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

こんなふうに、伸びが加速するデータの将来予測をしたいときってありますよね。スプレッドシートのTREND関数やFORECAST関数で予測しても、直線的な予測になって実態と合わないことがあります。

そんなときに使えるのがGROWTH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、TREND関数やFORECAST関数との違いまで解説します。

スプレッドシートのGROWTH関数とは？指数トレンドで将来値を予測する

GROWTH関数（読み方: グロース関数）は、既存のデータから指数回帰で予測値を配列で返す統計関数です。「GROWTH」は英語の「growth（成長）」が由来です。

指数回帰とは、データの増え方が一定ではなく加速していくパターンに当てはめる手法のことです。数式モデルは y = b × m^x で、mが成長倍率、bがy切片にあたります。

たとえば「毎月1.3倍ずつ売上が伸びている」ようなデータがあるとします。GROWTH関数に将来の月番号を指定すると、指数トレンドに沿った予測値が一発で出ます。

GROWTH関数にできることをまとめると、次のとおりです。

• 既存データの指数的な傾向から、複数のxに対する予測値を配列で返す
• TREND関数が「直線的な予測」なのに対し、加速する成長パターンに対応できる
• 内部でLOGEST関数と同じ指数回帰の計算を自動的に行う
• 売上の急成長・SNSフォロワー増加・利用者数の拡大など、指数的な伸びの予測に活用できる

NOTE

GROWTH関数はGoogleスプレッドシートの全バージョンで使えます。Googleスプレッドシートでは結果が自動的にスピル（隣接セルに展開）されます。Excelの旧バージョンではCtrl+Shift+Enterで確定する必要がありますが、スプレッドシートではEnterだけでOKです。Excel版GROWTH関数の使い方はこちらで解説しています。

線形成長と指数成長の違い

GROWTH関数を使いこなすには、線形成長と指数成長の違いを押さえておきましょう。

「毎月+20万円」なら線形成長です。「毎月×1.3倍」なら指数成長です。増え方の量が一定か、倍率が一定かで判断するのがポイントです。

GROWTH関数の構文と4つの引数

=GROWTH(既知データ_y, [既知データ_x], [新規データ_x], [b])

必須の引数は「既知データ_y」だけです。ただし、実務では「既知データ_x」と「新規データ_x」も指定するのが一般的ですよ。

WARNING

既知データ_yには正の数値のみ指定できます。0以下の値が含まれていると #NUM! エラーになります。これはGROWTH関数が内部で対数を取るためです。

TIP

「既知データ_x」を省略すると、1, 2, 3… という連番がxとして使われます。時系列データで月番号を振っている場合は省略してもOKです。

GROWTH関数の基本的な使い方

実際にGROWTH関数を使ってみましょう。

あるお店で6か月分の売上を記録したとします。毎月の伸びが加速しているのが特徴です。

このデータは毎月おおむね1.3倍ずつ増えています。直線的な伸びではなく、加速している典型的な指数成長パターンですね。

単一の将来値を求める

まず、7月目の予測値を1つだけ求めてみます。D2セルに予測したい月番号「7」を入力して、次のように書きます。

=GROWTH(B2:B7, A2:A7, D2)

結果は約 570 です。指数トレンドに沿って、7月目の売上は570万円になると予測できます。

複数の将来値を一括予測する（スピル自動展開）

D列に予測したい月番号（7, 8, 9）を入力しておきます。

=GROWTH(B2:B7, A2:A7, D2:D4)

結果は約 570, 740, 960 の3つの値が配列として返ります。D2〜D4セルに予測値が自動で展開されます。

1つの数式で3か月分の予測値が出るのがGROWTH関数の強みです。FORECAST関数だとセルごとに数式を入力する必要があります。しかもFORECASTは直線予測なので、加速するデータには合いません。

ちなみに、同じデータでTREND関数（直線予測）を使うと7月目は約474万円です。GROWTH関数の570万円と比べると、指数成長のデータではTRENDが過小評価になることがわかりますね。

