ごごちと申します。
2022年11月に統計検定1級を受験しましたが
残念ながら不合格でした。
【統計検定1級】続・不合格体験記、成績を公開します…!
統計数理、統計応用(理工)どちらも
不合格者上位20%でしたが、
手応え的には全然足りない感じでした。
今年は計画的に勉強して臨みたいと思います。
今回は過去問格付けと
今後の勉強方針について
共有したいと思います。
(2023/7/11追記)解答作成をはじめました
(2023年11月4日更新)
統計検定1級まで2週間を切りました!勉強してきた内容など共有します!
過去問格付け(統計数理)
統計数理 | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|
2014 | B | C | B | C | B |
2015 | B | A | B | C | C |
2016 | A | A | A | B | B |
2017 | B | A | A | A | B |
2018 | A | B | A | B | A |
2019 | A | A | B | B | B |
2021 | A | A | B | A | C |
2022 | B | B | B | A | B |
2023 | A | B | A | C | C |
過去問格付け(統計応用:理工)
統計応用(理工) | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|
2014 | C | B | B | C | C |
2015 | B | B | C | C | B |
2016 | B | B | A | A | A |
2017 | A | B | B | B | A |
2018 | B | C | B | B | B |
2019 | C | C | B | C | B |
2021 | A | B | B | A | A |
2022 | B | B | B | B | B |
2023 | B | B | B | B | B |
問題の格付けは以下の通りです。
なお、格付けは筆者の主観ですので、
ご了承ください。
- A…8ー10割はとりたい
- B…5ー8割はとりたい
- C…2割しかとれなさそう(避けたい)
難易度A
基礎的な式変形や知識で解けるため、
8割以上正解したい問題です。
主に期待値、分散の計算をさせるだけの問題で
誘導に従って式変形すれば解ける問題です。
このような問題は選択できるのが大切です。
難易度B
知識があると前半5割はとれ、
式変形や発想で
後半5割がとれる問題です。
この難易度Bの問題が7割以上
とれるかで合否が決まります。
前半部分は落としてはいけません。
後半部分も問題によりけりですが、
不可能な難易度ではありません。
知識や経験が大いに影響しますので、
積み重ねが重要です。
難易度C
一般的とはやや離れた知識を要したり、
式変形が難しい問題です。
ピンポイントで覚えているかどうかが
重要だったりします。
こういった問題は見たときに大体わかるので、
なじみの無い方は
避けた方が良い地雷問題です。
しかし、一見なじみが無い様に見えても、
問題文に従って基本計算をするだけで
8割とれる様な場合もあります。
基礎力を上げるほど難易度Cの問題が
無くなっていくことでしょう。
勉強方針
ゴールデンウィーク明けから
過去問演習を中心に勉強してきました。
毎日一問過去問を時間を計らずに解き、
解答解説を読み込みます。
解説の中に一般的な内容が登場したら
他の参考書を辞書として学びます。
現在所持している参考書は以下2冊です。
現代数理統計学の基礎
統計検定1級受験者御用達の参考書です。
辞書として必携でしょう。
入門統計解析法
現代数理統計学の基礎よりも
わかりやすい内容も含まれます。
検出力の説明などは
この書籍がイメージしやすいです。
これまでに2016ー2019と4年分の
統計数理、統計応用(理工)の
合計40問が終わりました。
このペースで行くと、7月中には
2014,2015,2021,2022が終わり、
8年分(80問)が一周することになります。
2週目では、時間を意識し、
解答作りをしっかりしたいです。
余裕があれば合計80問を
ブログに整理したいですが、
とても偉大な先人がいる様なので、
余裕があり、気が向いたらにします。
合格に必要な得点率
統計検定の合格基準は
明確にはなっていませんが、
得点率7割を目指したいところです。
そのためのプランとして
A. 1問完全正解+ 2問6割 = 22/30
B. 3問7割 = 21/30
Aプランが理想ですが
全体的に大問後半の問題ほど
取りづらい問題になっているので、
部分点を重ねるBプランも考えましょう。
試験時間はたったの90分で、
1問には30分しかかけられないので、
問題の選択し直しはかなり不利になります。
どのような問題に対しても
果敢に挑む習慣をつけておきたいです。
統計検定1級の位置づけ
統計数理研究所によると、
統計検定1級は国内500人の棟梁レベル
だそうです。
また、
統計学のテキストの冒頭には
データサイエンスのような
近代的な流行もあるが、
統計検定1級を通して、
「プリンシプル」を学んで欲しい
と書かれています。
以上のことから、統計検定1級は
データを扱う人材のバックボーンとして
魅力のある資格であることは
間違いないでしょう。
今度は私も合格したいです!!
