スプレッドシートでSLOPE関数やFORECAST関数を使って予測値を出したものの、精度が気になることはありませんか。「当たるかどうかは運次第」では、仕事で使うにはちょっと心もとないですよね。

そこで活躍するのが STEYX関数 です。この記事では、スプレッドシートのSTEYX関数の基本構文から標準誤差の読み取り方、関連関数との連携まで解説していきます。

スプレッドシートのSTEYX関数とは？

STEYX関数（読み方: エスティーワイエックス）は、回帰直線に対する標準誤差を返す統計関数です。「STEYX」は「Standard Error of Y for eXpected」の略です。「予測されるyの標準誤差」という意味ですね。

標準誤差とは、回帰直線の予測値と実際のデータがどれくらいズレているかを示す指標です。値が小さいほど予測の精度が高いことを意味します。

たとえば、広告費から売上を予測する回帰直線があるとします。STEYXの値が「10」なら、予測値から上下約10万円の範囲に実際の売上が収まりやすい、というイメージです。

STEYX関数にできることをまとめると、次のとおりです。

• 回帰直線の予測精度を数値で確認できる
• 複数の予測モデルを比較して、より精度の高いほうを選べる
• RSQ関数（決定係数）と組み合わせて予測の信頼性を総合判断できる
• FORECAST関数の予測値にどの程度の誤差があるか把握できる

NOTE

STEYX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。

STEYX関数の書き方（構文と引数）

基本構文

=STEYX(データ_y, データ_x)

カッコの中に、標準誤差を求めたい2つのデータ範囲を指定します。

引数の説明

SLOPE関数やINTERCEPT関数と同じく、yを先、xを後 に指定します。「結果（y）が先、原因（x）が後」と覚えてください。

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。また、データ数が3未満の場合は #DIV/0! エラーが返ります。

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よ。

STEYX関数の基本的な使い方

実際にSTEYX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。

標準誤差を求める

=STEYX(C2:C7, B2:B7)

結果は約 11.55 になります。

この「11.55」は、回帰直線の予測値と実際の売上が平均で約11.55万円ズレていることを表しています。売上の平均値（約297万円）に対して約4%の誤差なので、かなり精度の高い予測だと判断できますよ。

標準誤差の読み取り方

STEYX関数の結果は常に0以上の値になります。値の大きさで予測精度を判断しましょう。

TIP

標準誤差の絶対値だけで判断するのは危険です。売上が数千万円のデータで誤差10万円なら小さいですが、売上が50万円のデータで誤差10万円なら大きいですよね。yの平均値に対する割合で評価するのがポイントです。

STEYX関数の実務活用例

予測モデルの比較に使う

2つの予測モデルがあるとき、どちらがより正確かを比較できます。たとえば「広告費→売上」と「来客数→売上」の精度を見てみましょう。

=STEYX(C2:C7, B2:B7)  → 約11.55（広告費モデル）
=STEYX(C2:C7, D2:D7)  → 結果を比較

値が小さいほうのモデルが売上予測に適しています。こうした比較は、予算配分の根拠としても説得力がありますよ。

SLOPE・INTERCEPTと組み合わせて予測範囲を示す

SLOPE関数とINTERCEPT関数で回帰式を作り、STEYXで予測の誤差幅を添えると、説得力のある報告になります。

=SLOPE(C2:C7, B2:B7)      → 12（傾き）
=INTERCEPT(C2:C7, B2:B7)  → 約26.67（切片）
=STEYX(C2:C7, B2:B7)      → 約11.55（標準誤差）

この結果から「広告費40万円のとき、売上は約507万円（誤差 ±約12万円）」と報告できます。予測値だけでなく誤差の幅も示すことで、相手に判断材料を正しく渡せますよね。

NOTE

より厳密には、標準誤差の約2倍（95%信頼区間）を使います。上の例なら「507 ± 約23万円」が95%の確率で収まる範囲です。ビジネスの報告では、この範囲を添えるのがおすすめです。