第4引数「b」をFALSEにするケース

第4引数bをFALSEにすると、y切片が1に固定されます。数式モデルが y = m^x になるイメージです。

=GROWTH(B2:B7, A2:A7, D2:D4, FALSE)

これはどんなときに使うかというと、「x=0のときyは1であるべき」という前提がある場合です。たとえば成長倍率だけを見たいケースや、初期値を基準に何倍になるかだけを求めたい場面で使います。

通常はTRUE（デフォルト）で問題ありません。特別な理由がない限り、第4引数は省略してOKですよ。

実務でよく使う活用パターン

売上の指数成長予測

スタートアップや新サービスの立ち上げ期は、売上が指数的に伸びるケースが多いです。そんなときにGROWTH関数が活躍します。

D2:D6に予測月（7〜12月）の番号を入力して、次の数式を入力します。

=GROWTH(B2:B7, A2:A7, D2:D7)

向こう6か月分の予測が一括で出ます。経営会議の資料や事業計画に使えるデータが一発で揃いますね。

TIP

GROWTH関数はあくまで「過去のトレンドがこのまま続く」前提の予測です。市場の飽和や競合の参入など、外部要因で成長が鈍化する可能性もあります。予測値はシナリオの1つとして扱ってください。

SNSフォロワー数・アクティブユーザー数の予測

SNSのフォロワー増加やアプリのアクティブユーザー数は、バズや口コミで指数的に伸びることがあります。

=GROWTH(B2:B7, A2:A7, {7; 8; 9})

配列リテラル {7; 8; 9} を使えば、別のセルに予測用の値を入力しなくても一括予測ができます。結果は約 3,970、5,610、7,920 です。

このデータは毎週おおむね1.4倍ペースで伸びています。TREND関数で直線予測すると7週目は約2,980になり、実態より低めの予測になってしまいます。成長が加速しているデータにはGROWTH関数のほうが適していますよ。

GROWTH・TREND・FORECASTの使い分け早見表

スプレッドシートには予測系の関数が複数あります。それぞれの違いを表にまとめます。

データが直線的か指数的かを見分ける3つのチェック

どの関数を選ぶかは、データの増え方で決まります。次の3つのチェックで判断してみてください。

チェック1: 差分と倍率を比べる

各データの「前月との差」と「前月との倍率」を計算します。差がほぼ一定なら線形、倍率がほぼ一定なら指数です。

チェック2: グラフで確認する

データを散布図にして眺めます。点が直線的に並んでいれば線形。右に行くほど急に上がる曲線なら指数です。

チェック3: 対数を取って直線になるか確認する

yの値にLN関数（自然対数）を適用します。対数を取ったあとのデータが直線的に並ぶなら、元のデータは指数的です。この判定方法が最も正確ですよ。

判断フロー：どの関数を選べばいい？

迷ったときは、次のフローで判断してみてください。

1. 予測したい値は1つだけ？ → YES なら FORECAST関数 または FORECAST.LINEAR関数
2. 複数の予測値を一括で出したい？ → 次のステップへ
3. データの伸びが加速している？ → YES なら GROWTH関数
4. データが一定ペースで増減？ → YES なら TREND関数

TIP

迷ったら、まずTREND関数とGROWTH関数の両方で予測を出してみましょう。予測値と実績のズレが小さいほうを採用するのが実務的なアプローチです。

よくある疑問と注意点

予測値がおかしいとき

GROWTH関数の予測値が実態とかけ離れている場合、次の原因が考えられます。

特に多いのが #NUM! エラーです。GROWTH関数は内部でyの対数（LN関数）を計算するため、yに0やマイナスの値があると計算できません。売上データで「売上ゼロの月」がある場合は、その行を除外するか1に置き換える必要がありますよ。

TIP

エラーが表示されると困る場合は、IFERROR関数で囲むと安心です。=IFERROR(GROWTH(B2:B7, A2:A7, D2:D4), "データを確認") のように書けます。

