• 作成日 : 2025年8月25日

TANH関数の使い方:双曲線正接を活用してデータを変換する方法

TANH関数は、双曲線正接(ハイパボリックタンジェント)を計算するエクセルの数学関数です。入力値を-1から1の範囲に変換する特性を持ち、機械学習のニューラルネットワークやデータの正規化、シグモイド曲線の作成など、高度なデータ分析で活用されています。数学的な背景は複雑に見えますが、実務での応用方法を理解すれば、データ分析の幅が大きく広がります。

本記事では、TANH関数の基本から実践的な活用法まで、具体例を交えて分かりやすく解説します。

TANH関数の基本的な使い方

TANH関数とは

TANH関数は、双曲線正接を計算する関数で、任意の実数を入力すると-1から1の範囲に近い値を返します(ただし、±1には到達しません)。

数学的には (e^x – e^-x) / (e^x + e^-x) で定義されますが、実務では「大きな値を1に、小さな値を-1に近づける変換関数」として理解すると使いやすいでしょう。

この関数の特徴は、0を中心とした対称的な曲線を描き、入力値が大きくなるほど出力が1に、小さくなるほど-1に漸近することです。この性質により、極端な値を含むデータを扱いやすい範囲に収めることができます。

参考:TANH 関数 – Microsoft サポート

基本構文と特性

TANH関数の構文は非常にシンプルです。

=TANH(数値)

数値:双曲線正接を計算したい値を指定します。セル参照、数値、数式のいずれも使用できます。

TANH関数の主な特性
  • 入力値が0のとき、出力も0
  • 入力値が正の大きな値のとき、出力は1に近づく
  • 入力値が負の大きな値のとき、出力は-1に近づく
  • グラフ化すると滑らかなS字曲線を描く

基本的な計算例

具体的な数値でTANH関数の動作を確認してみましょう。

基本的な値での計算:

=TANH(0)     結果:0

=TANH(1)     結果:約0.762

=TANH(2)     結果:約0.964

=TANH(-1)    結果:約-0.762

=TANH(5)     結果:約0.9999

セル参照を使った計算

A1セルに2が入力されている場合、

=TANH(A1)    結果:約0.964

数式と組み合わせた使用

=TANH(A1/10)  A1の値を10で割ってから変換

=TANH(LN(B1)) B1の自然対数を取ってから変換

グラフで理解するTANH関数

TANH関数の特性をより深く理解するために、グラフ化してみましょう。

X軸の値(-5から5まで)を用意

A列:-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5

B列:=TANH(A1) をコピー

このデータをグラフ化すると、0を中心とした美しいS字曲線が描かれます。-2から2の範囲で最も急激に変化し、それ以外では緩やかに1または-1に近づいていくことが視覚的に確認できます。

TANH関数の実践的な利用シーン

評価スコアの正規化

異なる尺度の評価を統一的に扱う場合に、TANH関数が有効です。

顧客満足度スコアの正規化(0-100点を-1から1に変換)

=TANH((満足度-50)/25)

この変換により、50点を中心(0)として、高評価は正の値、低評価は負の値に変換されます。

複数指標の統合評価:

売上成長率の正規化: =TANH(成長率/10)

利益率の正規化: =TANH((利益率-20)/10)

総合スコア: =(売上正規化*0.6 + 利益正規化*0.4)

異常値の影響を抑制

外れ値を含むデータセットで、極端な値の影響を軽減できます。

売上データの前処理

=TANH((売上-平均売上)/標準偏差)

この変換により、平均から大きく外れた値も-1から1の範囲に収まり、統計処理が安定します。

センサーデータの補正

=IF(ABS(センサー値)>閾値, TANH(センサー値/閾値)*閾値, センサー値)

異常に大きな値のみを圧縮し、通常範囲のデータはそのまま保持します。

予測モデルの活性化関数

機械学習の概念を取り入れた予測モデルで、TANH関数を活性化関数として使用できます。

単純な売上予測モデル

線形結合: =価格影響*A1 + 季節影響*B1 + 定数項

予測値: =TANH(線形結合)*最大売上

顧客の購買確率予測

スコア: =年齢係数*年齢 + 収入係数*収入 + 購買履歴係数*履歴

確率: =(TANH(スコア)+1)/2

TANH関数の出力を0から1に変換することで、確率として解釈できます。

感度分析での活用

パラメータの変化に対する影響度を滑らかに表現する際に有用です。

価格弾力性のモデル化

需要量: =基準需要*EXP(TANH(価格変化率/10)*弾力性)