受験生の参考になれば嬉しいです
今回は筆者の統計検定1級の
勉強経過を共有しました。
一緒に受験される皆様の
参考になれば嬉しいです。
これからもコツコツ勉強していき、
お盆休み頃に経過報告できればと思います!
問題リスト(兼 勉強記録)
スマホで見ると見にくいので要注意。
解いた日 | 出題年 | 分類 | 大問 | 小問1 | 小問2 | 小問3 | 小問4 | 小問5 | 小問6 | 関連1 | 関連2 | 関連3 | 難易度 | 感想 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
5月11日 | 2019 | 数理 | 1 | 〇 | 〇 | △ | △ | 確率母関数 | 二項分布 | A | 3は時間をかければ解けたかも。4はわからないなりに手を動かしてトライしてみるべきだった。 | |||
5月12日 | 2015 | 応用共通 | 5 | 〇 | 〇 | 〇 | 〇 | △ | 二元配置法 | 二元配置分散分析 | 最尤推定 | A | 5は最尤推定値と不偏推定値の求め方を知らずに解けなかった。 | |
5月13日 | 2019 | 数理 | 2 | 〇 | △ | △ | △ | 変数変換 | 確率変数の線形結合 | A | 変数変換の方法さえ知っていれば解けそうだと感じた | |||
5月13日 | 2019 | 数理 | 3 | △ | △ | △ | △ | △ | △ | 十分統計量 | ネイマンの分解定理 | 同時分布 | B | 十分統計量を知らず全く解けなかった。仮に知っていても先の問題を自信を持って解けるかは疑問だった。 |
5月14日 | 2019 | 数理 | 4 | △ | △ | △ | △ | 検出力(検定力) | ネイマン・ピアソンの基本定理 | 尤度比検定 | B | 検出力を学んで解ける様にしたい。要復習 | ||
5月14日 | 2019 | 数理 | 5 | △ | △ | × | × | 事前分布 | 事後分布 | 指数分布 | C | ベイズ法を学んで半分は解ける様にしておきたい。指数分布の計算問題はヘビーなので公式暗記で時短。 | ||
5月15日 | 2019 | 応用理工 | 3 | 〇 | 〇 | 〇 | 〇 | △ | 直交表 | ブロック化 | 二元配置法 | A | 分割法について、1次誤差と2次誤差について要復習 | |
5月15日 | 2018 | 応用理工 | 4 | 〇 | 〇 | 〇 | △ | △ | 直交表 | 一部実施要因計画 | 交絡因子 | A | t分布のP値と、デザイン行列の回転可能性について要復習 | |
5月16日 | 2018 | 数理 | 1 | △ | △ | △ | × | 分散 | カイ二乗分布 | デルタ法 | B | 標本分散の期待値は基本事項として要復習。後半の問題も理解はしたい。 | ||
5月17日 | 2018 | 応用理工 | 1 | 〇 | △ | △ | △ | × | 指数分布 | 幾何分布 | ポアソン分布 | B | はじめの問題以外は手も足もでなかった。数学的帰納法、累積分布関数、確率分布からの幾何分布導出は要復習。 | |
5月18日 | 2018 | 数理 | 2 | △ | △ | △ | △ | × | 共分散 | 超幾何分布 | 確率変数の線形結合 | B | 球を取り出す系の問題はパズル的要素があり難しい。線形結合の共分散などは要復習。 | |
5月19日 | 2018 | 応用理工 | 2 | ○ | △ | △ | △ | △ | ワイブル分布 | 生存関数 | 累積分布関数 | B | ワイブル分布を知っていれば半分は解ける?累積分布関数による計算は慣れないと何度も間違える。 | |
5月20日 | 2018 | 数理 | 3 | ○ | ○ | ○ | ○ | △ | 二項分布 | 条件付き確率 | 最尤推定 | A | 二項分布の公式で時短可能。条件付き確率の基礎も学べる問題。 | |
