ExcelのSTEYX関数は、線形回帰分析における回帰直線の標準誤差を計算するための関数です。この標準誤差は、回帰モデルの予測精度や信頼性を評価する際に非常に重要です。本記事では、STEYX関数の使い方とその活用方法について詳しく解説します。
回帰直線がデータにどれだけ当てはまるか（決定係数 R²）を確かめるときは、RSQ関数（決定係数）を使います。
売上の回帰直線の標準誤差を求める式（STEYX関数）
手順：B6 に STEYX の式を入れて Enter
9〜12月の売上から、回帰直線の標準誤差を求めます。 B6 に次の式を入力して、Enter キーを押します❶。
=STEYX(B2:B5,A2:A5) B2:B5A2:A5引数は y（予測したい値）が先、x が後です。
確認：標準誤差は約 2.31 万円
答えは 2.313006701 になりました❷。式は、次の順に計算しています。
- 月と売上に直線を引く
⇒ 回帰直線 - 直線からのずれの大きさ
⇒ 2.31
=FORECAST.LINEAR(13,B2:B5,A2:A5) で、13月目（翌年1月）の売上を予測できます。関数の説明
STEYX関数とは？
STEYX関数は、指定したxおよびyデータセットに基づいて回帰直線の標準誤差を計算します。標準誤差は、回帰直線からのデータポイントの分散を示し、回帰分析の結果がどれだけ信頼できるかを評価するために使用されます。標準誤差が小さいほど、回帰モデルの予測精度が高いことを示します。
関数
対応バージョン
- Excel 2007以降
構文
引数
| 引数 | 説明 |
|---|---|
| known_y’s | 必須。回帰分析のための既知のy値（応答変数）のデータセットです。 |
| known_x’s | 必須。回帰分析のための既知のx値（説明変数）のデータセットです。 |
関数作成のポイント
known_y'sとknown_x'sは同じ数のデータポイントを持つ必要があります。- データセットが適切に整列されていることを確認してください。
関数活用のポイント
- 回帰直線の精度を評価するために使用し、予測値の信頼性を向上させるために役立ちます。
- 統計的な分析やモデル評価において、データのばらつき具合を理解するために使用します。
まず動かしてみよう｜この記事のサンプルをその場で試せます
練習用ファイルをダウンロードしなくても、記事と同じデータ・同じセル番地のサンプルをここで動かせます。黄色いセルを書き換えると、結果がその場で変わります。各解説の最後にある「▶ この式を試す」を押すと、このツールの該当セルへ移動します。
使用例
サンプルデータ
| A | B |
|---|---|
| 月 | 売上 |
| 1月 | 100 |
| 2月 | 120 |
| 3月 | 130 |
| 4月 | 150 |
| 5月 | 160 |
サンプル式
この式は、月ごとの売上データを基に回帰直線の標準誤差を計算します。標準誤差が小さいほど、回帰直線がデータポイントに適合していることを示します。
（例題）サンプルデータダウンロード
サンプルデータをダウンロードすることができます。以下のリンクからダウンロードしてください。
まとめ
STEYX関数は、回帰直線の標準誤差を計算するための便利なツールです。回帰分析におけるモデルの信頼性や予測精度を評価するために、適切に活用してください。データ分析や統計的な評価において、精度の高い予測を実現するために役立ちます。
関連のある関数
| 関数 | 説明 |
|---|---|
| LINEST | 回帰直線の係数や統計データを計算する関数で、回帰直線の傾きや切片を求める際に使用します。 |
| SLOPE | 回帰直線の傾きを計算する関数で、データセットの勾配を求めます。 |
| INTERCEPT | 回帰直線のy切片を計算する関数で、xが0のときのyの値を求めます。 |
この記事では、STEYX関数の基本的な使い方とその応用方法について説明しました。回帰分析におけるモデルの精度を評価するために、積極的に活用してください。
Excelの統計関数の全体像は、こちらのまとめからテーマ別に辿れます。
