統計検定準1級、62点で合格しました。

正直に言うと、ワークブックを今見返しても、ちゃんと理解できているのは6割くらいです。それでも受かったので、「完璧に分かってなくても受かる」という話として読んでもらえれば。

目次

自分のスペック

  • 文系出身、大学では経済学専攻(偏差値55くらいの大学)
  • 大学の時に統計学の講義は受けたけど、10年経っているので中身はほぼ忘れていた
  • 統計検定2級には1年前に合格済み
  • 今回の勉強時間は約200時間

週平均で25時間くらい。勉強し始めて2か月半で受かりました。

途中で10日ほどサボった時期がありましたが、直前の1週間は1日6時間ほどやりました。

使った教材

教材やったことひとこと
とけたろうさんの無料動画微分積分・確率分布を各1周数学基礎の復習用。最初にやってよかった
統計学実践ワークブック5周メイン教材。ただし初学者には難しい。
公式問題集(準1級)(2016〜2019年分)1周解答スピードの確認用。6割くらいワークブックと重複
Kindle『統計検定最短合格400問』通学中にスマホで5択で手軽。アウトプット用に便利
とけたろうさんのチートシート当日の朝に1周暗記不足が大量に発覚。でも本番で2問拾えた

※ワークブックは、1周目は流し読み、2周目は例・例題を解く、3周目以降は苦手中心で例・例題を繰り返す、という進め方でした。

とけたろうさんの動画

数学の基礎(微分積分と確率分布)の復習に使った動画は、この2本です。どちらも無料です。

ワークブックで早々に挫折しかけた話

最初はワークブックを頭から読んでいくつもりでした。でも、他の合格体験記にも書いてある通り、初学者にはかなり厳しいです。解説を読んでも意味が分からない。

そこで①順番を変えて、とけたろうさんの動画 → ワークブック → 過去問にしました。②インプットとアウトプットをこまめに行い定着を図りました。

AIで一つずつ

分からない概念や計算の途中式は、その場でAIに聞いて一つずつ確認しました。最初から体系的に理解できたというより、AIの解説と問題演習を繰り返すうちに、各単元の内容がだんだんつながっていった感じです。

間違えた問題や理解が甘かったところは NotebookLM に入れて、通学中にクイズ形式で復習していました。用語と公式はこれでかなり定着した気がします。

クイズのソースには、とけたろうさんのサイトのチートシートなどを読み込ませました。こんな感じで、4択のクイズが自動で作られます。

【NotebookLMで作ったクイズの例】

「クーポンコレクター問題で、全N種類のうちk種類を集めた状態から、次に新しい種類を引くまでの購入回数の期待値は?」という問題で、「N−k」を選ぶと不正解になり、「残りの種類数をそのまま回数にしていて、重複して引く可能性を考慮できていません」と理由まで出ます。間違えた理由がその場で分かるので、通学中の復習にちょうどよかったです。

(正解は N/(N−k)。新しい種類を引く確率が (N−k)/N の幾何分布になる、という考え方です。)

400問は便利。ただ弱点もあった

ワークブック中心だとインプットに偏りがちなので、5択で短くアウトプットできる400問はありがたかったです。スマホでサクッとできるのも、通学中にはちょうどよかった。

ただ、後半の単元になると、正解の選択肢だけ文章が長い問題があって、中身を読まなくても当てられてしまうことがありました。ここは割り引いて使った方がいいと思います。

本番の感想

出たのは2021年7月版でした。大問21問のうち、ワークブックとほぼ同じ問題は2問くらいです。同じ問題はほとんど出ませんが、例・例題の考え方が使えれば十分に戦えると感じました。

  • 導出が必要な問題は出なかった(微積・指数対数が苦手なので助かった)
  • 第1章の「事象と確率」で、ベン図や集合の問題が出て、対応できなかった。ワークブックの例・例題には載っていなかった問題でしたので対応できず。。
  • チートシートで拾えたのは2問

例・例題以外の問題は優先度を下げてもいいと思いますが、余裕があれば一通り触っておくと安心です。

これから受ける人へ

  • 準1級は、ワークブックを1回読んで分かる試験ではないかと(少なくとも自分は無理でした)
  • 分からないところは放置しないで、通学中のAI活用などで効率的に一つずつ潰す。ただ導出系の問題は本番ではあまり出なかったので、そこに時間を使いすぎるのはもったいないかと。
  • 完璧主義にならず、例・例題を繰り返して、解ける問題を増やす

数学が苦手な文系でも、これで62点は取れました。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

コメント

コメントする

目次