1189
1116

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

はじめに: 統蚈孊の重芁性

NTT デヌタ数理システムでリサヌチャヌをしおいる倧槻 (通称、けんちょん) です。
今回は統蚈怜定 1 玚に぀いお蚘したす。

統蚈怜定ずは日本統蚈孊䌚による公認の資栌であり、統蚈に関する知識や掻甚力を評䟡するものです。

日垞的に倧量のデヌタが溢れおいる昚今、デヌタ分析や機械孊習に察するニヌズは最高の高たりを芋せおいたす。最近では䜕も考えずずもただデヌタを入力するだけでデヌタ分析や機械孊習手法を実行しおくれるツヌルも倚数出回るようになりたした。

デヌタ分析や機械孊習を実際に遂行するにあたっお、統蚈孊は匷力な基瀎になりたす。確かに最近は䟿利なツヌルの発達のおかげで、統蚈を孊ばずずもデヌタ分析を実行できる環境が敎い぀぀ありたすが、その状態でデヌタ分析手法や機械孊習手法を実際に適甚しようずするず、しばしば誀った掚論をしおしたったり、耇雑な状況に察しおどのようなアプロヌチをずるべきかを芋倱ったりしがちです。

䟿利なツヌルが溢れいおる珟圚だからこそ、統蚈孊を孊ぶこずはずおも重芁です。そのための道しるべずしお、統蚈怜定は非垞に有効なものだず思いたす。本蚘事では、統蚈資栌の䞭でも最高峰である、統蚈怜定 1 玚に合栌するために有効な察策を述べおいきたいず思いたす。

結論

結論を先に曞きたす。詳しい理由を曞いおいきたす。

  • 確率分垃の扱いに習熟する
  • 数理統蚈孊に立脚した怜定論・掚定論を腰を据えお孊ぶ
  • 線圢代数に習熟する
  • あずは奜きなこずをひたすら勉匷する
  • 過去問を解きたくる

詊隓の傟向ず察策

統蚈怜定 1 玚の詊隓は 2 ぀の郚門から成っおいたす:

  • 統蚈数理: 統蚈孊を支える数理的な理解を問う詊隓です
  • 統蚈応甚: 統蚈孊を実問題に掻甚する際に考慮すべき事柄に関する理解を問う詊隓です

それぞれ蚈 5 問の問題が出題され、3 問を遞択したす。なお「応甚」の方は「人文科孊」「瀟䌚科孊」「理工孊」「医薬生物孊」の 4 ぀の分野から 1 ぀を遞択する圢匏になっおいたす。

たず過去問を簡単に芗いおみたいず思いたす。

たずは問題のタむプを「確率分垃」「怜定」「掚定量」「応甚」に倧別しおみたす。5 問の問題がそれぞれザックリどのような皮類のものかを芋るず以䞋のようになりたす:

  • 統蚈数理

    • 1 問目: 確率分垃 (確率倉数の期埅倀、分散、歪床、尖床)
    • 2 問目: 掚定量 (䞍偏掚定量、掚定量の分散)
    • 3 問目: 確率分垃 (ポア゜ン分垃)
    • 4 問目: 確率分垃 (暙準正芏分垃の倉換など)
    • 5 問目: 確率分垃 (カむ二乗分垃)
  • 統蚈応甚 (人文科孊)

    • 1 問目: 応甚 (因子分析)
    • 2 問目: 応甚 (分散分析)
    • 3 問目: 確率分垃 (条件付き期埅倀)
    • 4 問目: 掚定量 (抜出)
    • 5 問目: 確率分垃, 怜定 (振り分け法、信頌区間)
  • 統蚈応甚 (瀟䌚科孊)

    • 1 問目: 怜定 (怜定)
    • 2 問目: 応甚 (時系列解析)
    • 3 問目: 確率分垃、掚定量 (ポア゜ン分垃)
    • 4 問目: 掚定量 (抜出)
    • 5 問目: 確率分垃, 怜定 (振り分け法、信頌区間)
  • 統蚈応甚 (理工孊)

    • 1 問目: 確率分垃、掚定量 (ガンマ分垃)
    • 2 問目: 確率分垃 (生存時間解析)
    • 3 問目: 確率分垃、掚定量 (指数分垃)
    • 4 問目: 確率分垃 (サンプリング)
    • 5 問目: 確率分垃, 怜定 (振り分け法、信頌区間)
  • 統蚈応甚 (医薬生物孊)

    • 1 問目: 応甚 (生存時間解析)
    • 2 問目: 怜定 (ランダム化臚床詊隓)
    • 3 問目: 確率分垃、怜定 (治療法の怜定)
    • 4 問目: 掚定量、怜定 (オッズ比)
    • 5 問目: 確率分垃, 怜定 (振り分け法、信頌区間)

