統計検定® 3級／2級／1級（数理／応用）

統計検定®は一般財団法人統計質保証推進協会の登録商標です。
名称使用の許諾は名称の使用に対する許諾のみであり、講座を公式認定とするものではございません）

試験概要

受験資格

受験資格はなく,誰でも受けられます。

出題範囲※

※詳細は,後掲「具体的な統計検定®データサイエンス試験出題範囲　2級で出題」参照

• (1)現状についての問題の発見,その解決のためのデータの収集
• (2)仮説の構築と検証を行える統計力
• (3)新知見獲得の契機を見出すという統計的問題解決力
  から出題されます。

試験日程⋅形式等

試験日程	通年
試験形式	CBT(※) ※1級以外(4級/3級/2級/準1級/データサイエンス基礎/発展/エキスパートなど)は,紙媒体を利用した従来のPBT方式試験から全面的にコンピュータを利用したCBT方式試験に移行。
出題形式	4〜5肢選択問題
問題数	35問程度
試験時間	90分
合格水準	100点満点で,60点以上
合格率	48.1％（2024年[CBT]）

電卓の使用について

【持ち込み可能な電卓】

四則演算(＋−×÷)や百分率(％),平方根(√)の計算ができる普通電卓(一般電卓)または事務用電卓

【持ち込み不可の電卓】

上記の電卓を超える計算機能を持つ金融電卓や関数電卓,プログラム電卓,グラフ電卓,電卓機能を持つ携帯端末

• ※試験会場に持ち込める電卓は1台までとなります。
• ※試験会場では電卓の貸し出しは行っておりません。
• ※試験前に電卓の確認を行うことがあります。

計算用紙⋅統計数値表について

解答に必要な計算用紙⋅統計数値表(標準正規分布の上側確率など)は試験会場で配布し,試験終了後に回収します。

受験料

一般価格	7,000円
学割価格	5,000円

• ※全て税込み価格です。
• ※学割の対象者についてはCBTの運営を行っているオデッセイコミュニケーションズの試験要項「学割価格の対象となる学生」にてご確認ください。

一般財団法人 統計質保証推進協会より

推奨：参考書 ＜データ送信なし/発送なし/受講料に含まない＞

　・回帰分析から学ぶ計量経済学 山澤成康【著】　オーム社

　　※　「習うよりなれろ！」
本書で2級から準1級入門までを
Excelデータ分析でオーバービューしてから
2級理論を習得しましょう。
自身で購入/独学(予習/復習)の際の参考書
として最適です。

統計検定®1級(数理/応用)試験について

　大学専門課程(3,4年次)で習得すべきことについて、専門分野ごとに検定を行います。
具体的には、下記の＜1＞、＜2＞を踏まえ、各専門分野において研究課題の定式化と研究仮説の設定に基づき適切なデータ収集法を計画·立案し、データの吟味を行ったうえで統計的推論を行い、結果を正しく解釈しコミュニケートする力と次への展開力を試験します。

• ＜1＞ 統計検定準1級の内容をすべて含みます
• ＜2＞ 各種統計解析法の考え方および数理的側面の正しい理解

実施趣旨

あらゆる学問/研究/開発領域(特に医学/歯学/薬学/獣医学/ライフサイエンス/疫学/公衆衛生/看護学/保健/保険医務·アンダーライティング/医療情報·IT·DX/食品/バイオ/農·林·水産学)や実社会において、データ/統計学に基づく意思決定はますますその重要性を増しつつあります。種々の議論を、データという客観的な証拠を基にして行うという姿勢は、まさにユニバーサルスタンダードとして国内外を問わず広く必要とされているところです。統計学は、データを生み出し、吟味し、活用するための考え方と具体的な方法論/分析ツールを提供するものです。統計学の基本的な知識なしには正しいデータ解析法(調査/収集/処理含む)はありえません。

