1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

文系卒データアナリストの統計検定2級合格体験記

Last updated at Posted at 2025-11-24

はじめに

統計検定2級合格までの道のりについて、まとめた記事になります。
これから受験する皆様の一助になれば幸いです。

統計検定とは?

「統計検定2級」は統計学に関する知識や活用力を評価する「統計検定」の中の1つです。

CBT(Computer Based Testing)方式で1年を通していつでも受験が可能な資格であり、
主に以下のような大学基礎レベルの統計学の知識と問題解決力に焦点を当てた内容が出題されます。

  • 1変数データ
  • 2変数以上のデータ
  • 推測のためのデータ収集法
  • 確率
  • 確率分布
  • 標本分布
  • 推定
  • 仮説検定
  • 線形モデル

合格水準は、100点満点で60点以上
合格確率は40%ほどと言われています。

詳細はコチラから

筆者のスペックについて

学歴

地方国立大学(文系)を卒業
経済学部でしたが統計に関する講義を受けたことはありませんでした。

職業

2021年4月に新卒でEC企業に入社し、WEBマーケター(メインは広告運用)をしておりました。
2025年2月に転職し、SES企業でデータアナリスト(歴8ヶ月)をしております。
とはいってもスキルセットはSQLを書けるのと、Tableauを触れる(ド初心者)ほどです。

資格

Python 3 エンジニア認定データ分析試験
※2025年7月に取得

学習コンテンツについて

受験を決めてから大体このような流れで取り組んでいました。
勉強期間は2ヶ月半ほどです。

1. 統計WEBを1周
2. とけたろうチャンネルの統計検定2級対策講座(1周目)
3. 統計検定2級公式問題集 CBT対応版を1周
4. とけたろうチャンネルの統計検定2級対策講座(2周目)
5. 過去問2014年〜2015年(1周目)
6. 過去問2014年〜2015年(2周目)
7. 過去問2011年〜2013年(1周目)
8. 本番受験

※5〜7の間で間違えた問題はとけたろうさんのブログ等を参考に復習

本番受験

開始直後、取り組んだ過去問と出題傾向は似ているような感じがしました。
※特に正誤問題や読み取り問題
ほぼ同じような問題もちらほらあった気がします。

後半(独立性の検定、分散分析、回帰分析)にかけて難しく感じました。
検定統計量の導き方を完璧に覚えておくと良いと思います。

結果

1回目の受験 79点で合格🎉
努力が報われてよかったです。
※本音を言うと80点超えたかったですが、ギリギリ下回りました。

過去問では初見回答で75~80%正当くらいだったので、本番の点数も同じような形になりました。

IMG_6858.jpeg

やってよかったこと

1. とけたろうチャンネルの統計検定2級対策講座

正直、2級合格のみを考えるのであればベースとなる知識はこちらの動画のみで問題ないかと思います。
あくまで個人の感想ですが、統計WEBよりも頭に入ってきやすかったです。

2. 過去問(2011年〜2013年 + 2014年〜2015年)

こちらもとけたろうさんのブログに書いてある内容の受け売りになりますが、合格に大きく影響したと思います。詳しくはコチラで↓

3. ChatGPT活用

  • 「自分の理解はこうだが、その理解は正しいと言えるのか」の確認
  • 間違えた問題について報告しておく→間違いやすい問題、単元のストック→似た問題を作成してもらい復習
  • 問題集や過去問の解説では不十分な際に説明してもらうなど

省けそうなこと

初学者が最初に統計WEBに取り組むのはおすすめしません。
知識の補強に活用するのが良いかと

とけたろうさんの動画を見る方がハードル低く取り組みやすいかと思います。

最後に

統計検定2級から学ぶことは多く、受験してよかったと思いました。
独立性の検定などはすぐにでも実務に役立てられる内容かと思います。

引き続き、データアナリストの業務に知識を活かしつつ
統計検定準1級、E資格、Kaggle・SIGNATEに取り組んでいきたいと思います。

ご精読ありがとうございました。

1
0
0

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
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?