2016年5月21日「1日集中 統計検定 2級 直前対策講座」

　統計学の第一人者で、「アクチュアリー数学対策」や「統計検定対策」など確率統計講座/研修経験豊富な 松原 望 氏にインタラクティブにリードしてもらいながら、「習うより慣れろ」をモットーに、2016年6月19日実施の「統計検定2級」合格のための計算処理能力向上を目指します。
　直近数回の過去問から精選した問題を演習し、試験合格のポイントを解説します。
　講義時間全体の3割で確率 (カリキュラム・第2部) を「演習⇒講義」し、残りの7割で統計学 (カリキュラム・第1部、第4部、第6部) を「演習⇒講義」します。過去問演習を中心に体感することで出題のポイントを押さえ、正答率を高めます。
　確率統計・データ分析実務の基礎を体系的かつ短期集中的にトレーニングすることができます。また、トレーニング内容を確認できる「Excel演習自習用データ」も配布します。
　「統計学」だけが最強なのではなく、本当は「確率と統計学 (統計解析力) 」が最強です。統計検定2級に合格したら準1級やアクチュアリー試験数理に進んで、確率過程、フィルトレーション、モデリング、シミュレーション、キャリブレーションなどを補強して最強を目指して下さい。

1. 第1部 記述統計
   1. 統計グラフ
      • 度数分布表
      • ヒストグラム
      • 散布図
      • 箱ひげ図など
   2. 様々な要約統計量
      • 平均・中央値・最頻値 (位置)
      • 分散・標準偏差 (ばらつき)
      • 変動係数
      • 共分散・相関係数 (関連)
      • 分位点など
   3. 時系列データ、移動平均、指数 (価格・数量) 、ローレンツ曲線、ジニ係数 (分布) など
   4. 回帰分析の数値 (回帰係数) とグラフの読み方
   5. 統計ソフトウェア活用のポイント
2. 第2部 確率、分布
   1. 事象、確率空間、確率の定義・表し方・基本ルール
   2. 条件付確率、事象の独立性
   3. 1次元確率変数の振る舞い
      • 確率分布
      • 密度関数
      • 分布関数など
   4. モーメント
      • 期待値 (平均)
      • 分散・標準偏差
      • 歪度
      • 尖度など
   5. 2次元確率変数の振る舞い
      • 同時分布
      • 周辺分布
      • 条件付き確率
      • 独立性など
   6. 条件付分布の期待値・分散、共分散、相関係数
   7. 様々な確率分布
      • 離散型
        • 一様
        • 2項
        • ポアソン
        • 超幾何
      • 連続型
        • 一様
        • 正規
        • カイ2乗
        • t
        • F
   8. 大数の法則と中心極限定理
   9. 統計ソフトウェア活用のポイント
3. 第3部 基礎レベル過去問演習
   • 2015年11月 2級試験の基礎レベル問題解説
     基礎レベル問題を解きながら、質疑応答スタイルで確率統計の計算処理 (統計ソフトウェア活用のポイント含む) や理論を解説します。
4. 第4部 推測統計
   1. 母集団と標本 (全数調査とサンプル調査)
      • 無限母集団と標本
      • 有限母集団からの標本抽出
      • 復元抽出と非復元抽出
      • サンプル・サイズ
      • 層別抽出
      • 多段抽出などの抽出法
      • 標本誤差と非標本誤差
      • 実験データと観測データ
      • サンプル調査法 (サンプリングのしかた;実施法、社会調査)
   2. 点推定
      • 標本分布
      • 推定量の不偏性
      • 一致性
      • 漸近正規性
      • 基本的な推定量と外れ値の影響
   3. 区間推定
      • 信頼係数と信頼区間
      • 具体例: 平均、比率、分散の区間推定
   4. 統計的仮説検定
      • (帰無) 仮説<棄却/棄却しない[採択]>
      • 統計量
      • 有意性
      • 有意水準
      • 「棄却」の意味
      • p値
      • 2種類の過誤
      • 対立仮説
      • 検出力
   5. 具体例
      • パラメータ (母平均、母比率、母分散、母分散比) に関する検定、適合度、独立性の検定
   6. 統計ソフトウェア活用のポイント
5. 第5部 中上級レベル過去問演習
   • 2015年11月2級試験の中上級レベル問題解説
     中上級レベル問題を解きながら、質疑応答スタイルで確率統計の計算処理 (統計ソフトウェア活用のポイント含む) や理論を解説します。
6. 第6部 変数間の関係性
   1. 相関係数に関する推定・検定
   2. 線形モデル
      • 変数の名称
      • 誤差項
      • 単回帰と重回帰
   3. 最小2乗法
      • 正規方程式
      • 解法
   4. 線形モデル (回帰分析) による統計推論
      • 偏回帰係数 (モデル) の推定と検定
        • 点推定
        • 標準誤差
        • t値
        • p値
        • 信頼区間
        • F値
      • 残差、推定値 (回帰値) の標準誤差、外れ値
      • 重相関係数、決定係数
   5. 線形モデルの発展
      • 分散分析
        • 一元配置
        • 二元配置
        • 共分散分析
      • 回帰式による予測
   6. 統計ソフトウェア活用のポイント