統計検定1級は、統計検定準1級までの知識を基に、それらをさらに発展させ、学問/研究/開発や実社会の様々な分野におけるデータ解析のニーズに応えるための基本的な能力の習得如何を問うものです。レベル的には定量的なデータ解析に深くかかわるような大学での専門分野修了程度となっています。

試験概要

受験資格

受験資格はなく,誰でも受けられます。

出題範囲

詳細は、
後掲「具体的な統計検定®データサイエンス試験出題範囲
1級統計数理/[医薬生物学]で出題」参照

試験日程⋅形式⋅合格率等

試験日程	2026年11月15日(日) 例年：統計数理　 午前中 統計応用　 午後
受験会場(予定)	札幌、東京23区内、立川、名古屋、大阪地域、福岡地域
試験形式	PBT試験
出題形式	論述·記述式 ※ ※1級以外(調査士/専門調査士/4級/3級/2級/準1級/ データサイエンス基礎/発展/エキスパートなど)は、 紙媒体を利用した従来のPBT方式試験から全面的にコンピュータ を利用したCBT方式試験に移行済み
問題数	5問から3問選択
試験時間	統計数理　90分(午前) 統計応用　90分(午後)
合格水準	100点満点で、60点以上
申込者数 統計数理 統計応用	2025年11月(2024年11月／2023年11月) 1,323人　( 1,427人 　／ 1,355人　 ) 1,249人　( 1,387人 　／ 1,304人　 )
受験者数 統計数理 統計応用	2025年11月(2024年11月／2023年11月) 989人　( 1,070人 　／ 　993人 　 ) 897人　( 　993人　 ／ 　 918人 　 )
合格者数 統計数理 統計応用	2025年11月(2024年11月／2023年11月) 178人　( 　222人 　／　 223人 　 ) 205人　( 205人 　　／ 　 214人 　 )
合格率 統計数理 統計応用	2025年11月(2024年11月／2023年11月) 18.00%　( 20.75% 　／ 　22.46% 　) 22.85%　( 20.64% 　／ 　23.31% 　)

1級合格までの経過措置について

統計検定1級合格には、「統計数理」および「統計応用（少なくとも1分野）」の合格が必要です。
「統計数理」にのみ合格した場合、経過措置として試験合格の有効期間内に「統計応用」に合格すれば「統計検定1級合格」とします。同様に「統計応用」にのみ合格した場合、試験合格の有効期間内に「統計数理」に合格すれば「統計検定1級合格」とします。 経過措置は9年（試験合格の有効期間10年間）です。

※　2020年のPBT方式試験中止にともない、統計検定1級および統計検定 専門統計調査士の経過措置は1年間延長いたします。

当日持参するもの

【受験票】

受験者本人の写真を貼付の上、持参してください。写真が貼られていない場合は受験できません。

【筆記用具】

HBまたはBの鉛筆・シャープペンシル、消しゴム

【時計】

辞書機能・通信機能が付いていないものを使用してください。携帯、スマートフォン、スマートウォッチなどは使用できません。秒針音のするものやキッチンタイマー、大型の時計も使用できません。

【電卓】

電卓の使用について

持ち込み可能な電卓

四則演算(＋−×÷)や百分率(％),平方根(√)の計算ができる普通電卓(一般電卓)または事務用電卓

持ち込み不可の電卓

上記の電卓を超える計算機能を持つ金融電卓や関数電卓,プログラム電卓,グラフ電卓,電卓機能を持つ携帯端末

• ※試験会場に持ち込める電卓は1台までとなっています。
• ※試験会場では電卓の貸し出しは行われておりません。
• ※試験前に電卓の確認を行われることがあります。

計算用紙⋅統計数値表について

解答に必要な計算用紙⋅統計数値表(標準正規分布の上側確率など)は試験会場で配布し,試験終了後に回収します。

受験料

一般価格 ※1 統計数理 統計応用 統計数理/統計応用 併願 同時受験	6,000円(税込) ※2026年度より8,000円 6,000円(税込) ※2026年度より8,000円 10,000円(税込) ※2026年度より12,000円
学割価格	学割なし

