🐀

統計検定1級の出題範囲と参考HP(統計応用)

2022/01/22に公開

引用元|統計検定1級出題範囲表

参考HPへのリンクは随時アップデート予定 (* は外部リンク)

共通した事項

確率・統計の基礎事項(統計検定2級の範囲)に加え,各応用分野に共通した事項

ねらい) 研究法の違いを理解すると共に,データの取り方に関する基礎事項を理解し実践に応用できる.

研究の種類

  1. 実験研究*

  2. 調査

  3. 観察研究*

標本調査法

  1. 完全無作為抽出

  2. 二段階抽出

  3. 層化抽出

  4. サンプルサイズの設計

実験計画法

  1. フィッシャーの3原則*

  2. 二元配置法

  3. 乱塊法

  4. 一元配置法

  5. ブロック化

  6. 一部実施要因計画

ねらい) 重回帰分析・各種多変量解析法・確率過程・時系列解析について正しく理解すると共に,ソフトウェアの出力結果の解釈ができる.

重回帰分析

  1. 重回帰モデル

  2. 残差分析

  3. ガウス・マルコフの定理

  4. L1正則化法

  5. 変数選択

  6. 一般化最小二乗推定

  7. 多重共線性

  8. 回帰診断法

各種多変量解析法

  1. 主成分分析

  2. 判別分析

  3. ロジスティック回帰分析

  4. 一般化線形モデル

  5. サポートベクターマシン

  6. 因子分析

  7. クラスター分析

  8. プロビット分析

  9. 非線形回帰モデル

確率過程

  1. マルコフ連鎖

  2. ポアソン過程

  3. ランダムウォーク

  4. ブラウン運動

時系列解析

  1. ARIMAモデル

  2. 状態空間モデル

人文科学分野

想定分野:文学,心理,教育,社会,地理,言語,体育,人間科学

ねらい) 研究の目的を達成しかつ実行可能なデータの収集法を理解し,得られたデータの基本的な集計ができる

データの取得法

  1. 実験と準実験

  2. アンケート調査の設計と実践

データの集計

  1. クロス集計

  2. 連関の指標

  3. 独立性の検定

  4. 四分相関

ねらい) 人文科学分野に特有な分析法を理解すると共に実際のデー タ解析に応用できる.分析ソフトウェアの出力の解釈が的確にできる.

多変量データ分析法

  1. 数量化理論

  2. パス解析

  3. 構造方程式モデル

  4. (確証的

  5. コレスポンデンス分析

  6. 多次元尺度構成法

  7. 共分散構造分析

  8. 探索的)因子分析

潜在構造モデル

  1. 潜在特性

  2. 潜在クラス分析

テストの分析

  1. テストの信頼性・妥当性

  2. 内的妥当性

  3. 困難度

  4. クロンバックのアルファ

  5. 外的妥当性

  6. 項目反応理論

  7. 識別力

社会科学分野

想定分野:経済,経営,社会,政治,金融工学,保険

ねらい) 目的に合った調査法を企画立案するとともに調査法の特質を理解する

調査の企画と実施

  1. 標本誤差

  2. センサス

  3. 系統抽出

  4. 集落抽出

  5. 非標本誤差

  6. 無作為抽出*

  7. 二段階抽出

ねらい) 社会科学分野におけるデータの特徴を理解すると共に,それらを分析する力を身につける.特に,モデルの標準的な仮定が満たされない場合の影響ならびにそれらに対する対処法を理解する.コンピュータの出力を読み取る力を身につけ,的確な判断ができる.

重回帰モデルとその周辺

  1. 重回帰分析

  2. 一般化最小二乗法(誤差項の系列相関と不均一分散)

  3. 多重共線性

  4. 変数選択

計量モデル分析

  1. 外生変数

  2. 同時方程式モデル

  3. 連立方程式モデル

  4. 質的選択モデル

  5. 内生変数

  6. 操作変数法(二段階最小二乗法)

  7. 構造変化検定

  8. 切断回帰モデル

時系列解析

  1. トレンド

  2. 自己相関

  3. 移動平均*

  4. 共和分

  5. 指数平滑化法

  6. 季節調整*

  7. 自己回帰

  8. 単位根

  9. ARCHモデル

パネル分析

  1. 固定効果モデル

  2. ハウスマン検定

  3. 変量効果モデル

経済指数

  1. 経済指数(総合指数、景気判断指数)

  2. ジニ係数*

  3. 経済指数の例(ラスパイレス指数、パーシェ指数、フィッシャー指数)

  4. ローレンツ曲線*

理工学分野

想定分野:数学,物理,化学,地学,工学,環境

ねらい) 統計手法の数理的な側面を正しく理解し,応用に結び付けることができる.特に,解析や線形代数などの数学的な理論が実際の応用にどう結び付くのかを理解する.

多変量解析法

  1. 多変量正規分布

  2. 分散共分散行列

  3. 固有値・固有ベクトル

  4. 平均ベクトル

  5. 相関行列*

確率過程

  1. ランダムウォーク

  2. ポアソン過程

  3. 時系列解析

  4. 移動平均過程

  5. マルコフ過程

  6. マルコフ連鎖

  7. 自己回帰過程

  8. ARIMA過程

線形推測

  1. 線形モデル

  2. 線形結合の分布

  3. 線形制約

  4. 一般化線形モデル

  5. 線形対比

漸近理論

  1. 大数の法則

  2. 最尤推定量の漸近正規性

  3. 一致性*

  4. 中心極限定理

  5. 漸近分散

  6. デルタ法

ねらい) 品質管理に関する種々の統計手法を正しく使うことができる.

品質管理

  1. 管理図*

  2. 保全性

  3. 工程能力指数

  4. 信頼性

  5. プロセス管理

実験計画

  1. 実験の計画と実施

  2. 変量効果

  3. ブロック化

  4. 交絡法

  5. 固定効果

  6. 交絡因子

  7. 直交表

医薬生物学分野

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

ねらい) 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

研究の種類

  1. 介入研究と観察研究

  2. ケース・コントロール研究

  3. コホート研究

  4. 臨床試験

ねらい) 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.

データ収集法

  1. 無作為抽出と無作為割り付け

  2. ダブルブラインド

  3. 盲検化

  4. プラセボ対照

ねらい) 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.

処置効果

  1. 効果の大きさ

  2. サンプルサイズ設計

  3. サロゲートエンドポイント

効果の指標

  1. 変化量

  2. リスク比

  3. 相対リスク

  4. オッズ比

  5. ハザード

  6. 変化率

  7. リスク差

  8. オッズ

  9. 対数オッズ比

  10. ハザード比

カテゴリカルデータ解析

  1. カイ二乗検定*

  2. 標準化残差

  3. 分割表の解析

  4. 多重ロジスティック回帰分析

  5. 残差*

  6. 順序カテゴリカルデータ

  7. フィッシャー検定

  8. 対数線形モデル

ノンパラメトリック法

  1. ウィルコクソン順位和検定(マン・ホィットニーU検定)

  2. 順位相関係数

  3. ウィルコクソン符号付き順位和検定

  4. マクネマー検定

交絡の調整

  1. 交絡

  2. 標準化

  3. 層別解析

  4. SMR

生存時間と繰り返し測定

  1. 生存時間解析

  2. カプラン・マイヤー法

  3. LOCF

  4. 繰り返し測定データの解析

  5. 打ち切りデータ

  6. 比例ハザード

検査の性能評価

  1. 検査の感度・特異度

  2. ROC曲線

その他参考HP

参考書籍

以上

Discussion