よくあるエラーと対処法

TIP

データの中に空白セルや文字列が混ざっていてもエラーにはなりません。自動的に無視されます。ただし、無視された結果としてデータ数が3未満になると #DIV/0! エラーになるので注意してくださいね。

似た関数との違い・使い分け

回帰分析に関連する関数は複数あります。それぞれ役割が違うので、目的に応じて使い分けましょう。

STEYX関数とSTDEV関数は「ばらつきを測る」点では似ていますが、測る対象が異なります。STDEVはデータ全体のばらつき、STEYXは回帰直線からのばらつき（残差）です。

回帰分析の流れとしては、まずCORREL関数やPEARSON関数で相関を確認します。次にSLOPE・INTERCEPTで回帰式を作り、STEYXで精度を確認するのがおすすめですよ。

まとめ

STEYX関数は、回帰直線の予測精度を数値で確認できる関数です。

• 構文: =STEYX(データ_y, データ_x) でyを先、xを後に指定
• 戻り値: 標準誤差（値が小さいほど予測精度が高い）
• 活用: 予測モデルの比較、SLOPE・INTERCEPTと組み合わせた予測範囲の提示
• 注意: データ数は最低3つ必要。絶対値ではなくyの平均に対する割合で評価する

FORECAST関数で予測値を出したら、STEYX関数で精度もセットで確認してみてください。予測の信頼性を示せると、報告の説得力がぐっと上がりますよ。

こんなふうに、2つのデータの関連性を数字で確かめたいときってありますよね。なんとなく「関係ありそう」と思っていても、感覚だけで判断するのはちょっと不安です。

そんなときに使えるのがCORREL関数です。この記事では基本の書き方から相関係数の読み取り方、散布図との連携、SLOPE・INTERCEPT関数との関係まで解説します。

CORREL関数とは？ピアソン相関係数を求める関数

CORREL関数（読み方: コリレーション関数）は、2つのデータセットのピアソン相関係数を返す統計関数です。「CORREL」は「Correlation（相関）」の略です。

相関係数とは、2つのデータがどれくらい連動しているかを表す指標です。値は -1から1 の範囲で返されます。

• 1に近い: 一方が増えるともう一方も増える（正の相関）
• -1に近い: 一方が増えるともう一方は減る（負の相関）
• 0に近い: 2つのデータに関連性がほぼない（無相関）

身近な例でいうと、「気温が上がるとアイスの売上も上がる」なら正の相関です。「気温が上がると鍋の売上は下がる」なら負の相関になります。

CORREL関数にできることをまとめると、次のとおりです。

• 2つのデータ間の相関係数（ピアソン相関係数）を数値で求める
• 複数の要因を比較して、最も影響が大きいものを特定する
• 散布図と組み合わせてデータの関連性を視覚化する
• SLOPE関数・INTERCEPT関数と組み合わせて回帰分析に進む

NOTE

CORREL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。

CORREL関数の書き方（構文と引数）

基本構文

=CORREL(データ_y, データ_x)

カッコの中に、相関を調べたい2つのデータ範囲を指定します。

引数の説明

引数はたった2つだけなのでシンプルですよね。注意点として、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、一方が数値で他方が空白というペアがあると、そのペアごと計算から除外されます。

CORREL関数の基本的な使い方

実際にCORREL関数を使ってみましょう。

あるお店で12か月分の「平均気温」と「アイスクリームの売上」を記録したとします。

相関係数を求める

=CORREL(C2:C13, B2:B13)

結果は約 0.99 になります。1にとても近い値なので、気温と売上には強い正の相関があることがわかりますね。

相関係数の読み取り方（強弱の目安表）

CORREL関数の結果が出ても「0.65って強いの？弱いの？」と迷うことがありますよね。以下の目安表を参考にしてください。

ビジネスの現場では 0.4以上（または-0.4以下） であれば「関連がありそうだ」と判断するケースが多いですよ。

WARNING

相関関係は因果関係ではありません。 相関係数が高いからといって「Aが原因でBが起きている」とは限りません。たとえば「アイスの売上」と「水難事故の件数」は強い相関を示します。しかし、アイスが事故を引き起こしているわけではなく、「気温」という第三の要因が両方に影響しています。データ分析の際は、この点を常に意識してくださいね。

