関数、VBA、統計何でも即答。「ExcelマスターGPT」

▶ 使ってみる

初心者から上級者まで。Excelのことなら何でもOK

「ExcelマスターGPT」は、Excelの操作方法や関数、VBAなどを、やさしく教えてくれるAIアシスタントです。

💡 たとえばこんなことができます：

関数の使い方を説明（例：SUMIF の使い方）
グラフの作り方をガイド
ピボットテーブルの作成手順
マクロ／VBAの作成補助
「こうしたい！」をそのまま伝えるだけでOK

Q. どんなバージョンでも使えますか？

→ 基本的には Excel 365／2021／2019 などすべて対応可能です。
使っているバージョンを伝えると、より正確な説明をしてくれます。

Q. マクロやVBAも教えてくれる？

→ はい、マクロ自動化やVBAコードの書き方も、1行ずつ丁寧に教えてくれます。

例1. 便利なショートカットキー

例2. ブックを横断するVBAの作成

プロンプト

\Cドライブ\日報にファイル名:250605日報(日付のみ変更し記録していく)のSheet1に以下のデータが入っています。
A列:商品コード
B列:商品名
C列:価格
D列:消費数
E列:納入数
このフォルダ内のファイルを集計する月報のVBAを生成してください。

出力結果

Sub 集計_日報から月報作成()
    Dim フォルダパス As String
    Dim ファイル名 As String
    Dim wb日報 As Workbook
    Dim ws月報 As Worksheet
    Dim 最終行月報 As Long
    Dim コピー元最終行 As Long
    Dim r As Long

    フォルダパス = "C:\日報\"  ' フォルダパス
    ファイル名 = Dir(フォルダパス & "*日報*.xlsx")  ' 日報ファイルを対象

    Set ws月報 = ThisWorkbook.Sheets("Sheet1")
    ws月報.Cells.ClearContents  ' ★元データ消去注意！

    ' 見出し行を設定（任意）
    ws月報.Range("A1:E1").Value = Array("商品コード", "商品名", "価格", "消費数", "納入数")
    最終行月報 = 2

    Do While ファイル名 <> ""
        If ファイル名 <> ThisWorkbook.Name Then
            Set wb日報 = Workbooks.Open(フォルダパス & ファイル名, ReadOnly:=True)

            With wb日報.Sheets("Sheet1")
                コピー元最終行 = .Cells(.Rows.Count, "A").End(xlUp).Row
                If コピー元最終行 >= 2 Then
                    .Range("A2:E" & コピー元最終行).Copy
                    ws月報.Cells(最終行月報, 1).PasteSpecial xlPasteValues
                    最終行月報 = ws月報.Cells(ws月報.Rows.Count, "A").End(xlUp).Row + 1
                End If
            End With

            wb日報.Close False
        End If

        ファイル名 = Dir()
    Loop

    Application.CutCopyMode = False
    MsgBox "集計が完了しました。", vbInformation
End Sub

例,3 統計分析

プロンプト

A列に入っている学生の点数とB列に入っている学生の睡眠時間を統計学的に解析する手法を教えて

出力結果

了解しました。
A列：学生の点数、B列：睡眠時間
このような2変数（量的変数同士）の関係性を統計学的に解析する場合、以下のような手法が適しています。

**「点数」と「睡眠時間」の関係を統計的に分析する方法**

1. **散布図の作成（相関の視覚化）**  
   - Excel の「挿入」→「散布図」で2変数の関係を視覚的に確認します。

2. **ピアソンの相関係数（r値）の算出**  
   - Excel 関数 `=CORREL(A2:A100, B2:B100)` で数値の相関を確認。
   - rの値の解釈：
     - +1：完全な正の相関
     - 0：相関なし
     - −1：完全な負の相関

3. **回帰分析（予測モデルの構築）**  
   - 「データ分析」ツールから「回帰分析」を実行（アドイン有効化が必要）。
   - 点数 = a × 睡眠時間 + b という線形モデルを構築。

4. **決定係数（R²）の確認**  
   - 回帰モデルの説明力（0〜1）を示す値。0.7以上なら強い関係とされます。

5. **残差分析（モデルの妥当性確認）**  
   - 残差＝実測値−予測値がランダムに分布していれば線形モデルが妥当。

💡補足・コツ  
- データが多いほど分析の信頼性が上がります（n ≥ 30が理想）。
- 外れ値があると相関が歪むため、散布図での確認が大切です。