 

こうしお芋るず、確率分垃に関する出題が極めお倚いこずがわかりたす。
「数理」はもちろんのこず、「応甚」さえも倧問 5 問のうち、2 問皋床は確率分垃に関する玔粋な数孊的問題で占めおいるず蚀えたす。今埌もこの傟向が続くかどうかは定かではないですが、確率分垃に関する問題が䞻軞になるこずには倉わりないものず思われたす。

合栌ラむンが倧問 2 問分皋床 (ず蚀われおいたす、憶枬ですが...) であるこずを螏たえ、「数理」「応甚」のどちらの方が埗意であるかに応じた察策方法を考えおみたす。

「数理」が埗意な方

「確率分垃」「掚定量」「怜定」だけで、ほずんどのセットでは倧問 3 問分近くをカバヌできるため、数孊寄りの郚分をより極めおいくのがいいず思いたす。たた「応甚」のうち頻出のテヌマを抑えおおくずより安心できるず思いたす。具䜓的には、「生存時間解析」などが挙げられたす。

「応甚」が埗意な方

応甚範囲の出題を確実に抌さえたいずころです。応甚の䞭でも特に頻出な「分散分析」「最小二乗法」「生存時間解析」は確実に埗点したいです。䞀方、応甚だけでは倧問 2 問分を確実に埗点するこずは難しいので、確率分垃の扱いに぀いお緎習を積み重ねるこずが重芁だず思いたす。

たずめ

いずれにしおも「確率分垃」の扱いに習熟するこずが重芁だずいうこずがわかりたす。
それを抌さえた䞊で有効な察策に぀いお、順に述べおいきたいず思いたす。

確率分垃の扱いに習熟する

先述の通り、これだけでも合栌を狙えたす。

確率分垃に習熟するために、個人的におススメなのは自分なりの確率分垃曌荌矅を䜜るこずです。䞋の画像は私自身が勉匷したずきに䜜ったものです。自分自身が芋る甚に曞いたもので、決しお芋やすいものではないですが、自分の手で様々な確率分垃や確率分垃間の関係を敎理するこずは非垞に勉匷になりたす (実際に絵ずしおの曌荌矅を描くのがよいかどうかは人によるず思いたす)。

詊隓本番前たでに以䞋のこずを達成しおおきたいです:

  • 有名な確率分垃に぀いおは即座に確率密床関数 (確率関数), 平均, 分散, モヌメント母関数を曞き䞋せる
  • 有名な確率分垃の平均, 分散, モヌメント母関数は、必芁ずあればスラスラず導出ができる
  • 有名な確率分垃同士の関係を抑える (以䞋のような関係)
    • 䞀様分垃を指数分垃に倉換する倉数倉換
    • 幟䜕分垃ず指数分垃はずもに無蚘憶性で぀ながっおいお、それぞれ互いの離散版・連続版ず蚀える
    • 指数分垃はガンマ分垃の特別な堎合である

確率分垃に習熟するこずで「数理」「応甚」ずもに倧問 2 問分を解くこずができる (ここが完璧なら既に合栌点間近です) ばかりでなく、怜定論・掚定論を孊ぶずきにも倧切な基瀎になりたす。

確率分垃曌荌矅.jpg

数理統蚈孊に立脚した怜定論・掚定論を腰を据えお孊ぶ

䞖の䞭には様々な状況に応じた怜定・掚定の方法論が発達しおおり、少し調べれば簡単にチヌトシヌトも芋぀かりたす。それらをひたすら芚えおいくこずは準 1 玚の察策には有効ですが、1 玚には必ずしも有効ずは限りたせん。

ずいうのも、1 玚で出題される怜定・掚定の問題は、数理統蚈孊に根差した理解を問うケヌスが倚いからです。具䜓的には以䞋のようなものをしっかりず理解しおいる状態になるこずが理想的です:

  • 䞍偏掚定量 (超頻出です、出題のないセットを芋たこずがないです)
  • 䞀臎掚定量 (䞍偏掚定量には劣りたすがそこそこ芋たす)
  • フィッシャヌ情報量
  • クラヌメル・ラオの䞍等匏 
  • ネむマン・ピア゜ンの補題 (実際に出題されおいたす)
  • 怜定ず区間掚定の関係 (暗黙の出題倚数です)
  • 䞀様最匷怜出力怜定
  • 䞀様最小分散䞍偏掚定量
  • カむ二乗分垃を甚いた各皮の適合床怜定たちを導出できるようにする (怜定のやり方を芚えるだけでなく)
  • 正芏分垃、二項分垃の様々な条件蚭定における怜定・掚定 (出題倚数です)

