データのばらつき（分散）を比較したいときに使うのがF分布です。
ただ、F分布の表を見ながら手計算するのは正直しんどいですよね。

そんなときに使うのがF.DIST関数です。
この記事では基本の書き方から実務での活用例まで解説します。
F.DIST.RT関数や旧FDIST関数との使い分け、F検定や分散分析でのp値計算もあわせて整理しました。

F.DIST関数とは？F分布の確率を返す関数

F.DIST関数（読み方: エフ・ディスト）は、F分布にもとづく確率を返す関数です。
「F」は統計学者フィッシャー（Fisher）に由来し、「DIST」は「Distribution（分布）」の略です。

F分布は0以上の値しか取らない、右に裾を引く非対称な分布です。
2つの不偏分散の比がどんな値になりやすいかを表した分布で、F検定や分散分析（ANOVA）の土台になっています。
釣り鐘型で左右対称なt分布とはまったく違う形をしているのが特徴です。

F.DIST関数では、cumulative引数を切り替えることで次の2つの値を求められます。

• 累積分布関数（CDF）: 「ある値以下になる確率」を返す。cumulative = TRUE
• 確率密度関数（PDF）: 「ある値における確率密度」を返す。cumulative = FALSE

実務で使う場面のほとんどはCDF（累積分布関数）です。
F検定や分散分析のp値を求めたり、F分布の臨界値を確認したりするときに活躍します。

F.DIST関数にできることをまとめると、次のとおりです。

• F値の左側累積確率を計算する（cumulative = TRUE）
• F分布の確率密度を求めてグラフを描画する（cumulative = FALSE）
• F検定で2グループの分散に差があるかを判定する
• 一元配置分散分析（ANOVA）でグループ間の平均差を検定する
• 重回帰分析でモデル全体の有意性を判定する

NOTE

F.DIST関数はExcel 2010以降で使えます。
Microsoft 365、Excel 2013〜2024のすべてのバージョンに対応しています。
Excel 2007以前では旧FDIST関数（右側確率のみ）を使ってください。

F.DIST関数の書き方（構文と引数）

基本構文

=F.DIST(x, 自由度1, 自由度2, 関数形式)

カッコの中に、評価したい数値、自由度を2つ、出力の形式を指定します。
T.DIST関数とは違って自由度を2つ渡すのが特徴です。

引数の説明

4つの引数はすべて必須です。省略するとエラーになります。

TIP

自由度に小数を入れると、整数部分だけが使われます。
たとえば10.7と指定しても、内部では10として計算されます。

累積分布関数（CDF）と確率密度関数（PDF）の違い

ちょっとややこしく見えますが、やっていることはシンプルです。

• CDF（TRUE）: 「x以下になる確率」を返す。0〜1の値になる
• PDF（FALSE）: 「xにおける確率密度」を返す。グラフ描画で使う

たとえば自由度(5, 20)で x = 2 のとき、CDFは「2以下になる確率（約0.8950）」を返します。
PDFは「x = 2 における曲線の高さ（約0.1948）」を返します。

TIP

F分布は0以上の値しか取りません。
xに負の値を入れると#NUM!エラーになるので注意してください。

F.DIST関数の基本的な使い方

ここからは具体的なF値と自由度を使って、F.DIST関数の動きを確認していきましょう。

「F値以下になる確率」を求める（CDF）

自由度(3, 20)の条件で、F値3.49以下になる確率を求めます。

=F.DIST(3.49, 3, 20, TRUE)

結果は約 0.9500（95.0%）です。F値3.49以下になる確率は約95%ということになります。
逆に、F値が3.49を超える確率は約5%です。
この3.49は自由度(3, 20)・有意水準5%の右側臨界値にあたります。

別のF値も試してみましょう。

=F.DIST(1, 5, 20, TRUE)

結果は約 0.4563（45.63%）です。
F値が1付近にあるとき、累積確率は半分弱になります。

=F.DIST(0, 5, 20, TRUE)

