過去のデータから未来を予測する！スプレッドシートで実践する「重回帰分析」超入門

はじめに：カンに頼る予測からの脱却と、データが示す確かな未来

こんにちは、メンターHSです。

日々の業務で結果を出すためには、試行錯誤を繰り返して圧倒的な手数を出し続けることが重要です。

そして、その行動量を支える基盤となるのは、しっかりとした7時間半睡眠によるクリアな頭脳と、「なぜこれをやるのか」という自分自身の内発的動機づけです。

自分がやりたいからやるという情熱を持って行動し続けると、そこには必ず「データ」という揺るぎない事実が蓄積されます。

今回は、その過去のデータから客観的な法則を見つけ出し、将来を予測するための強力な武器「重回帰分析（じゅうかいきぶんせき）」について、わかりやすく解説します。

私たちのビジネスにおいて、結果は単一の理由だけで決まることはありません。例えば「売上」という結果には、「広告費」「営業の人数」「季節」など、数多くの要因が複雑に絡み合っていますよね。

重回帰分析とは、「2つ以上の複数の要因（独立変数）」を同時に使って、「予測したい結果（従属変数）」を導き出すための方程式を作る手法です。

1つの要因だけを見る「単回帰分析」とは異なり、複数の要素を同時に考慮します。そのため、より現実の複雑な状況に即した、精度の高い予測が可能になります。

この高度な分析ですが、実はGoogleスプレッドシートやExcelの関数を使って、誰でも手軽に実行できます。それが「LINEST（ラインエスト）関数」です。

指定したデータ範囲を選択してこの関数を入力するだけで、各要因が結果にどれくらい影響を与えているかを示す「係数」などを一瞬で弾き出してくれます。高価な分析ツールがなくても、今日からすぐに始められます。

ただし、一つだけ気をつけるべきポイントがあります。LINEST関数はすばやく計算できるのが最大の利点ですが、出力結果は「説明書きのない数字の羅列（配列）」として表示されます。そのため、パッと見ただけでは少し読み取るのが難しいのです。

このツールをビジネスの武器にするためには、「どの位置に出力された数値が、どんな意味を持っているのか」という、統計値の配置図をあらかじめしっかりと把握しておく必要があります。

LINEST関数は非常に優秀ですが、出力された数値を鵜呑みにせず、正しく解釈することが求められます。以下の3つのキーワードを必ず押さえておきましょう。

P-値（ピーち）この分析結果が「偶然の産物ではないか？」を判定するための超重要指標です。一般的にこの値が0.05（5%）未満であれば、「統計的に意味がある（有意である）」と判断すべきです。
　注意点として、LINEST関数にはこのP-値が直接出力されません。そのため、出力された「係数」「標準誤差」「自由度」を使って、追加で「T検定」の計算を行う必要があります。
決定係数（$R^2$：アールスクエア）作成した予測モデルが、実際のデータを「どれくらい正確に説明できているか」を表す指標です。0から1の間の値をとり、1に近いほど「予測の当てはまりが良い（精度の高いモデルである）」ことを意味します。
自由度「自由に動かせるデータの数」のことです。データ全体の件数から、分析に使った要因の数などを差し引いて計算されます。データが多ければ多いほど自由度は大きくなり、分析結果の信頼性が高まります。先ほどのP-値を計算する際にも不可欠な数値です。