• ※1 統計検定ウェブサイト「検定種別」の統計検定１級ページを確認し、お申し込みください

一般財団法人 統計質保証推進協会「統計検定」HPより

推奨：参考書 ＜データ送信なし/発送なし/受講料に含まない＞

本講座受講後、自身で購入/復習(独学)の際の参考書として最適

具体的な統計検定®/データサイエンス試験出題範囲

統計検定データサイエンス基礎

統計検定データサイエンス基礎では,統計検定3級の内容に加え,以下の内容を含みます。

3級で出題

データの種類(量的変数,質的変数,名義尺度,順序尺度,間隔尺度,比例尺度) 標本調査と実験(母集団と標本,実験の基本的な考え方,国勢調査) 統計グラフとデータの集計(1変数データ,2変数データ) 時系列データ(時系列グラフ,指数(指標),移動平均) データの散らばりの指標(四分位数,四分位範囲,分散,標準偏差,変動係数) データの散らばりのグラフ表現(箱ひげ図,はずれ値) 相関と回帰(散布図,擬相関,相関係数,相関と因果,回帰直線) 確率(独立な試行,条件付き確率) 確率分布(確率変数の平均⋅分散,二項分布,正規分布,二項分布の正規近似) 統計的な推測(母平均⋅母比率の標本分布,区間推定,仮説検定)

DS基礎で出題

データベース⋅データマネジメント 主なExcel操作:データのソート(並び替え),ピボットテーブル,RAND 関数, データの分析,四則演算,IF関数 ＜項目1＞ データベース⋅マネジメント ねらい:分析目的に応じた構造化データの構築やデータ形式の変換, データ抽出等の簡単なデータの整理⋅整形ができる。 例:構造化データ(レコード×フィールド,ケース×変数),欠測値, データ結合/データ形式(ロングフォーマット⇔ワイドフォーマット)/ データ抽出(ランダムサンプリング,無作為標本抽出) ,乱数 ＜項目2＞ データマネジメント ねらい:データの種類や尺度を理解し,層別,水準(レベル)化, 変数変換等のデータ処理ができる。 例:質的データ,量的データ,データの尺度,層別,水準(レベル)化, 変数変換,Z変換(標準化),偏差値 データの可視化 主なExcel操作:グラフの作成 ねらい:データを目的に応じて可視化するための統計グラフの作成と解釈ができる。 例:円グラフ,棒グラフ,折れ線グラフ,帯グラフ,ツリーマップ,パレート図, ヒストグラム,箱ひげ図等 質的データの分析 主なExcel操作:SUM 関数,ピボットテーブル,CHISQ.TEST関数 ＜項目1＞ １変量 ねらい:質的データを用いて,問題の可視化や現状分析のための パレート分析(ABC分析)ができる。 例:パレート表,パレート図,構成割合(確率), 累積度数(累積相対度数,累積確率) ＜項目1＞ 2変量以上 ねらい:2つ以上の質的データを用いて,連関分析や要因探索の ためのクロス集計表の分析ができる。 例:クロス集計表,行(列)比率,セル比率,期待度数とカイ2乗統計量, 連関係数,特化係数,多重クロス表 量的データの分析 主なExcel操作:データの分析,AVERAGE/VAR/STDEV/CORREL関数 ＜項目1＞ 1変量 ねらい:量的データを用いて,問題の可視化や現状分析のために データの分布構造を分析できる。 例:階級,階級値,標準階級幅,度数分布表,ヒストグラム, 基本統計量(平均,標準偏差,分散,四分位数,パーセント点), 箱ひげ図,変動係数,管理図,外れ値 ＜項目2＞ 2変量以上 ねらい:2つ以上の質的データや量的データを用いて,要因探索 のための分布の比較や相関分析,単(重)回帰分析による 予測モデル構築ができる。 例:層別ヒストグラム,並列箱ひげ図,相関,相関係数,散布図, 単回帰分析,重回帰分析,寄与率,回帰係数,標準回帰係数,残差 確率による意思決定 主なExcel操作:BINOM.DIST/NORM.DIST/NORM.S.DIST/NORM.INV/ CONFIDENCE.NORM/CONFIDENCE.T/Z.TEST/T.TEST/ CHISQ.DIST/CHISQ.INV/CHISQ.TEST関数, データ分析 ＜項目1＞ 確率と確率分布 ねらい:確率と確率分布による推測の考え方を理解し, シミュレーションを実行できる。 例:場合の数,確率,条件付き確率,ベイズの定理,尤度,事後確率,期待値, 2項分布,正規分布,確率的シミュレーション ＜項目2＞ 推定 ねらい:標本変動と誤差を理解し,母集団特性値の推定ができる。 信頼区間,信頼率(信頼度),信頼上(下)限,誤差幅(誤差の マージン),標本誤差,標準誤差,母平均,母比率 ＜項目3＞ 検定 ねらい:仮説検定の考え方を理解し,文脈に応じた検定を行い, 結果の適切な解釈ができる。 例:帰無仮説,対立仮説,有意水準(危険率),有意確率(p値), 第一種の過誤,第二種の過誤,帰無仮説の棄却,2項/Z/t/カイ2乗検定, ABテスト 時系列データの分析 主なExcel操作:AVERAGE関数 ねらい:時系列データの構造を理解し,特徴を分析できる。 例:指数,移動平均,伸び率,成長率,平均成長率,季節調整 テキストマイニング ねらい:テキストマイニングの意味を知り,単語や品詞の出現頻度を分析できる。

