データサイエンティスト検定リテラシーレベル　② 検定・推定・評価指標

推測統計と分析評価の考え方を学ぶ分野です。区間推定と信頼区間、仮説検定（帰無仮説・対立仮説・p値・有意水準・第1種／第2種の過誤）、t検定・z検定などの検定手法、回帰分析、そしてAUCやF値・適合率・再現率といったモデルの評価指標が頻出です。あわせて標本誤差やバイアス、データの前処理・可視化の実務も問われます。用語が多く混同しやすいため、検定の流れと各指標が「何を測るか」を整理して覚えるのが得点のコツです。

この分野の問題50問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

第51問2つの量的変数を持つデータがあったとき、その関係性を一度に把握するために用いられるグラフとして最も適切なものはどれか。

A散布図
B円グラフ
C棒グラフ
Dヒストグラム

正解と解説を見る

正解：A．散布図

散布図は2つの量的変数の関係性を視覚的に把握するのに適しています。

データサイエンティスト検定リテラシーレベル ② 検定・推定・評価指標

第51問2つの量的変数を持つデータがあったとき、その関係性を一度に把握するために用いられるグラフとして最も適切なものはどれか。

第52問無作為に集めたデータから母集団の特徴や情報を推測する統計学を何と呼ぶか。

第53問区間推定における信頼区間について、正しい説明はどれか。

第54問統計的仮説検定において、「本来主張したい仮説」を否定するために立てる「棄却されることを目的とした仮説」を何と呼ぶか。

第55問有意水準を5%と設定して統計的仮説検定を行った。計算されたp値が0.03であった場合の正しい判断はどれか。

第56問統計的仮説検定における「第2種の過誤」の説明として最も適切なものはどれか。

第57問コインの表が出る確率について「表が出やすい（確率が0.5より大きい）」という対立仮説を立てて検定を行う場合、どちらの検定を用いるのが適切か。

第58問対応のない2群の平均値の差の検定を行う際、2つの母集団の分散が等しいことを前提とする検定手法はどれか。

第59問2群の平均値の差の検定を行う際、母分散が「既知」である場合に用いる検定手法はどれか。

第60問アソシエーション分析において、事象Xが起こったという条件下で事象Yが起こる割合を表す指標はどれか。

第61問アソシエーション分析において、全事象の中で事象Xと事象Yが同時に起こる割合を表す指標はどれか。

第62問アソシエーション分析におけるリフト値が示す意味として最も適切なものはどれか。

第63問処置群と対照群に被験者を割り当てる際、他の要因が結果に与える影響を平均化するために無作為に割り当てる実験手法を何というか。

第64問因果推論における「交絡因子」が満たすべき条件として、誤っているものはどれか。

第65問分析対象者として選ばれた人と選ばれなかった人の間に存在する特性の違いによって生じる系統的な誤差を何というか。

第66問データ集計において、集計仕様の誤りやデータの異常に気付くために有効な手段として推奨されているものはどれか。

第67問分析用データのチェックにおいて、「データの質」に関する確認項目はどれか。

第68問官公庁が提供するオープンデータを分析する際の心構えとして適切なものはどれか。

第69問データ分析を進める上で、最も本質的で常に立ち返るべきものはどれか。

第70問データ分析において比較対象や集計の切り口を設定する際、むやみに総当たりにするのではなく事前に何を立てておくことが重要か。

第71問普段扱っているデータの基本統計量を絶えず観察することのメリットとして不適切なものはどれか。

第72問時間の経過に従って記録されたデータにおいて、細かな変動を除いた全体の傾向を何というか。

第73問時系列データのトレンドを把握するための代表的な手法はどれか。

第74問互いに独立なランダムウォークである2つの時系列データの間に、有意な関係があるような結果が出てしまう現象を何というか。

第75問母集団から無作為に抽出した標本によって得られる推計値と、母集団の真の値との差を何というか。

第76問サンプリングバイアスに関する説明として最も適切なものはどれか。

第77問フィッシャーによる実験計画法の3原則に含まれないものはどれか。

第78問実験計画法において、取り上げる因子の数が多くすべての組み合わせでの試行が難しい場合、実験回数を効果的に削減するために用いられるものはどれか。

第79問「外れ値の中で外れている理由が判明しているもの」を指す用語はどれか。

第80問データの標準化において、加工後のデータの平均と分散はそれぞれいくつになるか。

第81問データの最大値を1、最小値を0にするよう変換する加工処理を何というか。

第82問「駅前店」「郊外店」「住宅街店」の3つの水準を持つ名義尺度の変数を重回帰分析の説明変数として扱う場合、作成すべきダミー変数の数はいくつか。

第83問データのスケールが大きく異なる場合や、分布が歪んでいる場合に分布の形状を整えるために用いられる代表的な変換手法はどれか。

第84問1つの変数ごとの基本統計量では外れ値が認められない場合でも、外れ値を発見できる可能性がある可視化手法はどれか。

第85問データ可視化の3つの主な目的として挙げられている組み合わせで正しいものはどれか。

第86問「電力消費量が何に強く関連するか把握する」ことを目的とした可視化で散布図を描く場合、縦軸（目的変数）に設定すべき項目はどれか。

第87問データ可視化における層化（比較軸の候補出し）の観点として、テキストで挙げられている2つの観点はどれか。

第88問膨大なデータを可視化する際、時間属性を平均化せず同一条件下におけるデータの集合平均を用いる手法を何というか。

第89問箱ひげ図において、第3四分位数から第1四分位数を引いた値（四分位範囲）を2で割ったものを何というか。

第90問分析担当者以外の人にデータを伝える際、「わかりやすさ」と並んで重要とされる可視化の目的はどれか。

第91問グラフの過剰なビジュアル表現（チャートジャンク）を減らす指標となる「データインク比」が近づくべき理想的な値はどれか。

第92問不必要な誇張にあたるグラフ表現として、適切でない（誇張ではない）ものはどれか。

第93問量的変数をそのまま表現する際、色表現よりも効果的に伝わりやすいとされる表現方法はどれか。

第94問複数の散布図をグリッド状に整列し、データセット内の複数の変数の関係性を同時に把握できるグラフを何というか。

第95問単回帰分析の最小二乗法が最小化しようとするものは何か。

第96問重回帰分析において、説明変数の数が増えるだけで1に近づいてしまう性質を持つ指標はどれか。

第97問「購入したか・しないか」といった0/1の2値の発生確率を予測するのに適した回帰モデルはどれか。

第98問ロジスティック回帰分析において、0から1までの確率を表現するために用いられる関数はどれか。

第99問ROC曲線の下側の面積であるAUC（Area Under the Curve）について、モデルの精度が100%のときにとる値はどれか。

第100問混同行列に基づく評価指標のうち、適合率（Precision）と再現率（Recall）の調和平均をとったバランスを重視する指標はどれか。

データサイエンティスト検定リテラシーレベル　② 検定・推定・評価指標