search
LoginSignup
12

More than 1 year has passed since last update.

posted at

updated at

統計検定準1級合格したので勉強法まとめ

はじめに

2021年6月20日の統計検定準1級に合格したので勉強方法について簡単にまとめておきます。随時より詳しく加筆できればとは思っています(やる気次第。。)

参考書籍

[1]数理統計学(稲垣宣生)
[2]多変量解析入門-線形から非線形へ-(小西貞則)
[3]統計検定1級・準1級公式問題集

amazonへとリンクがつながっています

勉強方法

 まず勉強を始める前の自分の知識量といいますと、理系ではあったものの自分の専門と離れていたため統計学に関する知識はほぼ皆無という感じだったかなと思います。ただ、統計学に興味があったためちょくちょく自分で勉強していました。なので勉強開始期間と聞かれるとなんとも言えなかったりします。

 まず初めに[1]の『数理統計学』をベースに統計学の基礎について勉強しました。かなり数理寄りでどちらかというと統計検定1級対策向けな感じはありますが、かなり詳しく説明してくれているため、確率変数や統計的仮説検定などについてはこれ一冊であらかたカバーできる気がします。
 
 [1]『数理統計学』を何度か読み返したあと、色々な本に手を出したりしたのですが、結局は過去問ベースに知識をつけていくのが一番近道かなと思いました。過去問を解きながらその問題に対する周辺知識をネットや本で調べて深く理解する。このサイクルで問題ない気がします。準1級は広い知識が求められますが、過去問を見てみるとある程度傾向があることが伺えますので、闇雲に書籍に手を出すより効率的だと感じました。

 過去問を解いてく上でよく参考にしたのが[2]『多変量解析入門-線形から非線形へ-』になります。[1]『数理統計学』では古典的な数理統計については学べますが、準1級ではノンパラメトリックな多変量解析の問題も多い為、わからないことがあったときはよく参考にしました。こちらの書籍を紹介している合格体験記やサイトはあまり見かけませんでしたが、個人的にはこの本のおかげて合格できたのではと思ってます。

 余談ですが、他サイト等でよく紹介されている東京大学出版会の『統計学入門』シリーズは自分には合わなかったです。購入を検討している人は一度本屋などに行き合うかどうか確かめてるのもありな気がします。

分野別参考資料

過去問を説いたときに各問題についてどのサイトや本を参考にしたかまとめようと思います。
全体を通して言うならば過去問と過去問の解説が参考になったかなって感じがします。

・基本的な確率分布

高校数学の美しい物語をよく参考にしていました。二項分布、多項分布、ポアソン分布、指数分布、カイ二乗分布等よく出る確率分布についてわかりやすくまとまっています。ココらへんの分布は分布の意味、数式、期待値、分散、再生性については暗記しておくレベルまで持っていったほうがいい気がします。統計検定準一級では導出自体は聞かれることはほぼないので結果を暗記しておくと時間短縮になります。(1級に望むなら導出もちゃんと把握しといたほうがいいと思います)

・統計的仮説検定

いろいろなサイトや本を見たり、問題をといたりして理解していったという感じなので特に参考にしたというのはないですが、[1]数理統計学(稲垣宣生)が特に参考にして勉強した気がします。毎回一問程度は聞かれている印象です。適合度検定や独立検定は計算過程を追うという点については統計webがわかりやすかった印象です。

・主成分分 判別分析 ロジスティクス回帰 クラスター分析 サポートベクトルマシン

[2]多変量解析入門-線形から非線形へ-(小西貞則)をよく参考にしました。実際にpythonなどでモジュールを使わずに実装してみるのもいい勉強になる気がします。

・分散分析

分散分析は[2]多変量解析入門-線形から非線形へ-(小西貞則)と統計webを参考にしました。特に統計webでは一元配置分散分析、二元配置分散分析の計算過程を追えるのでとても参考になりました。

・グラフィカルモデル ベイズモデル 機械学習 因子分析等

AIcia Solid Projectさんの動画をよく参考にしました。統計検定に限らず面白い動画がたくさんあるのでおすすめです。

・モデル評価基準

AICやL1正則化などですが過去問の解説が個人的には一番わかりやすかったです。

・回帰分析

高校数学の美しい物語の正規方程式のページや[2]多変量解析入門-線形から非線形へ-(小西貞則)を参考にしてました。

・時系列分析

時系列分析は最後まで苦手でした。特に参考にしたという資料はなく、過去問をときながら色んなwebサイトを参考にしつつ勉強したって感じです。

 

まとめ

 すごい薄い内容になってしまったのですが、以上が主な勉強方法となります。勉強する上で参考にしたサイトとかももしかしたら紹介するかもしれません。ご参考になれば幸いです。

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
What you can do with signing up
12