近年、DXやAI活用の文脈で統計・データサイエンスの資格に注目が集まっています。中でも統計検定２級は理系大学レベルの数理・統計知識を問う資格試験。
出題範囲も記述統計学から推測統計学へと移り、データサイエンスを深く学ぶにあたっての第一歩になるおすすめ資格です。
しかしながら、統計検定2級はその数学レベルの高さから、特に初学者にとっては受験のハードルが高い資格試験のひとつでもあります。
今回は現役データサイエンティスト、AI講師の立場から統計検定２級の概要・難易度・勉強方法まで、幅広く解説をしていきます。最後にはおすすめの学習方法も記載していますので是非最後までご覧ください。
監修者
經田 原弘
東京大学大学院新領域創成科学研究科複雑理工学専攻修了。大学時代は3次元の医療データの平滑化処理を研究テーマとし、大学院時代はJAXAと協業し、月探査機かぐやの衛星データから、月面上の水の存否について調査していた。新卒では株式会社リクルートにてレコメンドシステムの開発等に従事し、現在は製造業系スタートアップにてデータサイエンティストとして勤務。応用情報技術者試験・E資格合格者。
統計検定とは？
「統計検定」とは、統計に関する知識や活用力を評価する全国統一試験です。
統計検定の各級の分類を行うと、①数理・統計知識が身につくもの ②統計調査の知識が身につくもの ③データサイエンティストとしての分析・実装能力が問われるもの の3つに大別されます。
| 身に付く知識 | 統計検定の分類 |
|---|---|
| 数理・統計の知識が身につく | 統計検定４級～１級 |
| 統計調査の知識が身につく | 統計調査士、専門統計調査士 |
| データサイエンスの知識が身につく | データサイエンス基礎・発展・エキスパート |
中でも数字がつく４級〜１級の５種別はオーセンティックな数理・統計知識を問う試験です。問題形式は選択式ですが、統計用語の解説に加えて、数式を覚えて実際に計算して解いていくような問題が多く、まさに「理論」としての統計学の理解を問う試験形式になっています。
特に2級は「仮説に対する検証を行う」「実証分析を行う」「データによる意思決定をする」ための中核となる理論、手法を学べるため受験対象者は幅広く、データ系職種を目指す方だけでなく、研究に活かしたい大学生・大学院生や研究開発職など多様な方に人気のある資格です。
統計検定５種別の試験レベル
各級で学べることをまとめた表が以下の表です。
| 資格名 | 学べること |
|---|---|
| 統計検定 ４級 | データや表・グラフ、確率に関する基本的な知識と具体的な文脈の中での活用力 |
| 統計検定 ３級 | データの分析において重要な概念を身に付け、身近な問題に活かす力 |
| 統計検定 ２級 | 大学基礎科目レベル（1～2年次）の統計学の知識の習得度と活用のための理解度を問う |
| 統計検定 準１級 | 2級で求められる統計学基礎に加え、各種統計解析法の使い方および解析結果の正しい解釈 |
| 統計検定 １級 | 大学専門課程（3・4年次）で習得すべきで求められる統計数理・統計応用の知識 |
統計検定２級を取得するとデータサイエンティストになれる？
これから学習を進めていく方々にとって、学んだ数理・統計知識がどのようにデータサイエンスに役立つのかも気になるところ。
そもそもデータサイエンティストになるにはどのような構成要素が必要となるのでしょうか？ データサイエンス協会の公式資料をもとに客観的にみていきます。
データサイエンティストに求められるスキルセット
上記の図は、同協会が定義したデータサイエンティストに必要な３つのスキルセットです。データサイエンティストに必要なスキルを、①データサイエンス力、②データエンジニアリング力、③ビジネス力の3つに大別しています。
| ①データサイエンス力 | 情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力 |
| ②データエンジニアリング力 | データサイエンスを意味のある形に使えるように実装・運用できるようにする力 |
| ③ビジネス力 | 課題背景を理解した上でビジネス課題を整理し解決する力 |
統計検定は上記のデータサイエンス力・データエンジニア力に必要な「数理・統計知識」が身につく資格になっています。たとえば、マーケティング施策の効果を図る際には統計検定2級の仮説検定の知識が必要になりますし、機械学習のモデルを組む際にも数式の理解は必須です。
統計検定２級取得はデータサイエンティストとしてどのレベル？
学んだ知識がどの程度実務で活きるのかも気になるところです。次は統計数理研究所のデータをもとに統計検定２級がデータサイエンティストどの程度のスキルレベルなのかを定性的に見ていきます。
