節約と資産運用を考えるブログ

将来のために、節約と資産運用をはじめました。 まだまだ勉強中ですので、誤った情報があると思いますので、ご注意ください。

統計検定の試験日が迫ってきて、緊張してきました。
緊張してくるのは、それだけ手ごたえがあるということなので、良いことだと思います。
しかし、緊張しすぎると普段の実力が出せないので、困ります。


そこで、統計検定の緊張を和らげる方法(?)を見つけましたので、ご紹介します。


いきなりネタ晴らしですが、こちらのCBT方式の試験です。


統計検定2級と3級については、年に3回だけ行われる一斉試験だけでなく、
全国の会場で順次開催されるCBT方式の試験もあります。

受験料は7,000円と少しお高めですが、一斉試験で不合格しても、何度も再チャレンジできます。


どんな試験でも、年3回開催が多いので、
「この試験に不合格したら4か月は再チャレンジできない」という状況です。
この状況が緊張の最大の原因ではないでしょうか。

仕事から帰ってきたら、机に向かって試験勉強。
土日も遊ぶ時間を削って、試験勉強。
分からない問題にぶつかって、やる気がなくなる。
でも、気を取り直して、勉強を続ける。

「こんな状況をまた4か月続けたくない」という思いが緊張を生み出していると思います。


CBT方式であれば、お金さえ払えば、4か月待たずに受験できます。
「試験当日うまくいかなくても、CBT方式で再受験すれば良いか~」くらいで考えると、
緊張も和らぎそうです。
ある意味、お金の有効活用ではないでようか( ´∀`)つ



下記の本を使用し、過去問を解いてきました。



どのような試験でもいえることですが、出題パターンはあります。
全体の出題パターンを事前に知っていれば、時間配分なども決められるので、有効です。

この記事では、統計検定2級の出題パターンを整理してみます。


私の印象では、3部構成という感じです。

  1. グラフの読み取り
  2. 確率や推定の計算問題
  3. 応用的な検定
最初のパートは、グラフの読み取りです。
度数分布表、箱ひげ図、ヒストグラム、散布図、コレログラムなどを組み合わせて、
読み取れる正しい内容を選択するという問題です。

多少の計算問題も含まれていますが、
中央値の計算や、ラスパイレス指数の計算などです。

ここは時間をかけずに、全問正解を目指したいパートです。


パート2は、主に計算問題です。
期待値や分散、ベイズの定理など、確率に関する計算問題。
また、正規分布やポアソン分布などに当てはめて計算する問題などです。

計算が多くなるので、時間が必要です。
また、問題文が長くなるので、何が問われているのかを理解するのにも時間がかかります。
一瞬で解けるような問題もあれば、考えすぎて泥沼にはまるような問題もあります。
かなり厄介なパートです。


パート3は、応用的な検定問題。
回帰分析、1元配置分散分析、母集団比較、適合度の検定などが該当します。

扱っている内容は応用的な内容ですが、試験問題としては比較的簡単です。
例えば、回帰分析であれば、出力された結果を正しく読み解くだけです。
1元配置分散分析、母集団比較、適合度の検定は、正しい検定量を選択する問題もあるので、
検定量の計算式は覚えている必要があります。
しかし、問題文もシンプルな形なので、問題を見た瞬間に、何が問われているかは分かりやすいです。
その点が、パート2よりも解きやすい理由です。



さて、試験当日はどのように解いていきましょうか。
試験時間は90分なので、下記のような時間配分を考えています。
  1. パート1:20分くらいで全問正解を目指す。
  2. パート3:20分くらいで全問正解を目指す。
  3. パート2:20分くらいでわかる問題を確実に解く。
  4. 見直し:20分くらいかけて、じっくりと見直す。
パート1とパート3は得点源と位置づけています。
できるだけ時間をかけずに、解き進めたいです。

パート2は泥沼を避けながら、分かる問題を選別したいと思います。

特に重要なのが、見直し時間と考えています。
マークシートなので、単純な計算ミスや選択ミスであっても部分点はありません。
「いかに高得点を取るか」よりも、「いかにミスをなくすか」という点を重視したいです。



こんなことを書いていると本番らしくなってきますね。
緊張してきました(`・д・´)



統計検定の試験日が近づいてきました。
今回の記事も、統計検定2級でよく出題されるテーマを整理します。

本日は、「適合度の検定」です。

理論から計算された期待度数と、実際のデータの度数を比べ、
適合しているかどうかを検定する方法です。


統計量は、下記のように計算できます。

X = { (O1 - E1)^2 / E1 } + { (O2 - E2)^2 / E2 } + ・・・

Oは実際のデータの度数、Eは期待度数です。


実際の度数が期待度数からどれだけ離れているかを計算し、全部足したものが統計量ですね。
自由度は、カテゴリーの数から1を引いた数(k-1)です。

実際の問題を解くには、上記の式は覚えておかなければなりません。
1元配置分散分析よりは簡単だと思い、がんばって覚えます( -д-)ノ


さて、「適合度の検定」を覚えたら、「独立性の検定」もセットで覚えると便利です。
適合度の検定ではカテゴリーが1種類であったのに対し、
独立性の検定ではカテゴリーが2種類あることが違いです。

例えば、カテゴリーAが性別(男性・女性)。
カテゴリーBが年代(10代、20代、30代)。

カテゴリーの組み合わせは、2×3=6種類あります。
そのため、期待度数も6個、実際のデータの度数も6個あります。


統計量は、「適合度の検定」と同じように計算できます。

X = { (O1 - E1)^2 / E1 } + { (O2 - E2)^2 / E2 } + ・・・

Oは実際のデータの度数、Eは期待度数です。


「適合度の検定」と同じく、実際の度数が期待度数からどれだけ離れているかを計算し、全部足したものが統計量ですね。

自由度の計算だけが、注意が必要です。
「適合度の検定」の場合は、カテゴリーが1種類でしたので、カテゴリーの数から1を引いた数(k-1)でした。
しかし、「独立性の検定」の場合は、カテゴリーが2種類あるので、それぞれのカテゴリーの数から1を引いた数を掛け合わせます。(k-1)×(r-1)

上の、性別と年代の例でいうと、
(2-1)×(3-1)=2
となります。


「適合度の検定」と「独立性の検定」は同時に覚えたほうが効率的ですね( ´∀`)つ




↑このページのトップヘ