CORREL関数の実践的な使い方・応用例

広告費と売上の関係を分析する

マーケティング部門では「広告費を増やしたら売上は増えるのか？」という問いがよく出てきます。

月別の広告費（D列）と売上（E列）があるとして、次の数式で相関を確認できます。

=CORREL(E2:E13, D2:D13)

結果が0.7以上なら、広告投資に効果がある可能性が高いと判断できます。逆に0.2程度なら、広告費以外の要因が売上を左右していることになりますね。

複数の要因を比較して影響度を特定する

売上に影響しそうな要因が複数ある場合、それぞれの相関係数を並べると優先順位が見えてきます。

=CORREL(売上, 気温)      → 0.92
=CORREL(売上, 広告費)    → 0.65
=CORREL(売上, 競合価格)  → -0.31

この結果なら「気温の影響が最も大きく、広告費もそこそこ影響あり、競合価格は弱い逆相関」と読み取れます。施策の優先順位づけに使えますよ。

散布図と組み合わせて視覚化する

CORREL関数で数値を出したら、散布図と組み合わせるとさらにわかりやすくなります。

1. 2つのデータ列（例: B2:C13）を選択する
2. 「挿入」メニュー → 「グラフ」を選択する
3. グラフの種類を「散布図」に変更する
4. 点の並びが右肩上がりなら正の相関、右肩下がりなら負の相関

散布図上でグラフエディタの「カスタマイズ」→「系列」→「トレンドライン」にチェックを入れると、データの傾向を直線で表示できます。「R2」にもチェックを入れると、相関の強さを視覚的にも確認できますよ。

TIP

R2（決定係数）は相関係数を2乗した値です。CORREL関数の結果が0.9ならR2は0.81になります。「一方のデータで他方の81%を説明できる」と解釈できます。

SLOPE・INTERCEPT関数との関係

CORREL関数で「2つのデータに相関がある」とわかったら、次のステップとして回帰分析に進めます。ここで使うのがSLOPE関数とINTERCEPT関数です。

回帰直線の式は y = SLOPE × x + INTERCEPT です。CORREL関数で相関が強いと確認できれば、この式を使って将来の値を予測できます。

たとえば、先ほどの気温と売上データで回帰直線を求めてみましょう。

=SLOPE(C2:C13, B2:B13)

結果は約 15.5 です。気温が1度上がると売上が約15.5万円増えるという意味です。

=INTERCEPT(C2:C13, B2:B13)

結果は約 47.7 です。気温が0度のとき売上は約47.7万円と推定できます。

この2つを組み合わせれば、「来月の平均気温が22度なら、売上は 15.5 x 22 + 47.7 = 約389万円」と予測できますよね。

TIP

FORECAST関数を使えば、SLOPE・INTERCEPTを個別に求めなくても予測値を直接計算できます。=FORECAST(22, C2:C13, B2:B13) のように書きます。

よくあるエラーと対処法

#N/Aエラー

CORREL関数で最もよく見るエラーです。

たとえば =CORREL(B2:B13, C2:C10) のように行数がずれていると発生します。データ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。

すべて同じ値の場合、標準偏差が0になるため計算できません。

#VALUE!エラー

引数に文字列を直接入力すると発生します。

=CORREL("100", "200")   → #VALUE!エラー
=CORREL(100, 200)        → 正常に計算される（ただしデータ1つなのでエラー）

セル範囲内に文字列がある場合は自動で無視されます。文字列を直接引数として渡した場合にのみ発生するエラーです。

TIP

期待した結果にならないときは、セル範囲に空白や文字列が混ざっていないか確認してください。CORREL関数は対応するペアが両方とも数値のデータだけを使います。COUNT関数で数値の個数を確認するのがおすすめです。

PEARSON関数との違い・関連する統計関数

PEARSON関数との違い

GoogleスプレッドシートにはCORRELとよく似たPEARSON関数があります。

=PEARSON(C2:C13, B2:B13)

