---
title: "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）"
description: "DS検定の統計分野を、平均・中央値で中心を捉え、分散・標準偏差で散らばりを測り、共分散・相関係数で2変数の動きを読み、標本から母集団を推測する流れで整理する学習マップです。外れ値があるときの代表値、分散と標準偏差の単位、相関と因果の違いを手掛かりに、必要な個別記事へ進めます。"
canonical_url: "https://stemtazoo.github.io/ds/statistics-summary/"
section: "ds"
---
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できます。
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
つまり
平均
↓
分散・標準偏差
↓
共分散・相関係数
↓
決定係数
↓
箱ひげ図・外れ値
という構造です。
DS検定では
**公式よりも「何を表す指標か」を理解しているか**が問われます。
# ① データの中心
まず最初に理解するのが
**データの代表値**です。
代表的なものは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。
そのためDS検定では
平均
中央値
の違いを理解しているかが問われます。
# ② データのばらつき
平均だけではデータの特徴は分かりません。
例えば
平均70点のクラスでも
- 全員70点付近
- 40点〜100点
では全く違います。
そこで使うのが
- 分散
- 標準偏差
です。
- 分散 → 平均からどれくらい離れているか
- 標準偏差 → 分散を元の単位に戻したもの
詳しくはこちら
→ **[分散と標準偏差とは](https://stemtazoo.github.io/ds/variance-standard-deviation/)**
# 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
この関係を表すのが
- 共分散
- 相関係数
です。
相関係数の特徴
- -1〜1の範囲
- 0に近い → 関係が弱い
詳しくはこちら
→ **[共分散と相関係数とは](https://stemtazoo.github.io/ds/covariance-correlation/)**
# ④ モデルの説明力
相関が分かると
次は **予測モデル**です。
回帰分析では
**決定係数（R²）**
が重要になります。
決定係数は
**モデルがどれくらいデータを説明できるか**
を表します。
例
R² = 0.8
なら、
データのばらつきの8割をモデルで説明できる
と解釈します。
詳しくはこちら
→ **[決定係数とは](https://stemtazoo.github.io/ds/coefficient-of-determination-contribution/)**
# 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、
箱ひげ図
外れ値
正規分布
などがよく問われます。
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。
詳しくはこちら
→ **[箱ひげ図とは](https://stemtazoo.github.io/ds/boxplot/)**
# 試験直前まとめ
DS検定の統計は、
平均 → ばらつき → 関係 → 説明力 → 分布
の順に理解すると整理しやすいです。
それぞれの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
公式の暗記だけでなく、
その指標が何を表しているか
を言えるようにしておくと、DS検定で強くなります。