5月21日 | 2018 | 応用理工 | 3 | △ | ○ | △ | △ | × | 中央値 | 最尤推定 | 事後分布 | B | ベイズ推定の問題で本番では8割解ける様にしたい。事後分布の計算は覚えれば難しくないかも? | |
5月22日 | 2018 | 数理 | 4 | △ | △ | △ | マルコフ連鎖 | 条件付き確率 | 周辺分布 | B | マルコフ性に関する問題。初見では無理だったが、方針を暗記していれば出来そうな感じはした。 | |||
5月23日 | 2018 | 応用理工 | 5 | ○ | △ | ○ | △ | 正規分布(ガウス分布) | B | 2つの分布の和に関する問題。手を動かせば解ける問題もあるのでこのレベルは積極的に解く。 | ||||
5月24日 | 2018 | 数理 | 5 | △ | △ | △ | 順序統計量 | 累積分布関数 | 確率密度関数 | B | 初見では全く解けなかった。要復習。 | |||
5月25日 | 2019 | 応用理工 | 1 | △ | × | × | × | 生存関数 | 累積分布関数 | C | 答えを見ても理解が追いつかない。後回し。本番では避ける。 | |||
5月26日 | 2019 | 応用理工 | 2 | △ | △ | △ | ○ | × | 管理図 | B | 管理図で扱われるCLに関する計算を復習しておく。 | |||
5月27日 | 2019 | 応用理工 | 4 | △ | × | × | × | 時系列解析 | 自己相関 | ARIMAモデル | C | 時系列モデルに関する問題。最初の問題以外はとても解けそうにはないと感じた。 | ||
5月28日 | 2019 | 応用理工 | 5 | △ | △ | × | △ | カイ二乗分布 | 適合度の検定 | B | カイ2乗分布に関する計算は覚えておきたい。 | |||
5月29日 | 2017 | 数理 | 1 | △ | △ | △ | △ | △ | 歪度 | 尖度 | 最尤推定 | B | 初見では不可能な難易度。分散の計算はものにしたい。 | |
5月30日 | 2017 | 数理 | 2 | △ | ○ | ○ | ○ | 一様分布 | 最尤推定 | 確率密度関数 | A | 最初の問題以外は解けた。最大統計量はもう覚えてしまいたい | ||
5月31日 | 2017 | 数理 | 3 | ○ | ○ | ○ | △ | ポアソン分布 | モーメント母関数(積率母関数) | A | ポアソン分布の導出と平均・分散を積率母関数から求める基本問題。完答したい。 | |||
6月1日 | 2017 | 数理 | 4 | ○ | ○ | △ | △ | 確率変数の線形結合 | 条件付き確率 | 条件付き分布 | B | 条件付き分布の問題。まだ慣れない。 | ||
6月2日 | 2017 | 数理 | 5 | △ | △ | △ | 変数変換 | カイ二乗分布 | 確率変数の線形結合 | B | 確率変数の線形結合以外の変数変換も覚えておきたい。 | |||
6月3日 | 2017 | 応用理工 | 1 | ○ | ○ | ○ | ○ | ガンマ分布 | 最尤推定 | 対数尤度関数 | A | ガンマ分布に関する基本問題。確実に正解したい。 | ||
6月4日 | 2017 | 応用理工 | 2 | ○ | △ | △ | △ | ポアソン分布 | 指数分布 | ポアソン過程 | B | ポアソン過程に関する問題。用復習。 | ||
6月5日 | 2017 | 応用理工 | 3 | △ | ○ | △ | △ | △ | 指数分布 | 最尤推定 | 条件付き分布 | B | 指数分布の条件付確率に関する問題。所見では何もわからなかったので復習。 | |
6月6日 | 2017 | 応用理工 | 4 | ○ | ○ | △ | △ | △ | ベータ分布 | モンテカルロシミュレーション | 乱数 | C | モンテカルロシミュレーションの問題で、知識がないと難しい。 | |