実は、CORREL関数とPEARSON関数はまったく同じ計算結果を返します。どちらもピアソンの積率相関係数を計算する関数です。

どちらを使っても結果は同じなので、チームで統一しておけばOKです。一般的にはCORREL関数のほうが使われる頻度が高いですよ。

関連する統計関数の一覧

TIP

CORREL関数の計算式は「共分散 / （データ_yの標準偏差 x データ_xの標準偏差）」です。手動計算も可能ですが、CORREL関数を使えば一発で求められます。

まとめ

CORREL関数は、2つのデータセットのピアソン相関係数を返す関数です。

この記事のポイント

• 構文は =CORREL(データ_y, データ_x) で、2つのデータ範囲を指定するだけ
• 戻り値は-1〜1の相関係数。1に近いほど正の相関、-1に近いほど負の相関
• ビジネスの現場では0.4以上（または-0.4以下）が「関連あり」の目安
• PEARSON関数とは同じ計算結果を返す
• SLOPE・INTERCEPT関数と組み合わせれば回帰分析に進める
• 相関関係は因果関係ではないことを常に意識する

次のステップ：関連する統計関数

CORREL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
• STDEV関数 — データのばらつき（標本標準偏差）を数値で測る
• VAR関数 — データの分散を求める
• AVERAGE関数 — 平均値を求める基本関数
• 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、データの起点となる基準値を知りたいときってありますよね。SLOPE関数で傾きを求めても、切片がなければ予測式は完成しません。

そんなときに使えるのがINTERCEPT関数です。この記事では基本の書き方からy切片の読み取り方、SLOPE・CORREL・FORECAST関数との連携まで解説します。

INTERCEPT関数とは？回帰直線のy切片を求める関数

INTERCEPT関数（読み方: インターセプト関数）は、2つのデータセットから回帰直線のy切片を返す統計関数です。「INTERCEPT」は英語の「intercept（切片・交点）」が由来です。

回帰直線とは、散布図に描かれた点の並びに最もフィットする直線のことです。y切片とは、この直線がy軸と交わる点、つまりx=0のときのyの値を意味します。

たとえば、月ごとの広告費（x）と売上（y）のデータがあるとします。INTERCEPT関数の結果が「28.3」なら、広告費がゼロでもベースの売上が約28.3万円あるという意味です。

INTERCEPT関数にできることをまとめると、次のとおりです。

• 2つのデータ間の回帰直線のy切片を求める
• x=0のときのyの推定値（データの基準値）を把握する
• SLOPE関数と組み合わせて回帰式（y = ax + b）を作る
• CORREL関数で相関を確認したうえで予測に活用する

NOTE

INTERCEPT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。

INTERCEPT関数の書き方（構文と引数）

基本構文

=INTERCEPT(データ_y, データ_x)

カッコの中に、y切片を求めたい2つのデータ範囲を指定します。

引数の説明

引数はたった2つだけなのでシンプルですよね。SLOPE関数と同じで、yを先、xを後 に指定します。「結果（y）が先、原因（x）が後」と覚えてください。

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。

INTERCEPT関数の基本的な使い方

実際にINTERCEPT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。

y切片の値を求める

=INTERCEPT(C2:C7, B2:B7)

結果は約 28.3 になります。これは「広告費がゼロでも、ベースの売上が約28.3万円ある」ことを表しています。

y切片の読み取り方

y切片は「xが0のときのyの推定値」です。実務での読み取り方をまとめます。

TIP

y切片はあくまで統計的な推定値です。実際にx=0の状態が観測されていない場合、切片の値をそのまま「広告費ゼロの売上」と解釈するのは注意が必要です。データの範囲外への外挿には限界があることを覚えておいてください。

INTERCEPT関数の実践的な使い方・応用例

SLOPE関数と組み合わせて回帰式を作る

INTERCEPT関数だけではy切片しかわかりません。SLOPE関数と組み合わせると、回帰式が完成します。

回帰式は y = 傾き x x + 切片 です。

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

この回帰式は y = 12.1 x x + 28.3 です。たとえば広告費を40万円（x=40）に増やした場合の売上予測は、12.1 x 40 + 28.3 = 約512万円と計算できます。

