データサイエンスメディア「with DataScience.」では、AI・データサイエンスに関する業界トピックスなどをお届けします。
今回は、こちらのサイトをもとに、統計検定2級の概要と出題範囲をご紹介します。
▼統計学についての記事はこちら
【統計学】確率について解説 確率分布、確率測度、確率空間
【統計学】母集団と標本について解説 母数、標本数、サンプルサイズ、標本抽出とは
統計検定2級の概要
- 出題形式 4～5肢選択問題
- 問題数 35問程度
- 試験時間 90分
- 合格水準 100点満点で、60点以上
出題範囲一覧
大項目：データソース
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 身近な統計 | 歴史的な統計学の活用や、社会における統計の必要性の理解。 データの取得の重要性も理解する。 | （調べる場合の）データソース、公的統計など |
大項目：データの分布
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| データの分布の記 述 | 集められたデータから、 基本的な情報を抽出する方法を理解する。 | 質的変数（カテゴリカル・データ）、量的変数（離散型、連続型）、 棒グラフ、円グラフ、幹葉図、度数分布表・ヒストグラム、 累積度数グラフ、分布の形状（右に裾が長い、左に裾が長い、 対称、ベル型、一様、単峰、多峰） |
大項目：1変数データ
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 中心傾向の指標 | 分布の中心を説明する方法を 理解する。 | 平均値、中央値、最頻値（モード） |
| 散らばりなどの指標 | 分布の散らばりの大きさなどを 評価する方法を理解する。 | 分散（n-1で割る）、標準偏差、範囲（最小値、最大値）、四分位範囲、箱ひげ図、 ローレンツ曲線、ジニ係数、２つのグラフの視覚的比較、 カイ二乗値（一様な頻度からのずれ）、歪度、尖度 |
| 中心と散らばりの活用 | 標準偏差の意味を知り、 その活用方法を理解する。 | 偏差、標準化（z得点）、変動係数、指数化 |
大項目：2変数以上のデータ
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 散布図と相関 | 分散布図や相関係数を活用して、 変数間の関係を探る方法を理解する。 | 散布図、相関係数、共分散、層別した散布図、 相関行列、みかけの相関（擬相関）、偏相関係数 |
| カテゴリカルデー タ | 質的変数の関連を探る方法を理解する。 | 度数表、2元クロス表 |
大項目：データの活用
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 単回帰と予測 | 回帰分析の基礎を理解する。 | 最小二乗法、変動の分解、決定係数、回帰係数、 分散分析表、観測値と予測値、残差プロット、標準誤差、変数変換 |
| 時系列データの処理 | 時系列データのグラフ化や 分析方法を理解する。 | 成長率、指数化、幾何平均、系列相関・コレログラム、 トレンド、平滑化（移動平均） |
大項目：推測のためのデータ収集法
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 観察研究と実験研究 | 要因効果を測定する場合の、 実験研究と観察研究の違いを理解する。 | 観察研究、実験研究、調査の設計、母集団、標本、 全数調査、標本調査、ランダムネス、無作為抽出 |
| 標本調査と無作為抽出 | 標本調査の基本的概念を理解する。 | 標本サイズ（標本の大きさ）、標本誤差、偏りの源、 標本抽出法（系統抽出法、層化抽出法、クラスター抽出法、多段抽出法） |
| 実験 | 効果評価のための 適切な実験の方法について理解する。 | 実験のデザイン（実験計画）、フィッシャーの3原則 |
大項目：確率モデルの導入
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 確率 | 推測の基礎となる 確率について理解する。 | 事象と確率、加法定理、条件付き確率、 乗法定理、ベイズの定理 |