結果は 0（0%）です。
F分布は0以上の値しか取らないため、0以下になる確率はちょうど0になります。

自由度を変えて確認する

同じF値（x=2）で、分母の自由度を変えるとどうなるか見てみましょう。

=F.DIST(2, 5, 10, TRUE)    → 約 0.8408
=F.DIST(2, 5, 20, TRUE)    → 約 0.8950
=F.DIST(2, 5, 100, TRUE)   → 約 0.9145

サンプルサイズが大きくなるほど、F分布のピークが1付近に集中していきます。
そのため同じx=2でも、自由度が大きいほうが「2以下になる確率」が高く出ます。

確率密度関数（PDF）の値を確認する

=F.DIST(1, 5, 20, FALSE)

結果は約 0.5868 です。F分布のカーブは1付近で最も高くなる傾向があります。

=F.DIST(2, 5, 20, FALSE)

結果は約 0.1948 です。x = 2 における曲線の高さです。
PDFの値そのものは「確率」ではないので、グラフ描画やカーブの比較に使います。

TIP

CDFの結果が0.95より大きいなら、そのF値は「右側5%の棄却域」に入っていることになります。
F検定や分散分析で帰無仮説を棄却できる目安として使えますよ。

F.DIST関数の実践的な使い方・応用例

F検定で2グループの分散に差があるかを判定する

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。
t検定を使う前に、等分散性を確認したいときによく使います。

たとえば拠点A（10件）と拠点B（12件）の売上データがあるとします。
VAR.S関数で分散を求めたところ、分散A = 250、分散B = 100 でした。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

=250 / 100

結果は 2.5 です。次にこのF値の右側確率（p値）を求めます。

=1 - F.DIST(2.5, 9, 11, TRUE)

結果は約 0.0808（8.08%）です。
p値が0.05より大きいので、「ばらつきに統計的な差があるとはいえない」と判断できます。
等分散を仮定したt検定を使ってよいということですね。

ここで自由度1は「サンプル数A – 1 = 9」、自由度2は「サンプル数B – 1 = 11」です。
同じ計算はF.DIST.RT関数で一発で求められます。

=F.DIST.RT(2.5, 9, 11)

こちらも約 0.0808 で、結果は同じです。

一元配置分散分析（ANOVA）でグループ間の平均差を検定する

3つ以上のグループに平均の差があるかを調べるのが分散分析（ANOVA）です。
F.DIST関数はANOVAのp値を手動で求めるときに使えます。

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。
分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。

=1 - F.DIST(3.0, 2, 12, TRUE)

結果は約 0.0876（8.76%）です。
有意水準5%を超えているので、「3拠点の平均に有意な差があるとはいえない」となります。

自由度の決め方は次のとおりです。

重回帰分析の有意性を判定する

回帰分析の結果で「このモデルが統計的に意味を持つか」を判断するときにもF値を使います。

たとえば説明変数3つ、サンプル数30の重回帰分析でF値が5.2だったとします。
自由度1 = 説明変数の数 = 3、自由度2 = サンプル数 – 説明変数の数 – 1 = 26 です。

=1 - F.DIST(5.2, 3, 26, TRUE)

結果は約 0.0062（0.62%）です。
有意水準5%を大きく下回るので、「この回帰モデルは統計的に有意」と判断できますね。

よくあるエラーと対処法

#NUM!エラー

F.DIST関数で最もよく見るエラーです。以下の原因が考えられます。

F分布が0以上の値しか取らないことと、自由度が1以上であることを覚えておけば対処は簡単です。

=F.DIST(-1, 5, 20, TRUE)   → #NUM!エラー
=F.DIST(2, 0, 20, TRUE)    → #NUM!エラー
=F.DIST(2, 5, 20, TRUE)    → 正常（約0.8950）

#VALUE!エラー

引数に数値以外の文字列を指定すると発生します。

=F.DIST("abc", 5, 20, TRUE)  → #VALUE!エラー

セル参照を使う場合は、参照先に数値が入っているかを確認してください。
空白セルが文字列扱いになっている場合もエラーが出やすいです。

#NAME?エラー

Excel 2007以前で F.DIST を使うと、ピリオド付きの関数名を認識できずに発生します。

=F.DIST(2, 5, 20, TRUE)    → #NAME?エラー（Excel 2007以前）

このときは旧 FDIST 関数を使うか、Excelを2010以降にアップデートしてください。
旧FDIST関数は仕様が異なるので、後述の比較表を参考にしてください。