月別売上のベースラインを把握する

月番号をx、売上をyとしてy切片を求めると、トレンド開始時点の売上水準がわかります。

=INTERCEPT(B2:B7, A2:A7)

結果は約 297.1 です。「トレンド開始時点の売上水準は約297万円」と読み取れます。SLOPE関数の結果（約23.7）と合わせると「月あたり約23.7万円ずつ成長し、起点は約297万円」と報告できますね。

FORECAST関数で予測値を直接求める

「回帰式を手で計算するのはめんどう」というときはFORECAST関数が便利です。SLOPE・INTERCEPTの計算を内部で自動的に行い、予測値を直接返してくれます。

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

広告費40万円のときの売上予測が一発で出ます。結果は上の回帰式と同じ約512万円です。

TIP

FORECAST関数を使えばSLOPE・INTERCEPTを個別に求めなくても予測ができます。ただし「傾きと切片の値を個別に把握したい」場合はSLOPE・INTERCEPTを使い分けてください。

CORREL関数で相関を確認してからINTERCEPTを使う

INTERCEPT関数は「2つのデータに関連がある」前提でy切片を求めます。しかし、関連がないデータでもy切片は計算されてしまいます。

そこで、CORREL関数で先に相関の強さを確認するのがおすすめです。

=CORREL(C2:C7, B2:B7)

相関係数が0.7以上（または-0.7以下）なら相関が強いと判断できます。この場合はINTERCEPT関数の結果を信頼してベースライン値として活用できます。

相関係数が0.3程度の場合、INTERCEPT関数でy切片は出ますが、その値の信頼性は低くなります。「データ分析の手順」として覚えておくと便利ですよ。

よくあるエラーと対処法

#N/Aエラー

INTERCEPT関数で最もよく見るエラーです。

たとえば =INTERCEPT(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。

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。

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(INTERCEPT(C2:C7, B2:B7), "データ不足") のように書けます。

SLOPE関数との違い・関連する統計関数

SLOPE関数との違い

INTERCEPT関数とペアで使うのがSLOPE関数です。

この2つを組み合わせると、回帰式 y = ax + b が完成します。

関連する統計関数の一覧

まとめ

INTERCEPT関数は、2つのデータセットから回帰直線のy切片を返す関数です。

この記事のポイント

• 構文は =INTERCEPT(データ_y, データ_x) で、yを先・xを後に指定する
• 戻り値はy切片（x=0のときのyの推定値）
• SLOPE関数と組み合わせて回帰式 y = ax + b を作れる
• FORECAST関数を使えば予測値を直接計算できる
• 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

INTERCEPT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
• 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、データの変化の勢いを具体的な数値で把握したいときってありますよね。グラフを見ればなんとなくわかるけど、「月あたり何円増えている」と言い切れると説得力が違います。

そんなときに使えるのがSLOPE関数です。この記事では基本の書き方から傾きの読み取り方、INTERCEPT・CORREL・FORECAST関数との連携まで解説します。

SLOPE関数とは？回帰直線の傾きを求める関数

SLOPE関数（読み方: スロープ関数）は、2つのデータセットから回帰直線の傾きを返す統計関数です。「SLOPE」は英語の「slope（傾き・坂）」が由来です。

回帰直線とは、散布図に描かれた点の並びに最もフィットする直線のことです。この直線の傾きがわかると「xが1増えたときに、yがどれだけ変わるか」を数値で把握できます。

たとえば、月ごとの広告費（x）と売上（y）のデータがあるとします。SLOPE関数の結果が「5」なら、広告費を1万円増やすと売上が約5万円増えるという意味です。

SLOPE関数にできることをまとめると、次のとおりです。

• 2つのデータ間の回帰直線の傾きを求める
• データの変化率（xが1増えたときのyの増減量）を数値化する
• INTERCEPT関数と組み合わせて回帰式（y = ax + b）を作る
• CORREL関数で相関を確認したうえで予測に活用する

NOTE

SLOPE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。

SLOPE関数の書き方（構文と引数）

基本構文

=SLOPE(データ_y, データ_x)

