概要
「予測値算出」は、過去のデータの傾向から「次はいくつになりそうか」を数式で求める考え方です。
Excel では FORECAST 関数（新バージョンでは FORECAST.LINEAR）を使うと、既知の x・y の関係から、任意の x に対する y の予測値を線形回帰で計算できます。
売上予測、需要予測、アクセス数の予測など、「時間や条件に応じて数値が増減している」場面でとてもよく使われます。
FORECAST 関数の基本
構文と引数の意味
FORECAST（および推奨される FORECAST.LINEAR）の構文は次のとおりです。
=FORECAST(x, 既知のy, 既知のx)
または
=FORECAST.LINEAR(x, 既知のy, 既知のx)
ここでの意味は次の通りです。
- x：予測したいポイント（将来の月、ある条件の値など）の x。
- 既知のy：すでに分かっている y（売上、需要、アクセス数など）の範囲。
- 既知のx：その y に対応する x（年月、広告費、温度など）の範囲。
内部では「最小二乗法による線形回帰」が行われ、既知の x・y の関係を直線で近似し、その直線上の y を返します。
FORECAST と FORECAST.LINEAR の関係
Excel 2016 以降では、FORECAST は新しい予測関数群の一部として FORECAST.LINEAR に置き換えられています。
構文と使い方は同じで、FORECAST は互換性のために残っている位置づけです。
新しいブックでは、基本的に FORECAST.LINEAR を使う前提で覚えておくとよいです。
直感でつかむ FORECAST の動き
「直線的な傾向に乗せて予測する」
FORECAST は、過去のデータに「直線」を当てはめ、その直線を延長して未来や任意の x の位置の y を求めます。
たとえば、年ごとの売上が少しずつ増えているなら、「1 年ごとにどのくらい増えているか」という傾きを推定し、その傾きで先の年の売上を計算します。
イメージとしては、
- 既知の x・y を散布図に打つ
- そこに「最もよく通る直線（回帰直線）」を引く
- その直線上で、指定した x に対応する y を読む
ということを、関数 1 本でやってくれている感じです。
相関が弱い・非線形なデータへの注意
FORECAST は「線形回帰」に基づいているので、x と y の関係が直線的でない場合や、そもそも相関が弱い場合には、予測精度が低くなります。
また、既知の x の範囲から大きく外れた x に対する予測（極端な外挿）は、現実から大きくズレるリスクがあります。
「過去の傾向が今後も続く」という前提が妥当かどうかを、必ず目でデータを見て判断することが大事です。
コード例とテンプレート
基本例：年次売上から翌年の売上を予測
次のような表を考えます。
B 列：年（例：2016〜2025）
C 列：売上
B3:B12 に 2016〜2025 年、C3:C12 にその年の売上が入っているとします。
E3 に「2026 年」、F3 に「2026 年の予測売上」を出したいとき、F3 に次のように書きます。
=FORECAST(E3, $C$3:$C$12, $B$3:$B$12)
または
=FORECAST.LINEAR(E3, $C$3:$C$12, $B$3:$B$12)
ここで、
- x：E3（予測したい年＝2026）
- 既知のy：C3:C12（過去 10 年分の売上）
- 既知のx：B3:B12（対応する年）
となります。
この式は、「過去 10 年の売上の伸び方（直線的な傾向）をもとに、2026 年の売上を予測する」という意味になります。
シンプルな数列でのイメージ例
A2:A4 に 1,2,3、B2:B4 に 2,4,6 が入っているとします。
これは「y = 2x」という完全な直線関係です。
このとき、x=4 のときの y を予測したい場合、どこかのセルに次のように書きます。
=FORECAST(4, $B$2:$B$4, $A$2:$A$4)
結果は 8 になります。FORECAST は、既知の点（1,2）（2,4）（3,6）から「y=2x」という直線を見つけ、その直線上で x=4 のときの y を返している、というイメージです。
月次データでのテンプレート
A 列：月（1〜12）
B 列：月次売上
A2:A13 に 1〜12、B2:B13 に 12 ヶ月分の売上が入っているとします。
13 ヶ月目（翌年 1 月相当）を「月=13」として予測したいとき、C2 に次のように書けます。
=FORECAST(13, $B$2:$B$13, $A$2:$A$13)
これで、「1〜12 ヶ月目の傾向を直線で延長したときの 13 ヶ月目の売上」が返ってきます。
実務での使いどころと注意点
代表的な利用シーン
FORECAST は、ビジネスのいろいろな場面で使えます。
- 売上予測：過去数年・数ヶ月の売上から、来期・来月の売上を予測。
- 在庫・需要予測：販売数量の推移から、次の期間の需要を予測し、在庫計画に反映。
- アクセス・利用数予測：サイト PV やアプリ利用数の推移から、次月のアクセス数を予測。
- 電力・ガスなどの使用量予測：気温と使用量の関係から、ある気温のときの使用量を予測。
いずれも、「x と y の間にある程度の直線的な関係がある」ことが前提です。
エラーと前提条件
FORECAST／FORECAST.LINEAR には、いくつかの前提とエラー条件があります。
- x が数値でないとき：
#VALUE!エラー。 - 既知のy または既知のx が空、あるいはデータ数が一致しないとき：
#N/Aエラー。 - 既知のx の分散が 0（すべて同じ値）のとき：
#DIV/0!エラー。
また、データ数が少なすぎる場合や、外れ値が多い場合、そもそも直線で説明しづらいデータの場合は、予測の信頼性が下がります。
「予測値はあくまで“参考値”であり、必ず現場の知識と合わせて判断する」というスタンスが大事です。
例題
問題1
B3:B12 に 2016〜2025 年の年次データ、C3:C12 にその年の売上が入っています。
E3 に 2026 と入力されているとき、F3 に「2026 年の予測売上」を FORECAST で求める式を書いてください。
また、その式が「過去のどの範囲を見て、どのような前提で予測しているか」を、自分の言葉で説明してください。
問題2
A2:A13 に 1〜12（1 ヶ月目〜12 ヶ月目）、B2:B13 に 12 ヶ月分の売上が入っています。
13 ヶ月目の売上を「月=13」として予測したいとき、C2 に書くべき FORECAST（または FORECAST.LINEAR）の式を書いてください。
そのうえで、「この予測が現実から大きくズレる可能性があるのはどんな場合か」を考えて説明してください。
問題3
A2:A4 に 1,2,3、B2:B4 に 2,4,6 が入っています。
x=4 のときの y を FORECAST で求める式を書き、その結果がいくつになるか答えてください。
また、その結果から「このデータに対して FORECAST がどんな直線を仮定しているか」を説明してください。
問題4
FORECAST／FORECAST.LINEAR で予測を行うとき、「既知のx」と「既知のy」のデータ数が一致していないと #N/A エラーになります。
なぜデータ数が一致している必要があるのかを、「1 行ごとに x と y がペアになっている」という視点から説明してください。
問題5
FORECAST と TREND はどちらも「線形回帰による予測」を行う関数です。
「単発で特定の x に対する y を知りたいとき」と、「連続した x の範囲に対して一括でトレンド値を並べたいとき」で、どちらをどう使い分けるとよいかを、自分の言葉で整理してみてください。