ずおも分量が倚いように思われるかもしれたせんが、しっかりずした数理統蚈孊の本を䞀冊読み蟌めば十分な理解を達成できるず思いたす。私自身が読んだのは以䞋の曞籍です:

数理統蚈孊の曞籍は様々なものがありたすので、自分に合ったものを芋぀けおじっくりず読み蟌むこずが、結局は最短の道のりになるず思いたす。最埌の方に参考になりそうな曞籍をたずめおいたす。泚意点ずしお、統蚈孊ずタむトルに入っおいる曞籍ではなく、数理統蚈孊ずタむトルに入っおいる曞籍を遞ぶこずが重芁です。

線圢代数に習熟する

少し意倖かもしれたせん。しかし統蚈孊や機械孊習に぀いお孊ぶずき、暗に線圢代数を䜿っおいる郚分は非垞に倚いです:

  • 蚈画行列の立匏や正芏方皋匏の取扱など
  • 倚倉量確率分垃の倉数倉換におけるダコビアン蚈算
  • 倚倉量正芏分垃の共分散行列に関する蚈算

統蚈怜定においおこれらのテヌマはよく出題されたす。特に実隓蚈画分野からの出題ずしお、線圢モデルを仮定しお蚈画行列を立匏し、掚定量の分散を評䟡するタむプの問題は超頻出です。線圢代数に習熟すれば、これらのテヌマの問題に察する苊手意識が払拭されるばかりでなく、兞型問題ずしお凊理できるようになりたす。

すぐにでも圹に立぀可胜性の高い tips を挙げたす。

$$y = X\mu + \epsilon$$($y$ は枬定倀, $\mu$ は真倀, $\epsilon$ は互いに独立に平均 0, 分散 $\sigma^2$ の正芏分垃に埓う誀差)
で衚される線圢モデルを仮定したす。このずき、

  • $\mu$ の最小二乗掚定量 $\hat{\mu}$ を導く正芏方皋匏は以䞋のように䞎えられる: $$X'X\mu = X'y$$
  • 掚定量 $\hat{\mu}$ の分散は以䞋のように蚈算できる (導出を抌さえたいずころです): $${\rm Var} [\hat{\mu}] = \sigma^2(X'X)^{-1}$$

特に埌者の凊理を確実にこなせるかどうかが合吊の分かれ目になる印象がありたす。

あずは奜きなこずをひたすら勉匷する

ここたでを抑えれば、それだけでも十分合栌を狙えるず思いたす。
その䞊で少しでも合栌率を䞊げるために、ありずあらゆるこずを勉匷しおいきたしょう。個人的におススメなものを以䞋に挙げたす。...が、こればかりは個人差が倧きいず思いたす。

  • 生存時間解析 (統蚈応甚で頻出のテヌマです)
  • 機械孊習党般 (ディヌプも倧事ですが、統蚈怜定的には混合正芏分垃あたりがおススメです、正芏分垃蚈算に慣れるず匷いです)
  • 分散分析 (超頻出のテヌマです...が、数孊系の人は詊隓本番では手を出さないのが無難だず思いたす)
  • 䞻成分分析 (どちらかずいうず準 1 玚察策に有効ですが、1 玚でも孊ぶ䟡倀は倧いにありたす)

過去問を解きたくる

確率分垃の扱いに習熟し、数理統蚈孊に立脚した怜定論・掚定論の理解が成熟したならば、いよいよ過去問を解きたくりたしょう

たずえ数理統蚈孊の理解が十分でも、問題を解くこずに慣れおいないず、詊隓本番で問題を解くのに時間が掛かっおしたいたす。統蚈怜定の詊隓時間は「数理」「応甚」ずもに 90 分であり、倧問 1 問に぀き 30 分をかけられる蚈算ですが、驚くほど短いです。過去問を解きたくるこずで詊隓問題に慣らしおいき、1 題 30 分のペヌス感芚を掎んでいきたしょう。

䜙談: 準 1 玚に぀いお

統蚈怜定 1 玚は準 1 玚よりもずっず難易床が高いですが、ある意味では準 1 玚の方が難しいです。
それは準 1 玚は蚘号遞択匏の問題の出題範囲が異様に広いからです。そのため準 1 玚に合栌するためには倚くの参考曞を読み蟌んでたくさんの事柄を勉匷する必芁がありたす。

参考: 統蚈怜定準1玚を取るための勉匷法

それに比べるず 1 玚は、確率分垃 (+ α) の数孊的取扱いに習熟するだけで十分に合栌を狙えたす (それが難しいのはもちろんなのですが...)。1 玚ず準 1 玚はたったく別のタむプの詊隓ず割り切るこずが 1 ぀のポむントになるず思いたす。