上記の図は、統計数理研究所が公開している「ビッグデータ時代のデータサイエンティスト育成の取り組み」の資料内の図です。この図では「統計検定の各級の取得がデータサイエンティスト実務のどのレベルにあたるか」を示しています。
統計検定２級は「見習いレベル」と表記されている通り、まさにデータ系職種となる第一歩といえるようなレベルであることがわかるでしょう。
統計検定２級の出題範囲
ここからは出題範囲や合格者の体験談から定性的に難易度や学習を通じて学べることを見ていきます。
出題範囲
下記は、統計検定2級の出題範囲を簡易的にまとめた表です。3級との大きな違いは、統計検定2級からは記述統計学から、推測統計学の分野へと広がっていくことです。
統計検定2級の出題範囲
| 大項目 | 小項目 |
|---|---|
| 1変数データ | 中心傾向の指標、散らばりの指標、中心と散らばりの活用、時系列データの処理 |
| 2変数以上のデータ | 散布図と相関、カテゴリカルデータの解析、単回帰と予測 |
| 推測のためのデータ収集法 | 観察研究と実験研究、各種の標本調査法、フィッシャーの3原則 |
| 確率 | 統計的推測の基礎となる確率、ベイズの定理 |
| 確率分布 | 各種の確率分布とその平均・分散 |
| 標本分布 | 標本平均・標本比率の分布、二項分布の正規近似、ｔ分布・カイ二乗分布、Ｆ分布 |
| 推定 | 推定量の一致性・不偏性、区間推定、母平均・母比率・母分散の区間推定 |
| 仮説検定 | ｐ値、2種類の過誤、母平均・母比率・母分散の検定[1標本、2標本] |
| カイ二乗検定 | 適合度検定、独立性の検定 |
| 線形モデル | 回帰分析、実験計画 |
記述統計学と推測統計学との違い
- 記述統計学：集めたデータから表やグラフを作ったり、平均や傾向を調べることによってデータの特徴を把握する
- 推測統計学：限られた標本から調査したい母集団全体の特徴を推測する
実世界ではデータの集計が完全にしきれていることは多くありません。記述統計学ではデータがあることが前提となるため、推測統計学を使うことでデータの推測ができるようになり、
記述統計学ではできない多様な分析が可能になります。近年の機械学習やディープラーニングも推測統計学がベースとなっているため、データサイエンスへの入り口としての学習に有効です。
統計検定2級の詳細の出題範囲は統計検定の公式HPから確認できますので、是非ご確認ください。
試験形式・問題
問題は選択式で90分、35問程度の問題数で構成されています。3級までとは異なり、用語を問う問題よりは、実際に数式を覚えて紙上で計算をしながら解いていく問題が多いです。
下記は統計検定2級のサンプル問題ですが、一見シンプルな選択式ですが、解答に必要なプロセスを踏まえると時間的余裕はあまりない試験といえるでしょう。
統計検定2級のサンプル問題を実際に確認したい方は統計検定の公式ホームページからご確認ください。
統計検定２級の難易度
ここからは公式ホームページに掲載されている定量データをもとに統計検定２級の難易度を明らかにしていきます。
まず、統計検定２級受験者をデータサイエンスの初学者〜中級者と仮定し、他のデータサイエンス系の資格との合格率・受験者数を比較していきます。
データサイエンス系資格の受験者数
まずは「統計検定２級がどの程度人気の資格なのか」を他資格との年間受験者数を比較して検証していきます。
上記の図の通り、G検定（20,660名）と比較すると統計検定2級は受験者数は相対的には劣るものの、絶対数では年間4307名と一定の人気はあります。少なくとも知名度が低い資格ではないといえるでしょう。
データサイエンス系資格の合格率
次は「統計検定2級がどの程度難しい資格なのか」を他資格との合格率を比較して検証していきます。
| 試験種別 | 合格率 |
|---|---|
| E資格 | 73.1% |
| 統計検定 3級 | 65.2% |
| G検定 | 63.3% |
| DS検定 | 55.3% |
| 統計検定 2級 | 43.4% |
G検定・DS検定などと比較すると、統計検定２級は難易度が高い資格であるといえます。
これらの資格試験の合格率に違いが出る仮説としては、「試験範囲に数学知識が求められるかどうか」が関係すると考えます。
統計検定2級は数理統計に関する知識を問う試験なので、数式を覚え、計算して問題を解くことが求められます。
一方で、G検定やDS検定は「用語の理解」や「大まかな分析手法の理解」など、数学よりも国語としての理解を問うものが多いため、入門向け（文系でも学習しやすい）資格です。データサイエンスを学ぶには数学知識が大きなハードルであることが各検定の合格率から垣間見えます。
統計検定２級の勉強方法
ここからは統計検定２級の具体的な勉強方法を紹介していきます。