LOGESTとの違い

GROWTH関数とよく比較されるのがLOGEST関数です。この2つの関係は、TREND関数とLINEST関数の関係と同じです。

GROWTH関数は「予測値そのもの」を返します。一方LOGESTは「成長倍率mとy切片b」を返します。「毎月何倍ずつ伸びているか」を知りたいならLOGEST、「来月の予測値はいくらか」を知りたいならGROWTHを使い分けてください。

たとえば先ほどの売上データ（120, 155, 200, 260, 340, 440）でLOGESTを実行すると、mが約1.30と返ります。これは「毎月約1.3倍ずつ成長している」という意味ですね。GROWTH関数はこのmとbを使って予測値を計算しているわけです。

まとめ

GROWTH関数は、既存のデータから指数回帰で予測値を配列で返す関数です。

この記事のポイント

• 構文は =GROWTH(既知データ_y, [既知データ_x], [新規データ_x], [b]) で、必須は既知データ_yのみ
• 数式モデルは y = b × m^x。伸びが加速するデータの予測に最適
• TREND関数は直線予測、GROWTH関数は曲線予測。データの増え方で使い分ける
• yに0以下の値があると #NUM! エラーになる。正の数値のみ指定してください
• LOGESTは係数を返す関数。GROWTHは予測値を返す関数。目的で選び分ける

関連する統計関数

GROWTH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。

• TREND関数 — 線形回帰で複数の予測値を一括で返す
• FORECAST関数 — 1つのxに対する線形予測値を返す
• FORECAST.LINEAR関数 — FORECAST関数の新しい名称
• LINEST関数 — 線形回帰の係数（傾きと切片）を返す
• SLOPE関数 — 回帰直線の傾きを求める
• EXP関数 — 自然対数の底eのべき乗を求める
• LN関数 — 自然対数を求める

こんなふうに、過去のデータから将来の値を予測したいときってありますよね。グラフを見て「なんとなく上がりそう」ではなく、具体的な数値で示せると説得力が段違いです。

そんなときに使えるのがFORECAST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、SLOPE・INTERCEPTとの関係、TREND関数との違いまで解説します。

FORECAST関数とは？線形予測で将来の値を求める関数

FORECAST関数（読み方: フォーキャスト関数）は、既存のデータから線形回帰で予測値を返す統計関数です。最小二乗法という手法で回帰直線を求めます。「FORECAST」は英語の「forecast（予測・予報）」が由来です。

線形回帰とは、散布図に描かれた点の並びに最もフィットする直線を引く手法のことです。FORECAST関数はこの直線上の値を返すので、「過去のトレンドがこのまま続くと仮定したときの予測値」が得られます。

たとえば、6か月分の広告費（x）と売上（y）のデータがあるとします。FORECAST関数に「広告費40万円」を指定すると、その直線に基づいた売上予測が一発で出ます。

FORECAST関数にできることをまとめると、次のとおりです。

• 既存データの傾向から、指定したxに対するyの予測値を求める
• SLOPE関数とINTERCEPT関数の計算を内部で自動的に行う
• 売上予測・需要予測・人員計画など、数値の将来推定に活用できる
• CORREL関数と組み合わせて予測の信頼性を確認できる

NOTE

FORECAST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。Excel 2016以降では後継の「FORECAST.LINEAR」も用意されていますが、結果は同じです。

FORECAST関数の書き方（構文と引数）

基本構文

=FORECAST(x, データ_y, データ_x)

カッコの中に、予測したいxの値と、既存の2つのデータ範囲を指定します。

引数の説明

引数は3つです。最初にxの値を指定し、そのあとにyとxのデータ範囲を並べます。SLOPE関数やINTERCEPT関数と同じく、yが先、xが後です。

WARNING

データ_yとデータ_xのデータ数は同じにしてください。データ数が異なると #N/A エラーになります。

TIP

範囲内の文字列・TRUE/FALSE・空白セルは自動的に無視されます。ただし、数値としての「0」は計算の対象になります。

FORECAST関数の基本的な使い方

実際にFORECAST関数を使ってみましょう。

あるお店で6か月分の「広告費（万円）」と「売上（万円）」を記録したとします。

広告費40万円のときの売上を予測する

=FORECAST(40, C2:C7, B2:B7)

