります。

実務では次のように使い分けると分かりやすいですよ。

• 正規分布の累積確率がほしい: NORM.S.DIST（直接的で読みやすい）
• 誤差関数そのものがほしい: ERF.PRECISE（数式や論文の再現用）
• ±k×σの範囲確率を一発で出したい: ERF.PRECISE(k/SQRT(2))（/2 不要）

CONFIDENCE関数で信頼区間を計算するときも、内部的には正規分布が使われています。誤差関数 → 正規分布 → 信頼区間という流れで関連関数を覚えておくと、統計処理の引き出しが一気に増えますよ。

まとめ

ExcelのERF.PRECISE関数について解説しました。最後にポイントを整理しておきましょう。

• ERF.PRECISE関数は 0から指定値までの誤差関数の積分値 を返す関数
• 引数はxの1つだけ。下限は自動的に0に固定される
• 戻り値は-1から1の範囲で、xが大きくなるほど1に近づく
• 正規分布の ±kσ 範囲の確率は =ERF.PRECISE(k/SQRT(2)) で一発計算できる
• 数値以外を指定すると#VALUE!エラー、スペルミスは#NAME?エラーになるので注意
• 区間を自由に指定したいならERF関数、相補誤差関数ならERFC.PRECISE、累積確率なら NORM.S.DIST も選択肢

品質管理や統計処理でERF.PRECISE関数を活用して、データ分析の効率を上げてみてくださいね。