今回は編集部がGoogle検索で合格者体験談・ブログをピックアップし、受験対象者の前提知識、学習にかかった勉強時間、勉強につかった手段（本、講座など）をまとめてみました。
| 記事タイトル | 前提知識 | 勉強時間 | 勉強方法・教材 |
|---|---|---|---|
| 【1ヶ月半で合格】統計検定2級の勉強方法 | ・文系大学卒 ・実務でデータを扱う機会あり | ・１か月半 | ・過去問を４周分解く |
| 【独学】統計検定2級に1か月で合格するまでのスケジュール | ・高校数学は問題なし | ・１か月 | ・センター試験問題で数学を復習・公式テキスト/過去問を中心に学習 |
| 統計検定2級に合格したときの勉強方法を公開 | ・大学時代に数学を専攻 | ・合計で50〜70時間 平日 : 1〜2時間 休日 : 6〜8時間 | ・WEBサイトを利用・直近5年分の過去問を解く |
合格に必要な勉強時間
合格者体験談をもとに統計検定2級の勉強時間を推察していくと少なくて50時間、多く見積もっても100時間程度の勉強時間で合格できていることがわかります。学習期間については平日1〜2時間・休日6〜8時間の学習で1か月、コツコツと学習するなら3か月が目安でしょう。
ただし、上記の学習者はいずれも高校レベルの数学が問題ない場合での勉強時間となっています。高校レベルの数学に不安が残る場合は、微分積分、確率を25時間ずつ、合わせて50時間程度の数学の学び直しが必要です。
合格者から見る、効率的な学習の進め方
統計検定２級の合格者の体験談を読んでみると、勉強方法は「過去問でアウトプットしながら、足りない箇所を参考書で補強していく」というパターンが多いです。
ここからは合格者の勉強方法のエッセンスを抽出し、編集部独自の観点からまとめた統計検定2級の勉強方法を紹介していきます。
- 自分の数学レベルの確認を忘れない！
- 出題範囲表とチートシートで学習の全体像・ステップを確認する
- 教科書でインプット3割・過去問でのアウトプットを7割で進める
- 頻出箇所を入念に解いていく
ポイント①：自分の数学レベルの確認を忘れない！
学習する上で先んじて絶対に確認したいのが、自身の数学知識のレベル。統計検定2級は高校数学がわかることが前提となっており、数学ができる人とそうでない人で学習時間が大きく変わってきます。
下記は前提となる数学知識レベルと、そのレベルからスタートして統計検定2級に合格するまでの勉強時間をまとめた表です。いきなり統計学を学習しようとすると無駄な挫折をしてしまう可能性もあるので、今のレベルと学習の順序をきちんと把握しましょう。
数学知識レベルと合格に必要な学習時間
| 数学知識 | 学習事項 | 勉強時間目安 |
|---|---|---|
| 中学数学 | 連立方程式、因数分解、平方根 | 1年 |
| 高校数学Ⅰ＋A | 場合の数・確率 | 6か月～1年 |
| 高校数学Ⅱ＋B | 微分・積分、確率分布 | 6か月 |
上記の表をある程度理解している場合は、統計学の勉強に直接進んでも大丈夫だと考えます。
ただし、各単元を一から理解するためにセンター試験の問題集を勉強することからやり直す…という勉強方法は無駄が発生し、非常に非効率です。
あくまで「統計学に使う数学」に絞って学習していき、わからない箇所のみ専門書で補填していくという勉強方法がおすすめです。
数学の学び直しをするには下記の本がおすすめです。本書は中学数学・高校数学の全課程から統計学の理解に「必要なところ」をまとめて解説した、大学生にも社会人にも必ず役立つ画期的な入門書です。
また、編集部ではデータサイエンスに必要な数学を学べるおすすめ参考書をまとめた記事も執筆していますので、ぜひそちらもご確認ください。
ポイント②：出題範囲表とチートシートで学習の全体像・ステップを確認する
数学知識のレベルの確認ができたら、次は試験の全体像の確認を行います。全体像理解の方法は大きく分けて２つあり、①出題範囲表 ②チートシートの活用 です。
出題範囲表
統計検定の公式HPには各級の出題範囲をまとめた表が公開されています。いわば統計検定の「全試験範囲」であり、こちらの分類に対応する問題を６～７割以上正答できたとき合格となります。
過去問や参考書で学習進捗を確認するために活用しましょう。過去問を解く際、大抵の場合、設問内の設問に試験範囲となる語句が記載されています。
イメージとしては、この問題では設問内に記載されている「区間推定」という語句を出題範囲表のなかで調べます。過去問の正誤に合わせて、どこが弱点かを明らかにしていくとより学習が効率的となるでしょう。
チートシート
公式ではないですが、出題範囲と概要をまとめた「チートシート」と呼ばれる早見表が話題となっています。