TIP

「関数形式」の引数を忘れると引数不足でエラーになります。
CDFを求めるならTRUE、PDFを求めるならFALSEを必ず指定してください。

F.DIST.RT・F.INV・F.TEST・旧FDIST関数との違い・使い分け

F分布関連関数の使い分け早見表

F分布関連には、用途の違う関数がいくつかあります。
求めたい値や検定の種類に合わせて選びます。

実務シナリオ別の使い分けは次のとおりです。

• 検定のp値を素早く求めたい: F.DIST.RT
• 有意水準から臨界値を逆算したい: F.INV.RT（例: 自由度(3, 20)・5%水準なら約3.10）
• データ範囲から直接F検定したい: F.TEST
• F分布のカーブをグラフにしたい: F.DIST(x, df1, df2, FALSE)

TIP

F.DIST.RTを使うと =1 - F.DIST(x, df1, df2, TRUE) と同じ結果が一発で得られます。
p値を求めるときはF.DIST.RTのほうがシンプルですよ。

旧FDIST関数との互換性

旧FDIST関数（Excel 2007以前）は、新F.DIST関数とは仕様がかなり違います。
移行時には注意が必要です。

旧関数の代替は次のとおりです。

旧FDIST関数で作られたブックは、計算結果を変えないかぎり書き換える必要はありません。
新規で数式を作るときはF.DIST関数群を使いましょう。

TIP

旧FDISTは「右側」、新F.DIST(TRUE)は「左側」と意味が逆になります。
混同して使うと検定結果がひっくり返るので、移行時はとくに注意してください。

関連関数の一覧

まとめ

F.DIST関数は、F分布にもとづいて左側累積確率または確率密度を返す関数です。

この記事のポイント

• 構文は =F.DIST(x, 自由度1, 自由度2, 関数形式) の4つの引数を指定する
• F分布は0以上のみで右に裾を引く非対称分布。2つの分散の比を扱う
• 関数形式をTRUEにすると累積分布関数（CDF）、FALSEにすると確率密度関数（PDF）
• 検定のp値は右側確率なので、=1 - F.DIST(...) または F.DIST.RT を使う
• 自由度1は分子（n1-1 や グループ数-1 など）、自由度2は分母（n2-1 や 全データ数-グループ数 など）
• F検定・一元配置ANOVA・重回帰モデルの有意性検定で活躍する
• 旧FDIST関数は右側を返すので、新F.DIST(TRUE)（左側）と仕様が異なる点に注意

F.DIST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。

• ExcelのT.DIST関数の使い方
• ExcelのT.TEST関数の使い方
• ExcelのVAR.S関数の使い方
• ExcelのSTDEV.S関数の使い方

目視でグラフを比べるだけでは、報告書に「統計的に差がある」とは書けません。きちんと数値で裏付けを取りたいですよね。

そんなときに使うのがF.DIST関数です。この記事ではGoogleスプレッドシートでのF.DIST関数の使い方を、基本構文から実務活用まで解説します。TRUE/FALSEの違いや、F.DIST.RTとの使い分けもあわせて紹介しますよ。

スプレッドシートのF.DIST関数とは

F.DIST関数（読み方: エフ・ディスト関数）は、F分布にもとづいて確率を返す関数です。「F」は統計学者フィッシャー（Fisher）に由来し、「DIST」は「Distribution（分布）」の略です。

F分布はカイ二乗分布と同じく右に裾を引く非対称の形が特徴です。「2つのグループの分散の比」を評価するときに使います。正規分布やt分布とは違い、0以上の値しか取りません。

F.DIST関数にできることをまとめると、次のとおりです。

• ある値がF分布の左側何%に位置するかを求める（累積確率）
• F分布のグラフ上の密度（高さ）を取得する
• 2グループのばらつきに統計的な差があるかを判定する（F検定）
• 3グループ以上の平均に差があるかを調べる（分散分析・ANOVA）

NOTE

F.DIST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にも同名の関数があり、動作は同じです。

基本構文と4つの引数

=F.DIST(x, 自由度1, 自由度2, 累積)

