はじめに
◆この記事の概要
・２級の出題項目の難易度を🔴を用いて５段階評価します。
・過去問の出題の頻出度も合わせて⭐️で５段階評価します。
◆この記事の対象
・統計の学習をしている方
・２級の受験を検討してる方
●著者について
2024年3月に統計検定２級を合格
現在は統計検定準１級に向けて勉強中
難易度🔴の評価基準
レベル１ 🔴
全然難しくない。
もともと知っている方も多いと思う。
レベル2 🔴🔴
教科書を読めば難なく理解できる。
中学高校で触れたことある方は飛ばしても問題ない。
レベル3 🔴🔴🔴
少し注意が必要。
中学高校で触れたことがあっても忘れている方も多いと思う。
レベル4 🔴🔴🔴🔴
統計学に触れたことのない方は初見では難しい。
考え方自体が少しずつ複雑になっている。
レベル5 🔴🔴🔴🔴🔴
かなり難しい。
一度やっただけでは何やってるかわからない方も多いと感じる。
著者は４、５回繰り返してようやく理解した。
項目別評価
データソース
身近な統計
| 難易度 | 出題頻度 |
|---|---|
| 🔴 | ⭐️ |
大学受験で数学を使ったことのある人は一度は見たことのあるようなものばかりです。
もう一度復習がてらに眺めたら理解できると思います。
データの分布
データの分布と記述
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴 | ⭐️ |
ここまでは算数のような内容です。決して落としてはいけない。
１変数のデータ
中心傾向の指標
散らばりなどの指標
中心と散らばりの活用
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴 | ⭐️⭐️⭐️ |
代表値と言われる単語や聞き馴染みのない単語がたくさん出てくるようになります。
しかし、覚えようとしなくてもコレから先の単元をやっていくうちに必然的にわかるようになりました。
２変数以上のデータ
散布図と相関
カテゴリカルデータ
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴🔴 | ⭐️ |
相関関係と因果関係の違いがわかりますか？
データの活用
単回帰と予測
時系列データの処理
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴 | ⭐️ |
ここから記述統計学と呼ばれるものから推測統計学と呼ばれるものに移ります。
難易度が高くなっていく一方でようやくTHE統計学って感じがして面白くなってきます。
推測のためのデータ収集法
観察研究と実験研究
標本調査と無作為抽出
実験
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴 | ⭐️⭐️ |
標本の抽出方法には様々ありややこしくなってきます。
抽出方法についてはしっかり丸暗記してしまいましょう。
確率モデルの導入
確率
確率変数
確率分布
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴 | ⭐️⭐️⭐️⭐️ |
確率は統計っぽいイメージは持っていませんでしたがしっかりと統計学です。
ベイズ統計などの今後大事になるであろう知識の根幹になります。
今後も学習を続けていく予定のある方はしっかりと身につけておきたいです。
推測
標本分布
推定
仮説検定
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴🔴🔴 | ⭐️⭐️⭐️⭐️⭐️ |
仮説検定は最頻出かつ最難関だと感じました。
有意水準〇〇％など難しくなってきます。
線形モデル
回帰分析
実験計画の概念の理解
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴🔴 | ⭐️⭐️⭐️⭐️⭐️ |
回帰分析はなんぞやって感じですが、二次関数を用いた予測になります。
大学受験で数学使った人は苦戦しないでしょう。
活用
統計ソフトウェアの活用
| 難易度 | 出題頻度 |
|---|---|
| 🔴🔴🔴 | ⭐️⭐️⭐️⭐️ |
始めて見る方がほとんどだと思います。著者も初めてでしたが内容はさほど難しくありません。
過去問を見てみると最後の１問は統計ソフトウェアの活用から出題されていることがとても多いです。
おわりに
難易度と出題頻度は著者が過去数年分と他の予想問題集を解いた際に感じたものになります。
人ごとに難易度の感じ方に差があるでしょうが、少しでも参考にしていただけたら幸いです。