特に２級以上では数多くの数式の暗記と活用が必要になります。チートシートを活用すれば、一回一回参考書の該当部分を調べて参照するよりも、手早く公式をチェックできるようになります。
時間のある方や理解を確認しながら行いたい方はご自分で作成されるのもよいかもしれません。以下は統計検定2級のチートシートになりますので是非ご参考ください。
ポイント③：教科書でインプット3割・過去問でのアウトプットを7割で進める
統計検定は語句の意味を問われるような設問は少なく、実際に数式を活用して応用的に問題を解いていくことが求められます。加えて問題数も非常に多く、数式を素早く思い出し計算していく力も必要になります。
過去問を活用して、「この問題にはこの数式を充てれば解答が導ける」というパターン認識ができるようになるレベルまで、問題集を反復していくことが重要です。
ポイント④：頻出箇所を入念に解いていく
| 分類 | 分野と出題割合 | 出題の割合 |
|---|---|---|
| 最頻出 | ・仮説検定（17%） ・回帰分析（13％） ・推定（10%） | 40％ |
| 頻出 | ・確率（9%） ・確立変数（9%） ・時系列データの処理（7%） ・散布図と相関（7%） | 32％ |
統計検定2級は「仮説検定」「回帰分析」「推定」から約4割出題されており、明確に出題傾向があります。
当然、出題される問題数が多いということは配点がそこに寄ることになるため、２級においては特に仮説検定や回帰分析の問題を多く解いていくことが合格への重要なポイントです。
統計検定2級のおすすめ参考書
ここからは編集部が厳選した統計検定2級の勉強に使えるおすすめ参考書を紹介していきます。
編集部ではおすすめ参考書をまとめた記事も用意しておりますので、興味のある方は下記リンクからご覧ください。
【数学の学び直しに】統計学のための数学教室
前述の通り、数学の学びなおしのポイントは「統計に必要な数学」に絞って学習を進めていくことです。
その意味では本書は中学数学・高校数学の全課程から統計学の理解に「必要なところ」をまとめて解説した、大学生にも社会人にも必ず役立つ画期的な入門書です。
【必須・おすすめ】完全独習 統計学入門
「これ以上何かを削ったら、統計学にならない」という、最小限の知識と簡単さで書かれた「超入門書」なので、統計学を初めて学ぶ方に非常におすすめです。
中学校で習う数学（ルートと1次不等式）から解説してもらえるなど計算式の解説が丁寧であることから、文系読者でも統計検定2〜3級の知識を独習することができます。
2部構成になっており、1部では「ヒストグラム」「標準偏差」など初歩からスタートしながらも、2級の出題範囲である「検定」「区間推定」という統計学の最重要項目に最短時間で到達することを目指しています。
第2部では、第1部の内容を発展させ、t分布を使った小標本の検定・区間推定などデータ分析で活用する統計知識を身に付けることができます。
【深い理解をするには】統計学入門 (基礎統計学Ⅰ)
東京大学が出版している統計学基礎の定番ロングセラーであり、統計学の重要項目が網羅的にカバーされています。出版年の1991年から30年間改訂が続けられており、「仮説検定」「確率統計検定2級の範囲を網羅的に解説しています。
本書のおすすめポイントは、統計学入門 (基礎統計学Ⅰ) の特徴は、数式の説明が丁寧にされていることです。数ⅡB、数ⅢCレベルの数学の前提知識がある方はこちらから取り組むのもよいかもしれません。
ただし、統計検定2級相当の統計学をまとめた書籍となりますが、モーメント母関数や中心極限定理の導出など、統計検定1級に出るような内容も一部取り扱われています。
統計学初学者には難解な内容が多いため、統計学の前提知識がある程度ある人、統計検定2級程度の統計知識を数式で理解したい人におすすめの一冊です。
逆に初学者が手に取る場合はある程度時間をかけて理解する必要があるため、心配な方はまず統計学の基礎を上記の「完全独習 統計学入門」で学んだのちに、深堀りのためにこちらの本を活用するとよいでしょう。
【必須・おすすめ】統計検定 2級 公式問題集[2018〜2021年]
「公式」と名のつく通り実際に出題されている問題であるため、統計検定2級を受けるときには必須の問題集です。
一つ目の難点は、解説は丁寧であるものの、難易度としては易しくないということです。「調べながら解いても最初は3割程度しか解けない」とレビューにあるように、解き始めは学習コストが高いため根気よく続けましょう。
二つ目の難点は、「問題集」であるため出題の順序はバラバラで、各単元のどこを勉強しているかがわからないことが難点です。問題が各単元のどこに対応するかを調べるには前述の「完全独習 統計学入門」や「統計学入門 (基礎統計学Ⅰ) 」を活用しましょう。