カッコの中に4つの引数を指定します。

TIP

F分布には自由度が2つあります。分子の自由度（自由度1）は「グループ数 – 1」、分母の自由度（自由度2）は「全データ数 – グループ数」で求めます。F検定では「分子 = サンプル数1 – 1」「分母 = サンプル数2 – 1」です。小数を渡した場合は整数部分だけが使われます。

FDIST（旧関数名）との関係

GoogleスプレッドシートにはFDISTという関数もあります。ただしFDISTは右側累積確率を返す旧関数で、引数は3つ（x, 自由度1, 自由度2）です。TRUE/FALSEの切り替えはできません。

=FDIST(3.49, 3, 20)         ← 旧関数名（右側確率を返す）
=1 - F.DIST(3.49, 3, 20, TRUE)  ← 新関数で同じ結果

新しく数式を書くときはF.DISTを使っておけば安心ですよ。

TRUE/FALSEで何が変わる？累積か密度かを選ぼう

F.DIST関数の4番目の引数「累積」は、TRUEかFALSEで結果がまったく変わります。この違いを押さえておくことが、F.DIST関数を使いこなすポイントです。

TRUE（累積分布関数）——x以下は全体の何%？

TRUEを指定すると累積分布関数（CDF: ある値以下になる確率の合計）の値を返します。実務で使う場面のほとんどがこちらです。

=F.DIST(3.49, 3, 20, TRUE)

この数式は「自由度(3, 20)のF分布で、3.49以下になる確率」を返します。結果は約0.9500（95.0%） です。

つまりF値が3.49以下に収まる確率が約95%ということです。逆にいえば、3.49を超える確率は約5%ですね。この「3.49」は自由度(3, 20)・有意水準5%の臨界値にあたります。

FALSE（確率密度関数）——その値の密度は？

FALSEを指定すると確率密度関数（PDF: F分布グラフ上のy座標の値）を返します。

=F.DIST(3.49, 3, 20, FALSE)

結果は約0.0226です。これは「確率」ではなくグラフの高さなので、直接「何%」と読むことはできません。F分布のグラフを描くときに使います。

2つを比較してみる（サンプルデータつき）

自由度(5, 20)のF分布で、xを変えたときの結果を比べてみましょう。

TRUEの列はxが大きくなるほど1に近づいていきます。FALSEの列はx=1付近にピークがあり、そこから離れるほど小さくなります。F分布のピークが1付近にあるのは、2つのグループのばらつきが同程度なら分散比が1前後になるためですよ。

実務活用3パターン

F.DIST関数の基本がわかったところで、実際の業務で使えるパターンを3つ紹介します。

等分散性のF検定——2グループのばらつきに差があるか判定する

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。t検定の前提確認（等分散かどうか）としてもよく使われます。

たとえば、拠点A（10件）と拠点B（12件）の売上データがあるとします。分散を計算した結果、分散A = 250、分散B = 100 だったとします。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

F値 = 250 / 100 = 2.5

自由度1 = 10 – 1 = 9、自由度2 = 12 – 1 = 11 です。

p値（右側確率）を求めるには、F.DIST.RTを使います。

=F.DIST.RT(2.5, 9, 11)

結果は約0.0808です。有意水準5%（0.05）を超えているので、「ばらつきに有意な差があるとはいえない」と判断できます。等分散を仮定したt検定を使ってよいということですね。

TIP

p値を 1 - F.DIST() で求める場合は =1 - F.DIST(2.5, 9, 11, TRUE) と書きます。F.DIST.RTを使うほうがシンプルですよ。

一元配置分散分析（ANOVA）——3グループ以上の平均に差があるか調べる

「3つの拠点の売上平均に差があるか」を調べるのが分散分析（ANOVA）です。F.DIST関数はANOVAのp値を手動で求めるときに活躍します。

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。

=F.DIST.RT(3.0, 2, 12)