6月7日 | 2017 | 応用理工 | 5 | ○ | ○ | ○ | ○ | △ | 信頼区間の構成 | 二項分布の正規近似とポアソン近似 | B | 二項分布の正規近似は覚えておきたい。 | ||
6月8日 | 2016 | 数理 | 1 | △ | ○ | ○ | △ | モーメント母関数(積率母関数) | 不偏性 | フィッシャー情報量(1次元) | B | モーメント母関数の扱いに慣れておく。 | ||
6月9日 | 2016 | 数理 | 2 | ○ | ○ | △ | △ | 指数分布 | 不偏性 | 確率変数の線形結合 | A | 指数関数の和や最尤法など基本のおさらいに最適な問題。 | ||
6月10日 | 2016 | 数理 | 3 | ○ | △ | △ | 最小二乗推定 | 不偏性 | 線形単回帰 | B | 最小二乗推定量を覚えておく必要のある問題。分散の大小比較はコーシーシュワルツの不等式や算術・調和平均の公式が必要になる難問。 | |||
6月11日 | 2016 | 数理 | 4 | ○ | ○ | △ | △ | モンテカルロシミュレーション | 正規分布(ガウス分布) | 二項分布 | A | ガウス積分の計算は標準正規分布の付表を利用する方法を覚えておく。 | ||
6月12日 | 2016 | 数理 | 5 | ○ | ○ | △ | ○ | △ | 平均値と分散に関する検定 | 複数の平均に関する検定 | t分布 | A | 二標本t検定に関する問題。長文だが問題文に従うだけで半分は正解可能。臆することなく解答したい。 | |
6月13日 | 2016 | 応用理工 | 1 | ○ | ○ | ○ | △ | 変量効果 | 二元配置分散分析 | A | 問題文に従って落ち着いて取り組めば7割は解ける問題であった。一見難しそうでも思考を放棄しないようにしたい。 | |||
6月14日 | 2016 | 応用理工 | 2 | ○ | ○ | ○ | ○ | △ | 自己回帰 | 自己回帰過程 | 一般化線形モデル | A | 一見取り組みにくく見えるが問題文に従えば知識なしで完答できる問題。思考体力をつけて臨みたい。 | |
6月15日 | 2016 | 応用理工 | 3 | △ | ○ | △ | △ | △ | 工程能力指数 | カイ二乗分布 | プロセス管理 | B | 工程能力指数の問題だが、カイ二乗分布の知識があれば8割は解ける。ただし発想が必要な知識問題もあるのでひるまない。 | |
6月16日 | 2016 | 応用理工 | 4 | ○ | △ | ○ | △ | ポアソン分布 | 最尤推定 | B | ポアソン分布まわり。簡単そうに見えて得点しにくい。最頻値計算など思考力が必要になる問題もある。 | |||
6月17日 | 2016 | 応用理工 | 5 | ○ | △ | △ | t分布 | 複数の平均に関する検定 | B | 2標本t検定のガチ問題。覚えていないとほぼ壊滅。知識を前提とした上で論理展開する必要のある難問。 | ||||
6月18日 | 2015 | 数理 | 1 | ○ | ○ | △ | △ | △ | モーメント | 一致性 | B | モーメント、不偏推定量、チェビシェフの不等式、平均二乗誤差などが関わる総合的な問題。これが解ければ自信に。 |
最後に、筆者の勉強記録を紹介します。
毎日一問解いている記録です。
各設問のまる、さんかく、ばつは
あいまいですが、以下のような感じです。
- ○: 何も見ずに解けた。
- △: 部分的に解けた問題。解答を読んで理解でき、本番では正解したい問題。
- ×: 本番で解くのは難しそうな問題。
△の部分をいかに自分のものにするかが
合否のカギになりそうです。
各問題には、
統計検定1級のシラバスからキーワードを
3つまで当てはめています。
また解いたときの感想も記しています。
お盆休みまでには80問全部の記録が
埋まるはずです。
(2023/7/11追記)解答作成をはじめました