※本記事にはプロモーション（広告）が含まれています。
こんにちは、シラスです。
これまで、回帰分析を使えば「未来が予測できる」「見えない数値が見える」とお伝えしてきました。
しかし、回帰分析は万能の魔法ではありません。
使い方を一歩間違えると、とんでもない大嘘をついてしまう危険なツールでもあります。
今日は、データ分析における最大のタブーの一つ、「外挿（がいそう）」のリスクと、回帰分析ができること・できないことの境界線について解説します。
1. 「内挿」と「外挿」の違い
回帰分析の予測には、2つの種類があります。
内挿 (Interpolation)
データの「範囲内」での予測。
（例：気温10℃〜30℃のデータがある時、25℃の売上を予測する）
→ 信頼できる。
外挿 (Extrapolation)
データの「範囲外」での予測。
（例：気温10℃〜30℃のデータしかないのに、40℃の売上を予測する）
→ 非常に危険（賭け）。
2. なぜ「外挿」は危険なのか？
「直線をそのまま伸ばせばいいだけじゃないの？」
そう思うかもしれません。しかし、現実世界では「ルールが変わる瞬間」が存在します。
例：お風呂の温度と気持ちよさ
「38℃〜42℃」のデータを取りました。
温度が上がるほど、「気持ちいい」という評価が上がりました（右肩上がり）。
では、この直線を延長して「100℃」のお風呂に入ったらどうなるでしょうか？
死にます。
（気持ちいいどころではありません）
データがある範囲内（〜42℃）では直線に見えても、その先では急激にカーブしたり、崖のように落ち込んだりすることがよくあります。
回帰分析で作った数式は、あくまで「私たちが知っている地図の内側」でしか通用しないのです。
3. 回帰分析ができること・できないこと
最後に、回帰分析の限界を整理しておきましょう。
できること
- 過去のデータ範囲内での「穴埋め（内挿）」。
- 変数同士の「関係性の強さ」を知る。
- 「もし今のトレンドが続けば…」という「仮定の話」。
できないこと（苦手なこと）
- 経験したことのない未来の「予言（外挿）」。
- 突発的なイベント（リーマンショックなど）の予測。
- 「なぜそうなるか？」という「因果関係の証明」。
まとめ
回帰直線を引くと、ついその線を定規でどこまでも伸ばしたくなります。
「来年は売上が2倍になるぞ！」と。
しかし、データサイエンティストとして誠実であるためには、こう言わなければなりません。
この先は『神のみぞ知る領域』です」
回帰分析は強力な武器ですが、決して水晶玉ではありません。
その限界を知った上で、慎重に使いこなしていきましょう。
回帰分析の考え方を、楽しく復習したいときに向いています。回帰分析の考え方を、マンガで解説した本です（オーム社）。
「回帰分析の限界」の土台になる統計学を、本でじっくり学び直したいときに向いています。統計学を独学で学べるように書かれた入門書です（ダイヤモンド社、小島寛之 著）。
次に読むべき記事
この記事の内容がわかったら、単回帰分析の次のテーマに進みましょう。続けて読むと、現場でそのまま使える知識になります。
テーマ別に、もっと深く学ぶ
気になるところから読んでも大丈夫です。どの記事も、はじめて学ぶ人向けにやさしく書いています。
メーカーで電気設計と品質保証に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。