最終更新日：2026年8月15日

ds statistics

DS検定トップ ＞ DS検定でよく出る統計まとめ（平均・分散・相関を一気に整理）

まず結論

DS検定の統計問題は、次の流れで理解すると整理しやすくなります。

  1. データの中心
  2. データのばらつき
  3. データ同士の関係
  4. モデルの説明力
  5. 分布の読み取り

全体像は次の通りです。

段階 主な概念
データの中心 平均・中央値・最頻値
ばらつき 分散・標準偏差
2変数の関係 共分散・相関係数
モデルの説明力 決定係数
分布の読み取り 箱ひげ図・外れ値・正規分布

DS検定では、公式そのものより「何を表す指標か」を理解しているかが重要です。

直感的な説明

① データの中心

まず理解したいのがデータの代表値です。

代表的なものは次の3つです。

  • 平均（mean）
  • 中央値（median）
  • 最頻値（mode）

平均はよく使われますが、外れ値の影響を受けやすいという特徴があります。

DS検定では、平均と中央値の違いを理解し、外れ値があるときにどちらを見るべきか判断できることが重要です。

② データのばらつき

平均だけでは、データの特徴は十分に分かりません。

例えば、平均70点のクラスでも、

  • 全員が70点付近に集まっている
  • 40点〜100点まで大きく散らばっている

では意味が違います。

そこで使うのが、

  • 分散
  • 標準偏差

です。

  • 分散 → 平均からのばらつきの大きさ
  • 標準偏差 → 分散を元の単位で解釈しやすくしたもの

詳しくは、分散と標準偏差とはで確認できます。

③ データ同士の関係

次に重要なのが、2つのデータの関係です。

例えば、

  • 気温とアイス売上
  • 勉強時間とテスト点数

などです。

この関係を表す代表的な指標が、

  • 共分散
  • 相関係数

です。

相関係数は、

  • -1〜1の範囲をとる
  • 0に近いほど直線的な関係が弱い
  • ±1に近いほど直線的な関係が強い

という特徴があります。

詳しくは、共分散と相関係数とはで確認できます。

④ モデルの説明力

2つのデータの関係を使って回帰モデルを作ったとき、重要になるのが決定係数（R²）です。

決定係数は、モデルが目的変数のばらつきをどれくらい説明できているかを表します。

例えば、

R² = 0.8

なら、目的変数のばらつきの約80%をモデルで説明していると解釈します。

詳しくは、決定係数とはで確認できます。

⑤ 分布の読み取り

最後に重要なのが、データがどのように分布しているかを読み取る力です。

DS検定では、例えば次の概念が問われます。

  • 箱ひげ図
  • 外れ値
  • 正規分布

特に箱ひげ図では、

  • 中央値
  • 四分位範囲
  • 外れ値

を読み取れることが重要です。

詳しくは、箱ひげ図とはで確認できます。

定義・仕組み

統計の各指標は、役割で分けて覚えると整理しやすくなります。

役割 主な指標 判断するときのポイント
中心を知る 平均・中央値・最頻値 外れ値の影響を見る
ばらつきを知る 分散・標準偏差 平均だけでは分からない散らばりを見る
関係を知る 共分散・相関係数 相関と因果を混同しない
説明力を見る 決定係数 正解率ではなく説明できた割合を見る
分布を見る 箱ひげ図・正規分布 中央値・四分位・外れ値を読む

DS検定では、「この指標は何を見るものか」を言えるようにしておくと、選択肢を切りやすくなります。

どんな場面で使う？

統計の基本指標は、データ分析のさまざまな場面で使います。

データの特徴を知りたいとき

  • 売上の平均を見る
  • 顧客年齢の中央値を見る
  • 品質データのばらつきを確認する

2つのデータの関係を知りたいとき

  • 広告費と売上
  • 気温と電力消費
  • 勉強時間と点数

モデルを評価したいとき

  • 売上予測
  • 需要予測
  • 回帰モデルの説明力の確認

分布を確認したいとき

  • 外れ値がないか見る
  • データが偏っていないか確認する
  • 箱ひげ図やヒストグラムを読む

よくある誤解・混同

❌ 平均だけ見ればデータの特徴が分かる

平均が同じでも、ばらつきが異なればデータの意味は変わります。

中心とばらつきをセットで見ることが重要です。

❌ 相関があれば因果関係がある

相関は2つの変数が一緒に動くことを示しますが、原因と結果を証明するものではありません。

相関 ≠ 因果

と覚えておきましょう。

❌ 相関係数0なら完全に無関係

相関係数は主に直線的な関係を表します。

曲線的な関係がある場合、関係があっても相関係数が0に近くなることがあります。

❌ 決定係数が高ければ必ず良いモデル

決定係数が高くても、過学習や外れ値の影響で実用性が低い場合があります。

DS検定では、1つの指標だけで良し悪しを断定しないことが大切です。

まとめ（試験直前用）

DS検定の統計は、次の順で整理すると覚えやすくなります。

中心 → ばらつき → 関係 → 説明力 → 分布

代表概念は次の通りです。

  • 中心：平均・中央値・最頻値
  • ばらつき：分散・標準偏差
  • 関係：共分散・相関係数
  • 説明力：決定係数
  • 分布：箱ひげ図・外れ値・正規分布

試験直前は、次の判断基準を確認しておきましょう。

  • 外れ値がある → 平均だけで判断しない
  • ばらつきを見る → 分散・標準偏差
  • 2変数の関係を見る → 共分散・相関係数
  • モデルの説明力を見る → 決定係数
  • 相関 ≠ 因果

公式の暗記だけでなく、その指標が何を表しているかを説明できることが重要です。

対応スキル項目（データサイエンス力シート）

  • スキルカテゴリ名：データサイエンス基礎
  • サブカテゴリ名：統計数理基礎
  • ★ 基本的な統計量や複数変数の関係を理解し、データの特徴を説明できる

🔗 関連記事

© 2024-2026 stemtazoo. All rights reserved.