カッコの中に、傾きを求めたい2つのデータ範囲を指定します。

引数の説明

引数はたった2つだけなのでシンプルですよね。ポイントは yを先、xを後 に指定することです。「結果（y）が先、原因（x）が後」と覚えてください。

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。

SLOPE関数の基本的な使い方

実際にSLOPE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。

傾きの値を求める

=SLOPE(C2:C7, B2:B7)

結果は約 12.1 になります。これは「広告費を1万円増やすと、売上が約12.1万円増える」ことを表しています。

傾きの読み取り方

SLOPE関数の結果は正の値にも負の値にもなります。

傾きの絶対値が大きいほど、xの変化に対するyの変化が大きくなります。「12.1」と「2.3」なら、前者のほうがxの影響を強く受けていると判断できますよ。

TIP

ただし、傾きが大きい＝相関が強いとは限りません。外れ値が1つあるだけで傾きは大きく変わります。CORREL関数で相関の強さを確認してからSLOPE関数を使うのがおすすめです。

SLOPE関数の実践的な使い方・応用例

売上トレンドの分析

月番号をx、売上をyとして傾きを求めると、月あたりの売上増減がわかります。

=SLOPE(B2:B7, A2:A7)

結果は約 23.7 です。「毎月平均で約23.7万円ずつ売上が伸びている」と読み取れます。上司への報告で「売上は月あたり約24万円のペースで成長しています」と言えますね。

INTERCEPT関数と組み合わせて回帰式を作る

SLOPE関数だけでは傾きしかわかりません。INTERCEPT関数と組み合わせると、回帰式が完成します。

回帰式は y = 傾き x x + 切片 です。

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

この回帰式は y = 12.1 x x + 28.3 です。たとえば広告費を40万円（x=40）に増やした場合の売上予測は、12.1 x 40 + 28.3 = 約512万円と計算できます。

FORECAST関数で予測値を直接求める

「回帰式を手で計算するのはめんどう」というときはFORECAST関数が便利です。SLOPE・INTERCEPTの計算を内部で自動的に行い、予測値を直接返してくれます。

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

広告費40万円のときの売上予測が一発で出ます。結果は上の回帰式と同じ約512万円です。

TIP

FORECAST関数を使えばSLOPE・INTERCEPTを個別に求めなくても予測ができます。ただし「傾きと切片の値を把握したい」場合はSLOPE・INTERCEPTを使い分けてください。

CORREL関数で相関を確認してからSLOPEを使う

SLOPE関数は「2つのデータに関連がある」前提で傾きを求めます。しかし、関連がないデータでも傾きは計算されてしまいます。

そこで、CORREL関数で先に相関の強さを確認するのがおすすめです。

=CORREL(C2:C7, B2:B7)

相関係数が0.7以上（または-0.7以下）なら相関が強いと判断できます。この場合はSLOPE関数の結果を信頼して予測に使えます。

相関係数が0.3程度の場合、SLOPE関数で傾きは出ますが、予測の精度は低くなります。「データ分析の手順」として覚えておくと便利ですよ。

よくあるエラーと対処法

#N/Aエラー

SLOPE関数で最もよく見るエラーです。

たとえば =SLOPE(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。

xがすべて同じ値だと、傾きを計算するための分母が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。

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(SLOPE(C2:C7, B2:B7), "データ不足") のように書けます。

INTERCEPT関数との違い・関連する統計関数

INTERCEPT関数との違い

SLOPE関数とペアで使うのがINTERCEPT関数です。

この2つを組み合わせると、回帰式 y = ax + b が完成します。

関連する統計関数の一覧

まとめ

SLOPE関数は、2つのデータセットから回帰直線の傾きを返す関数です。

この記事のポイント

• 構文は =SLOPE(データ_y, データ_x) で、yを先・xを後に指定する
• 戻り値は傾き（xが1増えたときのy変化量）
• INTERCEPT関数と組み合わせて回帰式 y = ax + b を作れる
• FORECAST関数を使えば予測値を直接計算できる
• 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

SLOPE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。

• 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