7 日間集中講義! Excel 回帰分析入門

Excel を使って回帰分析を使いこなせるようになれる!!
本書は、回帰分析の理論を、その前提となる相関関係から基本の単回帰分析、重回帰分析、線形判別分析、そして類書ではあまり触れられていないロジスティック回帰まで、豊富な実例を絡めながら、わかりやすくじっくりと解き明かしていきます。本書は Excel を用い、実際に手を動かしながら進めていくよう構成しています。
第 0 日 回帰分析とは
第 1 日 データ活用と予測をする上で知っておくべきこと
第 2 日 回帰分析の前に〜散布図と相関関係
第 3 日 単回帰分析
第 4 日 重回帰分析
第 5 日 説明変数に量的変数と質的変数が混在している場合
第 6 日 線形判別分析
第 7 日 ロジスティック回帰分析
付録 補足資料
付録 1 Excel アドインプログラムの使用方法・解説
付録 2 べき乗・平方根・立方根・指数・対数・浮動小数点表記の説明

『7 日間集中講義! Excel 回帰分析入門』 (米谷 学 著、オーム社、2018 年 10 月刊) は、相関関係から単回帰分析、重回帰分析、線形判別分析、ロジスティック回帰までの回帰分析の理論を、Excel で実際に手を動かしながら実例とともに解説する入門書です。副題は「ツールで拡がるデータ解析 & 要因分析」です。版元の書籍ページは、売上予測や商品の好みの要因分析など、ものごとの関係を統計で調べたいビジネスマンや学生、データ解析の初心者、無料のアドインプログラムを使いたい人を挙げ、対象の段階を初級としています。

序章と第 1 日から第 7 日、相関からロジスティック回帰まで

版元の目次は、序章「回帰分析とは」に始まり、第 1 日「データ活用と予測をする上で知っておくべきこと」、第 2 日「散布図と相関関係」、第 3 日「単回帰分析」、第 4 日「重回帰分析」、第 5 日「カテゴリーデータを含む重回帰分析」、第 6 日「線形判別分析」と進み、第 7 日「ロジスティック回帰分析」で終わります。そのあとに付録「回帰分析の補足資料」と索引が続きます。第 1 日は数の種類やデータ・クレンジング、単純集計とクロス集計、基本統計量を扱い、第 2 日は最高気温と販売個数の事例で散布図を描き、相関係数を求めて無相関の検定まで進みます。第 3 日は近似曲線の追加機能とデータ分析ツールの「回帰分析」の両方で単回帰を行い、予測値と残差の出力、データの範囲外を予測するときの注意を取り上げます。

最小二乗法と決定係数、Excel の関数が返す値

表計算ソフトで データ解析 として回帰を行う場合も、計算の中身は 統計学 の最小二乗法です。Microsoft のサポート文書 (2026 年 10 月に参照) は、Excel の LINEST 関数を、最小二乗法でデータに最もよく合う直線を求めてその直線を表す配列を返す関数と説明し、説明変数が複数ある場合の直線を y = m1x1 + m2x2 + ... + b の形で示しています。同じ文書によれば、LINEST は推定値と実際の値を比べて 0 から 1 の範囲で表す決定係数も返します。また、ある説明変数の列が他の列の倍数の和で表せる状態を共線性と呼び、0 と 1 の値だけでグループへの所属を表す列がある場合に起こり得るとしています。

カテゴリーデータと判別分析、ソルバーで解くロジスティック回帰

第 4 日は売上高の予測を題材に、予測の式の求め方、影響の大きい説明変数を探る要因分析、変数選択、LINEST 関数での実行、多重共線性を扱います。第 5 日はカテゴリーデータを説明変数に含む重回帰分析で、変数選択とカテゴリーの列の扱いをコラムで補います。第 6 日は重回帰分析を使った線形判別分析で、判別式を作って来店の有無を予測し、判別精度を検証します。第 7 日はゴールシーク機能からソルバー機能へ進み、ソルバーで二項ロジスティック回帰分析の値を求め、分析の精度を確かめます。この日には「実務では統計解析ソフトウェアの利用が現実的」と題したコラムも置かれています。

付録は、A で累乗と平方根、log を、B でデータ分析ツールの「回帰分析」のエラーメッセージや説明変数の選択の規準を、C でアドインプログラムの入手と接続、顔グラフ、カラーラベル付き散布図、外れ値の検出、変数選択を扱います。版元のページでは、本書に掲載された Excel シートを圧縮ファイルにまとめて提供しています (2026 年 10 月時点)。本書は、回帰分析の考え方と相関から、単回帰と重回帰、線形判別分析、ロジスティック回帰分析までを、序章と 7 つの日、付録に収めています。