結果は約 512 になります。これは「広告費を40万円に増やすと、売上は約512万円になる」という予測です。

予測値の読み取り方

FORECAST関数の結果は、データの傾向をそのまま延長した推定値です。読み取るときのポイントをまとめます。

TIP

「データの範囲を大きく超えたxの値」を指定するときは注意が必要です。たとえば広告費100万円の予測は、実際のデータ（10〜35万円）から遠いため精度が保証されません。

FORECAST関数の実践的な使い方・応用例

来月の売上を予測する

月番号をxとして使えば、時系列の予測ができます。

7か月目の売上を予測するには、次のように書きます。

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

結果は約 463.7 です。「7か月目の売上は約464万円になる見込み」と報告できますね。

複数月を一括で予測する

8か月目、9か月目もまとめて予測したい場合は、D列にxの値を入れてFORECAST関数をコピーするだけです。

D2: =FORECAST(7, B2:B7, A2:A7)  → 約 463.7
D3: =FORECAST(8, B2:B7, A2:A7)  → 約 487.4
D4: =FORECAST(9, B2:B7, A2:A7)  → 約 511.1

CORREL関数で予測の信頼性を確認する

FORECAST関数はどんなデータでも予測値を返します。しかし、データに相関がなければ予測の意味がありません。

そこでCORREL関数の出番です。先に相関の強さを確認しておきましょう。

=CORREL(B2:B7, A2:A7)

相関係数が0.7以上なら、FORECAST関数の予測を信頼して活用できます。0.3程度の場合は「参考値」にとどめておくのが安全です。

FORECAST関数とSLOPE・INTERCEPTの関係

FORECAST関数は、内部でSLOPE関数とINTERCEPT関数の計算をしています。数式で書くと次のとおりです。

FORECAST(x, データ_y, データ_x) = SLOPE(データ_y, データ_x) × x + INTERCEPT(データ_y, データ_x)

つまり回帰式 y = ax + b の計算を、FORECAST関数が一括で行ってくれるわけです。傾き（a）と切片（b）を個別に求める手間が省けます。

実際に検算してみましょう。先ほどの広告費・売上データで確認します。

=SLOPE(C2:C7, B2:B7)       → 約 12.1（傾き）
=INTERCEPT(C2:C7, B2:B7)   → 約 28.3（切片）

回帰式は y = 12.1 x x + 28.3 です。x=40を代入すると、12.1 x 40 + 28.3 = 約512。FORECAST(40, C2:C7, B2:B7) の結果と一致しますね。

使い分けの目安

「予測値だけサッと出したい」ならFORECAST関数がおすすめです。「傾きの数値を報告に使いたい」ならSLOPE関数を個別に使ってください。

TREND関数との違い・使い分け

FORECAST関数と似た関数にTREND関数があります。どちらも線形回帰で予測値を求めますが、使いどころが異なります。

FORECASTが向いているケース

• 「広告費40万円のときの売上は？」のように、特定の1つのxに対する予測値がほしい
• セルに1つの数式を入れて結果を得たい

TRENDが向いているケース

• 「7月〜12月の売上予測を一括で出したい」のように、複数のxに対する予測が必要
• グラフ用のデータとして予測値の列を作りたい

TIP

迷ったらFORECAST関数から試してみてください。1つの値を予測するだけならFORECASTのほうがシンプルです。複数の予測が必要になったらTREND関数に切り替えるという流れがスムーズですよ。