| 確率変数 | 確率変数の表現と 特徴（期待値・分散など）について理解する。 | 離散型確率変数、連続型確率変数、 確率変数の期待値・分散・標準偏差、確率変数の和と差（同時分布、和の期待値・分散）、 2変数の共分散・相関 |
| 確率分布 | 基礎的な確率分布の特徴を理解する。 | ベルヌーイ試行、二項分布、ポアソン分布、幾何分布、 一様分布、指数分布、正規分布、2変量正規分布、超幾何分布、負の二項分布 |
大項目：推測
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 標本分布 | 推測統計の基礎となる 標本分布の概念を理解する。 | 独立試行、標本平均の期待値・分散、チェビシェフの不等式、大数の法則、 中心極限定理、二項分布の正規近似、連続修正、母集団、母数（母平均、母分散） |
| 標本分布 | 正規母集団に関する分布と その活用について理解する。 | 標準正規分布、標準正規分布表の利用、ｔ分布、 カイ二乗分布、F分布、分布表の活用、上側確率点（パーセント点） |
| 推定 | 点推定と区間推定の方法と その性質を理解する。 | 点推定、推定量と推定値、有限母集団、 一致性、不偏性、信頼区間、信頼係数 |
| 推定 | １つの母集団の母数の 区間推定の方法を理解する。 | 正規母集団の母平均・母分散の区間推定、 母比率の区間推定、相関係数の区間推定 |
| 推定 | ２つの母集団の母数の 区間推定の方法を理解する。 | 正規母集団の母平均の差・母分散の比の区間推定、 母比率の差の区間推定 |
| 仮説検定 | 統計的検定の意味を知り、 具体的な利用方法を理解する。 | 仮説検定の理論、p値、帰無仮説(Ｈ0)と対立仮説(H1)、 両側検定と片側検定、 第１種の過誤と第２種の過誤、検出力 |
| 仮説検定 | １つの母集団の母数に関する 仮説検定の方法について理解 する。 | 母平均の検定、母分散の検定、母比率の検定 |
| 仮説検定 | ２つの母集団の母数に関する 仮説検定の方法について理解 する。 | 母平均の差の検定(分散既知、分散未知であるが等分散、 分散未知で等しいとは限らない場合）、 母分散の比の検定、母比率の差の検定 |
| 仮説検定 | 適合度検定と独立性の 検定について理解する。 | 適合度検定、独立性の検定 |
大項目：線形モデル
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 回帰分析 | 重回帰分析を含む 回帰モデルについて理解する。 | 回帰直線の傾きの推定と検定、重回帰モデル、 偏回帰係数、回帰係数の検定、多重共線性、ダミー変数を用いた回帰、 自由度調整（修正）済み決定係数 |
| 実験計画の概念の理解 | 実験研究による要因効果の 測定方法を理解する。 | 実験、処理群と対照群、反復、ブロック化、 一元配置実験、３群以上の平均値の差（分散分析）、Ｆ比 |
大項目：活用
| 小項目 | ねらい | 項目（学習しておくべき用語） |
|---|---|---|
| 統計ソフトウェアの活用 | 統計ソフトウェアを利用できるようになり、 統計分析を実施できるようになる。 | 計算出力を活用できるか、 問題解決に活用できるか |
※この記事は2024年10月時点の情報です。最新の情報は、統計検定の公式サイトをご確認ください。
関連記事はこちら
- 【Python】range、break、continueの使い方 関数を簡単な例で解説
- 生成AI活用の課題とニーズ、「ハルシネーション」「セキュリティ対策」が焦点に
- 【Rで実践】分析結果を簡単に保存する CSV、Excel、テキスト、JSON形式 データの書き出し方法
- 【Rで実践】分析のためのデータ読み込み方法 csv、テキスト、Excelファイルの読み込み
- 【ノーベル物理学賞】ジョン・ホップフィールド氏、ジェフリー・ヒントン氏の2名が受賞 「人工ニューラルネットワークによる機械学習を可能にした基礎的発見と発明に対する業績」
本メディアの記事等の内容には細心の注意を払っておりますが、正確性を保証するものではありません。もし記事内に誤りや不正確な情報がございましたら、こちらのお問い合わせフォームよりご連絡ください。
当メディアは、読者の皆様からのご指摘を大切にし、内容の見直しや修正を行うことで、より有益な記事を提供していく所存です。皆様のご理解とご協力をお願いいたします。
