【Googleスプレッドシート】FORECAST関数で線形予測を行う!時系列の将来値を推定

過去の売上推移から来月の売上を予測したい、月別広告費から想定される反響数を見積もりたい。このような線形のトレンド予測には、Googleスプレッドシートの FORECAST関数が便利です。既知のデータから直線を引き、新しいx値に対するy値を推定します。

FORECAST関数は2つの数値範囲を渡すだけで線形回帰を内部で計算し、指定したxに対する予測値を返します。線形回帰の式を手動で組み立てる必要がなく、関数1つで予測値が得られる手軽さが大きな魅力です。

本記事では、FORECAST関数の基本構文、線形予測の前提条件、FORECAST.LINEARとの関係、応用パターン、よくある誤読までをまとめて解説します。

線形予測の仕組みと前提条件

FORECAST関数は、既知のx値と対応するy値から最小二乗法で直線を引き、その直線上で指定したx値に対応するy値を返します。例えば月数1〜10と売上データがあるとき、月数11の売上を予測する用途です。

前提として、x値とy値の間に線形関係があることが必要です。CORREL関数で相関係数を確認し、絶対値0.7以上なら線形予測の信頼度が高まります。相関が弱いまま予測すると、結果は出ますが意味のある数値にはなりません。

既知のデータ範囲を大きく超えた予測は外挿と呼ばれ、信頼性が下がります。月数1〜10のデータから月数100を予測しても、実際にはトレンドが変わる可能性が高く、参考値以上の意味を持ちません。短期間の予測に絞って使うことが推奨されます。

FORECAST関数で予測値を計算する基本手順

1. 既知のデータを2列に並べます
   A列に月数(1, 2, 3…)、B列に売上のように、xとyのペアを縦に並べます。データが多いほど予測精度が上がります。
2. 予測したいx値を別セルに入力します
   例えばC2に「11」と入れて、12月目を予測する設計にします。複数の予測点を作れる柔軟な構成です。
3. =FORECAST(C2, B2:B10, A2:A10) と入力します
   引数は順に「予測したいx、既知のy範囲、既知のx範囲」です。順序を間違えるとエラーや誤った値になります。
4. 結果と既知データの傾向を比べます
   過去5ヶ月の売上が月平均10万ずつ増えているなら、予測値もその延長になっているはずです。極端に離れた値が出たらデータ範囲を確認してください。
5. CORRELで相関を確認します
   =CORREL(A2:A10, B2:B10) で相関係数を出し、0.7以上なら予測の信頼度が高いと判断できます。

線形予測の応用テクニック

1. SEQUENCE関数で複数月を一気に予測
   =ARRAYFORMULA(FORECAST(SEQUENCE(6,1,11), B2:B10, A2:A10)) のような式で、11月から16月まで6ヶ月分を一気に予測できます。
2. 散布図にトレンドラインを追加
   挿入→グラフ→散布図で既知データを描画し、カスタマイズタブで「トレンドライン」をオンにすると、FORECASTの計算根拠が視覚化されます。
3. FORECAST.ETSで季節性予測
   線形ではなく季節変動のあるデータには FORECAST.ETS関数が向いています。月別売上のように年単位の周期がある場合に活躍します。
4. 条件付き書式で予測達成度をハイライト
   実績値が予測値の何パーセントかを計算し、85%未満を赤く塗るような条件付き書式で、目標達成状況が一目で分かります。

FORECAST関数でつまずきやすいパターン

引数の順序を間違える

第2引数がy範囲、第3引数がx範囲という順序を逆にしがちです。「予測したい値、出力範囲、入力範囲」と覚えると間違いにくくなります。Excelとは引数順序が同じなので、Excelユーザーは違和感なく使えます。

非線形データに使ってしまう

指数関数的に伸びる売上や、季節変動のあるデータに対し線形予測を使うと、未来予測が大きく外れます。事前にデータを散布図で確認し、線形性が見えない場合は GROWTH関数(指数)や FORECAST.ETS(季節性)を検討してください。

外挿で過信する

既知データの2倍3倍先の予測は信頼度が大きく落ちます。予測期間は既知データの2割程度までに抑えるのが実務的なガイドラインです。それ以上の予測は参考値として扱ってください。

外れ値の影響を受ける

1点だけ極端なy値があると線形回帰の傾きが大きく動き、予測値も影響されます。事前にデータの異常値を確認し、必要なら除外してから予測することで安定した結果が得られます。

予測関連関数の使い分け比較

まとめ

FORECAST関数は線形回帰による予測を1関数で実現するツールで、=FORECAST(予測したいx, yの範囲, xの範囲) という構文で使います。事前にCORREL関数で相関の強さを確認し、線形性を散布図で視覚化してから使うことで、信頼できる予測値が得られます。季節性のあるデータには FORECAST.ETS、指数的成長には GROWTH を使い分けると、データの性質に合った予測が可能になります。外挿の誤差や外れ値の影響に注意しながら、短期予測の起点として活用してください。