FORECAST.ETS.STAT関数は、FORECAST.ETS 関数が予測に使った計算の値（平滑化の係数）や、予測の誤差の大きさを返す関数です。予測がどれくらい過去のデータに合っているかを数字で確かめたり、季節性の指定を変えたときに精度がどう変わるかを比べたりするときに使います。
この記事では、FORECAST.ETS.STAT 関数の書き方と 8 種類の統計値の意味、誤差を使って予測の方法を比べる例まで、実際の Excel の画面で説明します。
FORECAST.ETS.STAT関数の書き方（構文）
=FORECAST.ETS.STAT(値, タイムライン, 統計の種類, [季節性], [データ補間], [集計])| 引数 | 意味 |
|---|---|
| 値・タイムライン | これまでの売上と日付の範囲（FORECAST.ETS と同じ） |
| 統計の種類 | 1〜8 の番号。下の表のどの値を返すか |
| 季節性ほか（省略可） | FORECAST.ETS と同じ指定 |
Excel 2016 以降・Microsoft 365 で使えます。
基本の使い方：8種類の統計値を求める
36か月分の売上について、統計の種類 1〜8 をすべて求めました。F2 に次の式を入れて、F9 までコピーしています。
=FORECAST.ETS.STAT($B$2:$B$37,$A$2:$A$37,D2)
| 種類 | 意味 | この例の値 |
|---|---|---|
| 1 アルファ | 直近の値をどれだけ重く見るか（基本の水準） | 0.251 |
| 2 ベータ | 増え方・減り方の傾向をどれだけ重く見るか | 0.001 |
| 3 ガンマ | 季節の波をどれだけ重く見るか | 0.250 |
| 4 MASE | 平均絶対スケール誤差（1 より小さいほど良い） | 0.202 |
| 5 SMAPE | 対称平均絶対パーセント誤差（割合の誤差） | 0.030 |
| 6 MAE | 平均絶対誤差（平均で何ずれているか） | 3.625 |
| 7 RMSE | 二乗平均平方根誤差（大きなずれを重く見る） | 4.133 |
| 8 データの間隔 | タイムラインから検出した間隔 | 31 |
1〜3 は予測の計算に使われた係数（0〜1）、4〜7 は予測と実際のずれの大きさです。MAE 3.625 は「過去のデータに当てはめると、平均で 3.6 くらいずれる」という意味で、売上が 70〜180 の中では小さなずれです。SMAPE 0.030 は約 3% のずれです。
誤差で予測の方法を比べる
4つ目の引数に季節性を指定して、季節性あり（自動）と季節性なし（0）の誤差を比べました。
MAE は季節性ありで 3.625、なしで 19.665 と、季節性を入れないと 5 倍ほどずれが大きくなりました（②）。このデータには季節の波があるので、季節性ありで予測するほうが合っている、と数字で確かめられます（FORECAST.ETS.SEASONALITY関数）。
よくある間違い
| 症状 | 考えられる原因 | 対処 |
|---|---|---|
| #NUM! になる | 統計の種類が 1〜8 以外／日付の間隔がばらばら | 種類は 1〜8 で指定する。日付を同じ間隔にする。 |
| #N/A になる | 値とタイムラインの範囲の大きさが違う | 2つの範囲を同じ行数にする。 |
| 誤差の大きさが分からない | MAE・RMSE は元のデータと同じ単位 | データの大きさと比べて読む。割合で見るなら SMAPE。 |
よくある質問
MAE と RMSE の違いは？
どちらも予測のずれの大きさですが、RMSE はずれを2乗してから平均するので、大きく外れた月があると大きくなります。この例では MAE 3.625、RMSE 4.133 でした。
予測そのものや予測の幅は？
予測は FORECAST.ETS関数、予測の幅は FORECAST.ETS.CONFINT関数で求めます。
コメント