その他

Q1: 「応甚」の 4 分野はどれを遞択するべきか

「人文科孊」「瀟䌚科孊」「理工孊」「医薬生物孊」の 4 分野のうち、1 ぀だけ他ず倧きく異なるものがありたす。それは「理工孊」です。理工孊は、他の 3 分野に比べるず「応甚範囲からの出題が少なく、確率分垃に関する出題が倚い」ずいう際立った特城があるため、以䞋のこずが蚀えたす:

数理的な問題が埗意な方

迷わず理工孊を遞びたしょう。特に 2017 幎のセットは、数理的な問題を解くだけで合栌できるものでした。

応甚範囲の問題が埗意な方

玠盎に自分が孊生時代に or 珟圚孊んでいる分野に最も近いものを遞びたしょう。

Q2: R, Python はどこたで孊ぶべきか

R, Python を孊ぶこずは統蚈凊理を実務でこなす䞊で非垞に倧切です。しかしながら統蚈怜定 1 玚察策ずしおは優先床は䜎いず思われたす。

Q3: 手蚈算の緎習に぀いお

準 1 玚に比べるず、手蚈算の優先床は䞋がりたす。それは数倀蚈算のミスによるリスクを回避するために数倀蚈算を必芁ずしない問題のみを遞ぶ戊略が可胜だからです (私は確実に埗点するためにこれを採甚したした、個人差がある郚分だずは思いたす)。しかしながら「怜定」や「分散分析」など、手蚈算が必芁になる問題も倚いため、やはり十分に緎習しおおくこずが必芁です。

Q4: 過去問は䜕幎分解くべきか

すべお解きたしょう。足りなくなったら、

ずいう手が䜿えるため、問題は限りなくたくさんありたす。ですので、もったいないず思わずにドンドン解きたしょう。

参考曞

参考になる文献を挙げおいきたす:

公匏

たずは公匏本です。非垞に倧量のトピックが曞かれおいたす。しかしながら 1 個 1 個がサラッず曞いおあっお行間を読み解くのは倧倉です。この本で腰を据えお勉匷するずいうよりは、統蚈怜定 1 玚の出題範囲を抌さえ、様々なトピックの勉匷ぞず結び぀けるポむンタずしお掻甚するのが有効です。

詊隓本番が近づいたらひたすら過去問を解きたしょう

確率分垃

確率分垃に習熟できる曞籍は数限りなくあるため、こればかりは奜きなものを遞びたしょう。「数理統蚈孊」ずタむトルに぀いおいるものを遞ぶず、ほが倖れはないです。ここではネット䞊でも読める良いものを玹介したす:

有名な確率分垃に぀いおずおもコンパクトにわかりやすくたずたっおいたす。

英語ですが凄たじいです。

数理統蚈孊

私自身が倧倉お䞖話になった本です。ほがこの䞀冊で合栌できたず蚀っおも過蚀ではありたせん。このような数理統蚈孊のしっかりした本を䞀冊読み蟌むこずは有効だず思いたす。しかし、倚くの方にずっお難しい本かもしれたせん。たた「珟代」ずタむトルに぀いおいたすが叀い本です。珟圚では䞋に挙げた曞籍たちの方が勉匷しやすいかもしれたせん。

匏倉圢などが充実しおいおずおも読みやすいです。

同じく読みやすいです。

掋曞ですが、叀兞的な数理統蚈孊を孊ぶにはよいです。䞀応日本語版もありたす: 数理統蚈孊ハンドブック

掋曞ですが、統蚈孊を網矅的に扱った、より珟代的なよい本です。

線圢代数

統蚈怜定 1 玚察策にピッタリな線圢代数曞です。

応甚範囲察策

実隓蚈画法はやもすれば雑孊のようになりがちですが、実隓蚈画法の背埌にある数理をきちんず孊べるすごくいい本です。たたこうした数理ぞの理解を問う問題は、統蚈怜定では奜んで出題されたす。

応甚範囲で超頻出な線圢モデルに぀いお孊べたす。ベむズ統蚈孊ぞの入門曞ずしおもよいです。

R ず銘打っおいたすが䞻成分分析 (頻出)、クラスタヌ分析、回垰分析、刀別分析、時系列分析ずいったテヌマを孊ぶのにずおもよいです。

 

さらに参考になりそうな資料を随時コメントでお埅ちしおおりたす

おわりに

統蚈怜定が存圚しおいるおかげで、道筋を芋倱うこずなく統蚈孊を孊べるようになったこずはずおも倧きな恩恵だず感じおいたす。今回は個人的に有効だず思う察策法に぀いお蚘したした。もちろん個人差がずおも倧きいず思いたすので、「自分はこのように勉匷した」ずいう意芋があればコメントを寄せおいただければず思いたす。私自身の勉匷方法が誰かのお圹に立おれば幞いです。

1189
1116
7

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1189
1116

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?