よくあるエラーと対処法

#N/Aエラー

FORECAST関数で最もよく見るエラーです。

たとえば =FORECAST(40, C2:C7, B2:B10) のように行数がずれていると発生します。範囲を確認してください。

#DIV/0!エラー

以下の原因が考えられます。

データ_xがすべて同じ値だと、回帰直線を引くための分母が0になります。データ入力のミスがないか確認してください。

#VALUE!エラー

最初の引数xに文字列を入れてしまうケースです。予測したいxの値が数値であることを確認してください。

TIP

エラーが表示されると困る場合は、IFERROR関数で囲むとスマートです。=IFERROR(FORECAST(40, C2:C7, B2:B7), "データ不足") のように書けます。

まとめ

FORECAST関数は、既存のデータから線形回帰で予測値を返す関数です。

この記事のポイント

• 構文は =FORECAST(x, データ_y, データ_x) で、予測したいxの値を最初に指定する
• 内部で SLOPE x x + INTERCEPT の計算を自動的に行っている
• 予測値だけほしいならFORECAST、傾き・切片も把握したいならSLOPE+INTERCEPT
• TREND関数は複数のxを一括予測できる上位互換
• 使う前にCORREL関数で相関の強さを確認するのがおすすめ

関連する統計関数

FORECAST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。

• 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
• CORREL関数 — 2つのデータの相関係数を求める
• AVERAGE関数 — 平均値を求める基本関数
• STDEV関数 — データのばらつき（標準偏差）を測る
• IFERROR関数 — エラー時の代替値を設定する

こんなふうに、過去のデータから複数の将来値をまとめて予測したいときってありますよね。1つずつ数式をコピーして予測値を出すのは手間がかかりますし、ミスも起きやすいです。

そんなときに使えるのがTREND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、FORECAST関数やGROWTH関数との違いまで解説します。

TREND関数とは？線形トレンドで複数の予測値を一括で求める関数

TREND関数（読み方: トレンド関数）は、既存のデータから線形回帰で予測値を配列で返す統計関数です。「TREND」は英語の「trend（傾向・トレンド）」が由来です。

線形回帰とは、散布図に描かれた点に最もフィットする直線を引く手法のことです。TREND関数はこの直線上の値をまとめて返します。「過去のトレンドがこのまま続くと仮定したときの予測値」を一括で得られるのが特徴です。

たとえば、6か月分の売上データがあるとします。TREND関数に「7月〜12月」を指定すると、向こう6か月分の予測値が一発で出ます。

TREND関数にできることをまとめると、次のとおりです。

• 既存データの傾向から、複数のxに対する予測値を配列で返す
• FORECAST関数が「1つのxに1つの予測値」なのに対し、一括予測ができる
• 内部でSLOPE関数とINTERCEPT関数の計算を自動的に行う
• 売上推移・需要予測・人員計画など、時系列の将来推定に活用できる

NOTE

TREND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。Googleスプレッドシートでは結果が自動的にスピル（隣接セルに展開）されます。

TREND関数の書き方（構文と引数）

基本構文

=TREND(既知のy, [既知のx], [新しいx], [定数])

カッコの中に、既存のyデータと、必要に応じてxデータ・予測したいxの範囲を指定します。

引数の説明

必須の引数は「既知のy」だけです。ただし、実務では「既知のx」と「新しいx」も指定するのが一般的です。

WARNING

既知のyと既知のxのデータ数は同じにしてください。データ数が異なると #NUM! エラーになります。

TIP

「既知のx」を省略すると、1, 2, 3… という連番がxとして使われます。時系列データで月番号を振っている場合は省略してもOKです。

TREND関数の基本的な使い方

実際にTREND関数を使ってみましょう。

あるお店で6か月分の売上を記録したとします。

7〜9月の売上を一括で予測する

D列に予測したい月番号（7, 8, 9）を入力しておきます。

=TREND(B2:B7, A2:A7, D2:D4)

結果は約 463.7, 487.4, 511.1 の3つの値が配列として返ります。D2〜D4セルに予測値が自動で展開されます。

1つの数式で3か月分の予測値が出るのがTREND関数の強みです。FORECAST関数だとセルごとに数式を入力する必要がありますが、TREND関数なら一発ですね。

既知のxを省略するパターン

月番号が1, 2, 3… と連番であれば、既知のxは省略できます。

=TREND(B2:B7, , D2:D4)

