jp-stats-grade-pre1

Use when preparing for the Japan Statistical Society Certificate Grade Pre-1 (統計検定準1級) — probability theory and distributions, maximum likelihood and Bayesian estimation, testing theory, regression an

SKILL.md

GitHub

統計検定 準 1 級

結論: 範囲が広いので「導出できる核」と「結果を覚える周辺」を分ける。数値入力の問題があるため、式を立てて最後の数値まで出す練習が欠かせない。

試験の構造(統計検定の公式サイトで確認)

  • CBT 方式。選択式に加えて数値入力式の問題がある。試験時間・問題数・合格点は級別案内を確認する(合格は 100 点満点の 60 点以上とされている)。
  • 出題範囲表が正典。2 級の内容を前提に、大学で学ぶ統計の応用までを含む。

一次情報: 統計検定 https://www.toukei-kentei.jp/

範囲の芯

分野 核(導出できるようにする) 周辺(結果と使いどころ)
確率・分布 期待値・分散の計算、変数変換、積率母関数 多変量正規、順序統計量、各分布の関係
推定 最尤推定、フィッシャー情報量、不偏性・一致性 ベイズ推定と事前分布、EM アルゴリズム
検定 尤度比検定、検出力 多重比較、ノンパラメトリック検定
回帰・モデル 最小二乗の正規方程式、ロジスティック回帰の解釈 一般化線形モデル、AIC、正則化(リッジ・ラッソ)
多変量 主成分分析の固有値と寄与率 判別分析、クラスター分析、因子分析
時系列 自己相関、AR(1) の定常条件 MA・ARMA、季節調整
調査・実験 層化抽出の分散 分散分析、直交表、欠測の扱い
その他 生存時間解析(カプラン・マイヤー)、分割表、機械学習の基礎(交差検証・過学習)

学び方

  1. 2 級の判断表を前提に、尤度・情報量・漸近分布の考え方で全体をつなぐ。
  2. 各分野の核を白紙で導出する(例: 正規分布の母平均・母分散の最尤推定量、AR(1) の自己相関)。
  3. 周辺は「何のための手法か・前提・出力の読み方」を 3 行で書く。
  4. 数値入力に備え、電卓レベルの計算を途中で丸めずに最後まで運ぶ練習をする。
  5. 公式問題集を時間を計って解き、分野ごとの正答率を記録して弱い分野に戻る。

問題・解説を自作するとき

  • 計算の問は、解説の式とは別の道筋(シミュレーション、ライブラリ関数)でも数値を出し、一致を確かめる。
  • 導出の解説は前提(独立性、正則条件、大標本)を明記する。

落とし穴

  • 不偏推定量と最尤推定量の違い(分散の n と n−1)。
  • 尤度比検定の自由度の数え方。
  • 主成分分析で変数の尺度をそろえるかどうか(相関行列か共分散行列か)。
  • ロジスティック回帰の係数を確率の差として読む(正しくは対数オッズ)。
  • 時系列で非定常な系列に定常モデルを当てはめる。
  • 途中の丸めで数値入力の答えがずれる。

自己検証

  • 公式問題集 1 回分を時間内に解き、60% を安定して超えるか。
  • 核の導出を、教材を見ずに 1 本 10 分以内で書けるか。
  • 分野別正答率の最低値が上がっているか。