2016年5月22日「1日集中 統計検定 準1級 直前対策講座」

　統計学の第一人者で、「アクチュアリー数学対策」や「統計検定対策」など確率統計講座/研修経験豊富な 松原 望 氏にインタラクティブにリードしてもらいながら、2016年6月19日実施の「統計検定準1級」合格のための計算処理能力向上を目指します。
　「習うより慣れろ」をモットーに、『統計検定準1級例題集』『2015年6月準1級試験問題』で演習しながら試験合格のポイントを解説します。基礎知識学習も『2015年11月1級試験問題』で演習しながら行います。
　過去問演習から始め、問題演習で体感することで試験出題のポイントを押さえ、正答率を高めます。
　「統計学」だけが最強なのではなく、本当は「確率と統計学 (統計解析力) 」が最強です。本講座で多変量解析、確率過程、フィルトレーション、モデリング、シミュレーション、キャリブレーションなどを補強して最強を目指して下さい。

1. 統計検定準1級例題集解説
   • 代表的な例題を解きながら、質疑応答スタイルで初級レベルの計算処理 (統計ソフトウェア活用のポイント含む) や統計解析の知識を解説します。
2. 2015年6月準1級試験問題解説
   • 試験問題を解きながら、質疑応答スタイルで中上級レベルの計算処理 (統計ソフトウェア活用のポイント含む) や統計解析の知識を解説します。
3. 確率と確率変数
   • 以降、2015年11月統計検定1級過去問を解きながら進めます。
   • 基本的な概念 (ベイズの定理含む) および特に重要な密度関数、分布関数、生存関数、同時分布と周辺分布、条件付密度関数、モーメント、モーメント母関数、確率母関数、変数変換と線形結合の分布、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、連続修正、デルタ法など) を中心に解説します。
4. 種々の確率分布
   • 種々の確率分布 (幾何、負の2項、多項、指数、非心、ガンマ、ベータ、コーシー、対数正規、2変量正規含む) の振る舞いおよび特に重要な母関数の一意性、確率分布の再生性・変換・混合、統計ソフトウェア活用のポイントを中心に解説します。
5. 統計的推定
   • 特に重要な十分統計量、順序統計量、最尤法、モーメント法、推定量の性質 (十分性含む) 、ガウス・マルコフの定理、フィッシャー情報量、最尤推定量の漸近正規性、ベイズ統計 (事前分布と事後分布、ベイズ区間推定など) 、統計ソフトウェア活用のポイントを中心に解説します。
6. 仮説検定
   • 特に重要なネイマン・ピアソンの基本定理、一様最強力検定、尤度比検定、カイ2乗検定、ワルド型検定、回帰分析の注意点 (多重共線性、誤差の系列相関、不均一分散、ダミー変数等) 、回帰分析の応用 (ロジスティック回帰、一般化線形モデルなど) 、統計ソフトウェア活用のポイントを中心に解説します。
7. マルコフ連鎖と確率過程とシミュレーション
   • 特に重要なマルコフ連鎖 (推移確率、再帰性、定常分布) 、確率過程 (ランダムウォーク、フィルトレーション、ポアソン過程、ブラウン運動) 、シミュレーション (ブートストラップ、乱数、モンテカルロ法) 、統計ソフトウェア活用のポイントを中心に解説します。
8. 主なデータ解析手法
   • 特に重要な多変量解析 (主成分分析、判別分析、クラスター分析など) 、時系列分析 (自己相関、自己回帰モデルAR、ARIMAなど) 、分割表の解析 (対数線形モデル、オッズ比など) 、ノンパラメトリック検定 (符号検定・順位和など) 、統計ソフトウェア活用のポイントを中心に解説します。