在庫レベルの最適化

発注量: =基準発注量*(1+TANH((安全在庫-現在庫)/変動幅))

これにより、在庫が少ないときは発注量を増やし、多いときは減らす滑らかな調整が可能です。

TANH関数の応用・他関数との組み合わせ

TANH関数を使った独自の変換関数

ビジネスニーズに合わせたカスタム変換関数を作成できます。

非対称な変換関数

=IF(値>=0, TANH(値/正の感度), TANH(値/負の感度)*負の重み)

段階的な変換

=TANH(値/10)*0.5 + TANH(値/100)*0.5

この組み合わせにより、小さな変化と大きな変化の両方に反応する関数を作成できます。

時系列データの平滑化

TANH関数を使って、急激な変化を抑制しながらトレンドを保持します。

前期比成長率の平滑化

=TANH((今期-前期)/前期)*最大成長率

移動平均との組み合わせ

=AVERAGE(今期値, 前期値)*TANH(変化率)

条件付き処理の実装

TANH関数の特性を利用した、滑らかな条件分岐を実現できます。

段階的な割引率の適用

割引率: =基本割引*(1+TANH((購入金額-基準額)/変化幅))/2

これにより、購入金額に応じて0から基本割引率まで滑らかに変化します。

リスク評価の段階的表現

リスクレベル: =ROUND((TANH(リスクスコア/50)+1)*5, 0)

連続的なリスクスコアを1から10の段階に変換します。

最適化問題での応用

TANH関数を制約条件や目的関数に組み込むことで、滑らかな最適化が可能です。

在庫コストの最小化

保管コスト: =在庫量*単価*TANH(在庫量/容量)

機会損失: =欠品確率*損失額*TANH(-在庫量/需要)

総コスト: =保管コスト+機会損失

リソース配分の最適化

効用: =TANH(投入量/飽和点)*最大効用

限界効用: =効用-TANH((投入量-1)/飽和点)*最大効用

よくあるエラーと対処法

#VALUE!エラーの解決

TANH関数で発生する可能性のあるエラーとその対処法です。

文字列が含まれる場合

=IFERROR(TANH(VALUE(A1)), “数値を入力してください”)

空白セルの処理

=IF(ISBLANK(A1), 0, TANH(A1))

数値精度の問題

極端に大きな値での精度低下に注意が必要です。

大きな値の事前処理

=IF(ABS(値)>5, SIGN(値), TANH(値))

5を超える値ではTANH関数の結果はほぼ±1に近づくため、計算を省略することが可能です(ただし厳密には±1にはなりません)。

ゼロ除算の回避

=TANH(分子/IF(分母=0, 0.0001, 分母))

逆変換の実装

TANH関数の逆関数(ATANH)を使った元の値の復元方法です。

正規化の解除

元の値: =ATANH(正規化値)*標準偏差+平均値

ただし、ATANH関数は-1から1の範囲外でエラーになるため:

=IFERROR(ATANH(BOUND(値,-0.999,0.999)), SIGN(値)*10)

パフォーマンスの考慮

大量のデータでTANH関数を使用する際の最適化方法です。

事前計算による高速化

=VLOOKUP(ROUND(値,2), 事前計算テーブル, 2, TRUE)

よく使う値のTANH結果を事前に計算しておくことで、処理速度を向上させます。

条件付き計算

=IF(ABS(値)<0.01, 値, TANH(値))

0に近い値では線形近似を使用し、計算負荷を軽減します。

データ変換に便利なTANH関数の活用

TANH関数は、任意の数値を-1から1の範囲に変換するExcelの数学関数で、極端な値の影響を抑える正規化手法として有効です。滑らかなS字カーブを描く特性があり、評価スコアの正規化、異常値の処理、予測モデルの活性化関数など、実務的な場面で広く使われています。

特に、入力値が0に近い範囲で出力が急変し、大きな値では出力が±1に近づくという性質を活かすことで、データの分布をコントロールしやすくなります。エラー処理や逆変換の方法も理解しておくと、より柔軟なデータ分析ができるようになります。


※ 掲載している情報は記事更新時点のものです。

※本サイトは、法律的またはその他のアドバイスの提供を目的としたものではありません。当社は本サイトの記載内容(テンプレートを含む)の正確性、妥当性の確保に努めておりますが、ご利用にあたっては、個別の事情を適宜専門家にご相談いただくなど、ご自身の判断でご利用ください。

関連記事