結果は約0.0876です。有意水準5%を超えているので、「3拠点の平均に有意な差があるとはいえない」となります。

有意水準10%なら有意になるレベルなので、サンプルを増やして再検証するのも一つの方法ですよ。

TIP

手計算が面倒な場合は、Googleスプレッドシートの「データ」メニューから「統計」を使う方法もあります。ただし仕組みを理解するには、F.DIST関数で一度手動計算してみるのがおすすめです。

回帰分析の有意性検定——モデル全体が意味を持つか確認する

回帰分析の結果で「このモデルは統計的に有意か」を判断するときにもF値を使います。

たとえば、説明変数3つ・サンプル数30の重回帰分析でF値が5.2だったとします。

=F.DIST.RT(5.2, 3, 26)

自由度1 = 説明変数の数 = 3、自由度2 = サンプル数 – 説明変数の数 – 1 = 26 です。

結果は約0.0062です。有意水準5%を大きく下回るので、「この回帰モデルは統計的に有意」と判断できますね。

F分布関数ファミリーの使い分け

Googleスプレッドシートには、F分布に関連する関数がいくつかあります。それぞれの役割を整理しておきましょう。

使い分けのポイントをまとめます。

• 検定のp値を求めたい → F.DIST.RT（右側確率）が直接的
• 臨界値を求めたい → F.INV.RT（例: 有意水準5%・自由度(3, 20)の臨界値 = 3.10）
• データ範囲から直接F検定したい → F.TEST
• グラフを描きたい → F.DIST(x, df1, df2, FALSE)

迷ったらF.DIST.RTでp値を求めるのが実務では安全ですよ。

正規分布（NORM.DIST）・t分布（T.DIST）・カイ二乗分布（CHISQ.DIST）との違い

F.DIST関数とNORM.DIST関数、T.DIST関数、CHISQ.DIST関数はいずれも確率分布の関数ですが、扱うデータの種類が異なります。

使い分けの基準はシンプルです。

• 分散（ばらつき）を比べたい → F.DIST
• 連続データの位置を知りたい → NORM.DIST
• 少数サンプルの平均差を検定したい → T.DIST
• カテゴリデータの偏りを調べたい → CHISQ.DIST

よくあるエラーと注意点

F.DIST関数でつまずきやすいポイントをまとめました。

xに負の値を指定して#NUM!エラー

F分布は0以上の値しか取りません。xに負の値を渡すと#NUM!エラーになります。

=F.DIST(-1, 3, 20, TRUE)   ← #NUM! エラー

自由度に1未満を指定して#NUM!エラー

自由度1・自由度2はどちらも1以上の正の整数でなければなりません。0を指定すると#NUM!エラーになります。

=F.DIST(2, 0, 20, TRUE)   ← #NUM! エラー

引数に文字列を渡して#VALUE!エラー

数値であるべき引数にテキストが入ると#VALUE!エラーになります。セル参照を使うときは、参照先が数値であることを確認しましょう。

分散比の大小を逆にしてしまう

F検定では「大きい分散 / 小さい分散」が原則です。逆にするとF値が1未満になり、右側確率が大きくなって検定の感度が落ちます。どちらの分散が大きいかを先に確認してから計算してくださいね。

F.DIST.RTとF.DISTの混同

F.DISTのTRUEは「左側」の累積確率を返します。検定のp値は「右側」なので、F.DIST.RTを使うか、1 - F.DIST(x, df1, df2, TRUE) と書く必要があります。p値を求めるつもりでF.DIST(x, df1, df2, TRUE)をそのまま使うと、結果が逆になってしまいますよ。

まとめ

F.DIST関数は、F分布にもとづいて確率を求める関数です。

• 4番目の引数にTRUEを指定すると「x以下の累積確率」が返る
• FALSEを指定するとグラフの密度値が返る（実務ではTRUEが主役）
• 2グループのばらつき比較（F検定）や3グループ以上の平均差検定（分散分析）に使える
• p値を求めるにはF.DIST.RT（右側確率）が便利
• xに負の値を渡すと#NUM!エラー。分散比は「大きい / 小さい」の順に注意
• 関連関数として、逆算にはF.INV、データから直接検定するにはF.TESTが使える

F検定や分散分析は「ばらつきや平均に意味のある差があるか」を判断する基本の手法です。データ分析の裏付けに、ぜひ活用してみてくださいね。