統計検定®2級

統計検定®2級では,統計検定DS基礎の内容に加え,以下の内容を含みます。

2級で出題

分布の形状:右に裾が長い,左に裾が長い,対称,ベル型,一様, 単峰,多峰 散らばり:(n-1で割る)分散とその標準偏差,ローレンツ曲線, ジニ係数,2つのグラフの視覚的比較,カイ二乗値(一様 な頻度からのずれ),歪度,尖度 標準化⋅指数化 散布図と相関:層別した散布図,相関行列,みかけの相関(擬相関), 偏相関係数 単回帰と予測:最小二乗法,変動の分解,決定係数,回帰係数, 分散分析表,観測値と予測値,残差プロット, 標準誤差,変数変換 時系列データ処理:幾何平均,系列相関⋅コレログラム, トレンド,平滑化(移動平均) 質的(カテゴリカル)データ:度数表,2元クロス表 観察研究と実験研究:調査の設計,無作為抽出 標本調査と無作為抽出:標本誤差,偏りの源,標本抽出法 (系統抽出法,層化抽出法,クラスター抽出法, 多段抽出法) 実験のデザイン(実験計画),フィッシャーの3原則 確率:乗法定理,ベイズの定理 確率変数:確率変数の和と差(同時分布,和の期待値⋅分散), 2変数の共分散⋅相関 分布:ベルヌーイ/二項/ポアソン/幾何/一様/指数/正規分布/ 2変量正規/超幾何/負の二項 標本分布:標本平均の期待値⋅分散,チェビシェフの不等式, 大数の法則,中心極限定理,二項分布の正規近似,連続修正, 母集団,母数(母平均,母分散) 標本分布:標準正規/t/カイ二乗/F分布とそれら分布表の活用, 上側確率点(パーセント点) 点推定,推定量と推定値,有限母集団,一致性,不偏性,信頼区間,信頼係数 推定:1標本(正規母集団の母平均⋅母分散,母比率)の区間推定 2標本(相関係数,正規母集団の母平均の差⋅母分散の比, 母比率の差)の区間推定 検定:基礎仮説検定の基礎理論,検定統計量,p値,棄却域, 帰無仮説と対立仮説,両側検定と片側検定,第1種の過誤と 第2種の過誤,検出力(検定力), 1標本(母平均/母分散/母比率の仮説検定), 2標本(母平均の差の検定[分散既知/分散未知であるが等分散, 分散未知で等しいとは限らない場合], 母分散の比の検定,母比率の差の検定) 適合度検定,独立性の検定 回帰:回帰直線の傾きの推定と検定,重回帰モデル,偏回帰係数, 回帰係数の検定,多重共線性, ダミー変数を用いた回帰,自由度調整(修正)済み決定係数 実験計画と実験研究による要因効果の測定方法:処理群と対照群, 反復,ブロック化,一元配置実験, ３群以上の平均値の差(分散分析),Ｆ比 統計ソフトウェアの活用