第2引数を空にすると、内部で {1,2,3,4,5,6} が自動的に使われます。結果は先ほどと同じです。

既存データの回帰値を確認する

「新しいx」も省略すると、既存データ範囲の回帰値（直線上の値）が返ります。

=TREND(B2:B7)

この使い方は、実際のデータと理論値のズレを確認したいときに便利です。

TREND関数の実践的な使い方・応用例

広告費から売上を一括予測する

月番号だけでなく、広告費をxとして使うこともできます。

広告費を40万円・45万円・50万円に増やしたときの売上予測をまとめて出すには、次のように書きます。

=TREND(B2:B7, A2:A7, {40; 45; 50})

結果は約 512, 573, 633 です。配列リテラル {40; 45; 50} を使えば、別のセルに予測用の値を入力しなくても一括予測ができます。

CORRELで予測の信頼性を確認してからTRENDを使う

TREND関数はどんなデータでも予測値を返します。しかし、データに相関がなければ予測の意味がありません。

そこでCORREL関数で相関の強さを先に確認しましょう。

=CORREL(B2:B7, A2:A7)

TIP

相関が弱いデータでTREND関数を使っても、見当違いな予測値が出てしまいます。まずCORREL関数で0.7以上あることを確認してから使うのがおすすめです。

よくあるエラーと対処法

#NUM!エラー

TREND関数で最もよく見るエラーです。

たとえば =TREND(B2:B7, A2:A10, D2:D4) のように行数がずれていると発生します。範囲を確認してください。

#VALUE!エラー

#REF!エラー

Googleスプレッドシートでは結果が自動的にスピルします。展開先のセルに値が入っているとエラーになるので、あらかじめ空にしておいてください。

TIP

エラーが表示されると困る場合は、IFERROR関数で囲むと安心です。=IFERROR(TREND(B2:B7, A2:A7, D2:D4), "データ不足") のように書けます。

FORECAST関数・GROWTH関数との違い・使い分け

TREND関数と似た予測関数にFORECAST関数とGROWTH関数があります。それぞれの違いを表にまとめます。

TREND vs FORECAST：配列か単一値か

FORECAST関数は「1つのxに対して1つの予測値」を返すシンプルな関数です。「来月の売上は？」のようなピンポイント予測に向いています。

一方、TREND関数は「複数のxに対して一括で予測値」を返します。「向こう6か月の予測を一気に出したい」ならTREND関数が便利です。

TREND vs GROWTH：直線か曲線か

TREND関数は一定ペースで増減するデータの予測に適しています。たとえば「毎月20万円ずつ売上が伸びている」ようなケースです。

GROWTH関数は伸びが加速するデータに向いています。たとえば「利用者数が毎月1.5倍に増えている」ような指数的な成長パターンです。

迷ったときの判断基準をまとめます。

TIP

どちらか迷ったら、まずTREND関数を試してみてください。データが直線的に増減しているなら、TRENDの予測で十分です。予測値と実績のズレが大きい場合は、GROWTH関数に切り替えてみましょう。

まとめ

TREND関数は、既存のデータから線形回帰で予測値を配列で返す関数です。

この記事のポイント

• 構文は =TREND(既知のy, [既知のx], [新しいx], [定数]) で、必須は既知のyのみ
• 複数のxに対する予測値をまとめて返せるのがFORECAST関数との違い
• 内部で SLOPE x x + INTERCEPT の計算を自動的に行っている
• GROWTH関数は指数回帰。データの増え方が加速しているならGROWTH
• 使う前にCORREL関数で相関の強さを確認するのがおすすめ

関連する統計関数

TREND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 — 1つのxに対する線形予測値を返す
• 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
• CORREL関数 — 2つのデータの相関係数を求める
• AVERAGE関数 — 平均値を求める基本関数
• STDEV関数 — データのばらつき（標準偏差）を測る
• IFERROR関数 — エラー時の代替値を設定する