データ分析とケモインフォ

統計検定2級の出題範囲と参考HP

（引用元｜統計検定２級出題範囲表）

参考HPへのリンクは随時アップデート予定
(* は外部リンク)

体系的に学ぶのであれば、書籍やudemyの講座がオススメ

データソース

身近な統計

ねらい） 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。

  1. （調べる場合の）データソース, 公的統計など*

    データの分布

    データの分布の記述

    ねらい） 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。

    1. 質的変数（カテゴリカル・データ）*
    2. 棒グラフ*
    3. 幹葉図*
    4. 累積度数グラフ*
    1. 量的変数（離散型, 連続型）*
    2. 円グラフ*
    3. 度数分布表・ヒストグラム*
    4. 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）*

    1変数データ

    中心傾向の指標

    ねらい） 分布の中心を説明する方法を理解する。

    1. 平均値*
    2. 最頻値(モード）*
    1. 中央値*

    散らばりなどの指標

    ねらい） 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。

    1. 分散（n-1で割る）*
    2. 範囲（最小値, 最大値）*
    3. 箱ひげ図*
    4. ジニ係数*
    5. カイ二乗値（一様な頻度からのずれ）*
    6. 尖度*
    1. 標準偏差*
    2. 四分位範囲*
    3. ローレンツ曲線*
    4. ２つのグラフの視覚的比較*
    5. 歪度*

    中心と散らばりの活用

    ねらい） 標準偏差の意味を知り、その活用方法を理解する。

    1. 偏差*
    2. 変動係数*
    1. 標準化（z得点）
    2. 指数化（一変数データ）*

    2変数以上のデータ

    散布図と相関

    ねらい） 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。

    1. 散布図*
    2. 共分散*
    3. 相関行列*
    4. 偏相関係数*
    1. 相関係数*
    2. 層別した散布図*
    3. みかけの相関（擬相関）*

    カテゴリカルデー タ

    ねらい） 質的変数の関連を探る方法を理解する。

    1. 度数表*
    1. 2元クロス表*

    データの活用

    単回帰と予測

    ねらい） 回帰分析の基礎を理解する。

    1. 最小二乗法
    2. 決定係数*
    3. 分散分析表*
    4. 残差プロット*
    5. 変数変換*
    1. 変動の分解*
    2. 回帰係数*
    3. 観測値と予測値*
    4. 標準誤差*

    時系列データの処理

    ねらい） 時系列データのグラフ化や分析方法を理解する。

    1. 成長率*
    2. 幾何平均*
    3. トレンド*
    1. 指数化（時系列データ）*
    2. 系列相関・コレログラム*
    3. 平滑化（移動平均）*

    推測のためのデータ収集法

    観察研究と実験研究

    ねらい） 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。

    1. 観察研究*
    2. 調査の設計*
    3. 標本*
    4. 標本調査*
    5. 無作為抽出*
    1. 実験研究*
    2. 母集団*
    3. 全数調査*
    4. ランダムネス*

    標本調査と無作為抽出

    ねらい） 標本調査の基本的概念を理解する。

    1. 標本サイズ（標本の大きさ）*
    2. 偏りの源*
    1. 標本誤差*
    2. 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

    ねらい） 効果評価のための適切な実験の方法について理解する。

    1. 実験のデザイン（実験計画）*
    1. フィッシャーの3原則*

    確率モデルの導入

    確率

    ねらい） 推測の基礎となる確率について理解する。

    1. 事象と確率*
    2. 条件付き確率*
    3. ベイズの定理*
    1. 加法定理*
    2. 乗法定理*

    確率変数

    ねらい） 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。

    1. 離散型確率変数*
    2. 確率変数の期待値・分散・標準偏差*
    3. 2変数の共分散・相関*
    1. 連続型確率変数*
    2. 確率変数の和と差（同時分布, 和の期待値・分散）*

    確率分布

    ねらい） 基礎的な確率分布の特徴を理解する。

    1. ベルヌーイ試行*
    2. ポアソン分布*
    3. 一様分布*
    4. 正規分布*
    5. 超幾何分布*
    1. 二項分布*
    2. 幾何分布*
    3. 指数分布*
    4. 2変量正規分布*
    5. 負の二項分布*

    推測

    標本分布

    ねらい） 推測統計の基礎となる標本分布の概念を理解する。

    1. 独立試行*
    2. チェビシェフの不等式*
    3. 中心極限定理*
    4. 連続修正*
    5. 母数（母平均, 母分散）*
    1. 標本平均の期待値・分散*
    2. 大数の法則*
    3. 二項分布の正規近似*
    4. 母集団*

    ねらい） 正規母集団に関する分布とその活用について理解する。

    1. 標準正規分布*
    2. ｔ分布*
    3. F分布*
    4. 上側確率点（パーセント点）*
    1. 標準正規分布表の利用*
    2. カイ二乗分布*
    3. 分布表の活用*

    推定

    ねらい） 点推定と区間推定の方法とその性質を理解する。

    1. 点推定*
    2. 有限母集団*
    3. 不偏性*
    4. 信頼係数*
    1. 推定量と推定値*
    2. 一致性*
    3. 信頼区間*

    ねらい） １つの母集団の母数の区間推定の方法を理解する。

    1. 正規母集団の母平均・母分散の区間推定*
    2. 相関係数の区間推定*
    1. 母比率の区間推定*

    ねらい） ２つの母集団の母数の区間推定の方法を理解する。

    1. 正規母集団の母平均の差・母分散の比の区間推定*
    1. 母比率の差の区間推定*

    仮説検定

    ねらい） 統計的検定の意味を知り、具体的な利用方法を理解する。

    1. 仮説検定の理論*
    2. 帰無仮説(Ｈ0)と対立仮説(H1)*
    3. 第１種の過誤と第２種の過誤*
    1. p値*
    2. 両側検定と片側検定*
    3. 検出力*

    ねらい） 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。

    1. 母平均の検定*
    2. 母比率の検定*
    1. 母分散の検定*

    ねらい） 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。

    1. 母平均の差の検定(分散既知）*
    2. 母平均の差の検定（分散未知で等しいとは限らない場合）
    3. 母比率の差の検定*
    1. 母平均の差の検定(分散未知であるが等分散）
    2. 母分散の比の検定

    ねらい） 適合度検定と独立性の検定について理解する。

    1. 適合度検定*
    1. 独立性の検定*

    線形モデル

    回帰分析

    ねらい） 重回帰分析を含む回帰モデルについて理解する。

    1. 回帰直線の傾きの推定と検定*
    2. 偏回帰係数*
    3. 多重共線性*
    4. 自由度調整（修正）済み決定係数
    1. 重回帰モデル
    2. 回帰係数の検定*
    3. ダミー変数を用いた回帰*

    実験計画の概念の理解

    ねらい） 実験研究による要因効果の測定方法を理解する。

    1. 実験*
    2. 反復*
    3. 一元配置実験*
    4. Ｆ比*
    1. 処理群と対照群*
    2. ブロック化*
    3. 3群以上の平均値の差（分散分析）*

    活用

    統計ソフトウェア の活用

    ねらい） 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。

    1. 計算出力を活用できるか*
    1. 問題解決に活用できるか*

    その他参考HP

    参考書籍






    その他参考（Udemy 講座）

    分かりやすい動画で体系的に学べるのでおすすめ


    いちばん理解できる統計学ベーシック講座その１
    【確率分布・推定・検定】
    いちばん理解できる統計学ベーシック講座その２
    【相関分析・回帰分析】
    【ゼロからおさらい】統計学の基礎