統計検定®準1級

統計検定®準1級では,統計検定2級の内容に加え,以下の内容を含みます。

準1級で出題

確率と確率変数:包除原理 1変量(確率関数/密度関数) 2変量([同時/周辺/条件付]確率関数/密度関数/累積分布関数) モーメント[積率]/確率母関数 生存関数 分布の特性値(モーメント/歪度⋅尖度,偏相関係数,分位点関数, 条件付期待値/分散) 変数変換,確率変数の線形結合の分布 極限定理⋅漸近理論(大数の弱法則/少数法則/ 中心極限定理/極値分布/二項⋅ポアソン分布の正規近似/ 連続修正/デルタ法) 離散型:一様/ベルヌーイ/二項分布/ポアソン分布/幾何/超幾何/負の二項/多項分布 連続型:一様/正規(ガウス)/指数/ガンマ/ベータ/コーシー/対数正規/ 多変量正規分布 標本分布:t/カイ二乗/F分布(非心分布を含む) 推定:統計量(十分統計量,ネイマンの分解定理,順序統計量) 推定法(最尤/モーメント/最小二乗/線形推定[BLUE]) 点推定の性質(不偏性/一致性/十分性/有効性/推定量の相対効率/ ガウス⋅マルコフの定理,クラーメル⋅ラオの不等式 漸近的性質(フィッシャー情報量,最尤推定量の漸近正規性,デルタ法, ジャックナイフ法,カルバック⋅ライブラー情報量) 1標本⋅2標本の区間推定,被覆確率,片側信頼限界 検定:1標本⋅2標本の仮説検定,検出力曲線,サンプルサイズの決定, 多重比較検定法の導出,ネイマン⋅ピアソンの基本定理, 尤度比/ワルド型/スコア型/正確検定 正規分布以外(二項/ポアソン/適合度検定,ノンパラメトリック法, ウィルコクソン/並ベ替え/符号付き順位/クラスカル⋅ウォリス検定, 順位相関係数 マルコフ連鎖:推移確率,既約性,再帰性,定常分布 確率過程の基礎:ランダムウォーク,ポアソン過程,ブラウン運動 回帰分析:重相関係数,平均への回帰(回帰効果) 重回帰モデル(変数選択,残差分析,一般化最小二乗推定,多重共線性 ラッソ回帰[L1正則化]) 回帰診断法(系列相関,ダービン⋅ワトソンDW比,はずれ値,leverage, Q-Qプロット) 質的回帰(ロジスティック回帰,プロビット分析) その他(一般化線形モデルGLM,打ち切りのある場合,比例ハザード, ニューラルネットワークモデル) 分散分析と実験計画法:一元配置,二元配置,分散分析表,交互作用,ブロック化, 乱塊法,一部実施要因計画,直交配列,ブロック計画 多変量解析:標本調査法(有限母集団,有限修正,各種の標本抽出法) 主成分分析(主成分スコア,主成分負荷量,寄与率,累積寄与率) 判別分析(フィッシャー線形判別,2次判別,SVM,正準判別,ROC,AUC, 混同行列) クラスター分析(階層型クラスター分析⋅デンドログラム,k-means法, 距離行列) 共分散構造分析と因子分析(パス解析,因果図,潜在変数,因子の回転) その他(多次元尺度法,正準相関,対応分析,数量化法) 時系列解析:自己相関,偏自己相関,ペリオドグラム,AR/MA/ARIMAモデル, 定常性,階差,状態空間モデル 分割表の解析:オッズ比,連関係数,ファイ係数,残差分析, 条件つき独立性,対数線形/階層/グラフィカルモデル 欠測メカニズム,EMアルゴリズム モデル選択:情報量規準,AIC,cross validation ベイズ法:事前/事後分布,階層ベイズモデル,ギブスサンプリング, Metropolis-Hastings法 シミュレーション,計算多用手法:ジャックナイフ,ブートストラップ,乱数, 棄却法,モンテカルロシミュレーション マルコフ連鎖モンテカルロ(MCMC)法

統計検定®1級統計数理

統計検定®1級統計数理では,統計検定準1級の内容に加え,以下の内容を含みます。

1級統計数理で出題	連続型:ワイブル/ロジスティック分布 推定:尤度と最尤推定(尤度/対数尤度/有効スコア関数,最尤推定) 推定法(線形模型法[BLUEなど]) モデル評価基準(情報量規準AIC,クロスバリデーション) 漸近的性質など(クラーメル⋅ラオの不等式,フィッシャー情報量[1次元]) 分散分析:共分散分析,多重比較 分割表の解析:カイ二乗/フィッシャー/マクネマー検定,イェーツの補正, ノンパラメトリック法,符号/ウィルコクソン順位和 (マン⋅ホィットニーU)/ウィルコクソン符号付き順位和検定, 順位相関係数 不完全データ:欠測(欠損),打ち切り,トランケーション

統統計検定®1級統計応用[医薬生物学]

統計検定®1級統計応用[医薬生物学]では,統計検定1級統計数理の内容に加え,以下の内容を含みます。

想定分野:医学,歯学,薬学,疫学,公衆衛生,看護学,生物学,農林⋅水産学
医薬生物学のデータ解析に特有な概念を理解すると共に,実際問題でよく用いられる統計手法について正しい知識を身に着け,実際の場面での応用ができる。特に,人間に関するデータを扱う上での留意点についても正しく理解する。

[医薬生物学] で出題

ねらい1:医薬生物学分野における種々の研究法を理解し,研究目的に応じかつ 実行可能な研究デザインは何かを理解する。 ＜項目＞ 研究の種類 例:介入研究と観察研究,コホート研究,ケース⋅コントロール研究,臨床試験 ねらい2:研究目的に応じ,交絡を排除したデータを得るための方法論を理解する。 ＜項目＞ データ収集法 例:無作為抽出と無作為割り付け,盲検化,ダブルブラインド,プラセボ対照 ねらい3:医薬生物学のデータ解析に特有な概念を理解すると共に,実際問題でよく用いられる 統計手法について正しい知識を身に着け,実際の場面での応用ができる。 特に,人間に関するデータを扱う上での留意点についても正しく理解する。 ＜項目1＞ 処置効果 例:効果の大きさ,サロゲートエンドポイント,サンプルサイズ設計 ＜項目2＞ 効果の指標 例:変化量,変化率,リスク比,リスク差,相対リスク,オッズ,オッズ比, 対数オッズ比,ハザード,ハザード比 ＜項目3＞ カテゴリカルデータ解析 例:カイ二乗検定,残差,標準化残差,順序カテゴリカルデータ,分割表の解析, フィッシャー検定,多重ロジスティック回帰分析,対数線形モデル ＜項目4＞ ノンパラメトリック法 例:ウィルコクソン順位和検定(マン⋅ホィットニーU検定), ウィルコクソン符号付き順位和検定,順位相関係数,マクネマー検定 ＜項目5＞ 交絡の調整 例:交絡,層別解析,標準化,準化死亡比(standardized mortality ratio:SMR) ＜項目6＞ 生存時間と繰り返し測定 例:生存時間解析,繰り返し測定データの解析,カプラン⋅マイヤー法, 最終観測値繰り越し法(LOCF[Last Observation Carried Forward]法)打ち切りデータ,比例ハザード ＜項目7＞ 検査の性能評価 例:検査の感度⋅特異度,ROC曲線