| 受験日 | 年1回（2023年度は11/19(日)） |
| 出題 | どちらの試験も論述式 |
| 問題数 | 「統計数理」 ・5題出題され、その中から3題選択して回答 「統計応用」 ・4つの分野(人文科学、社会科学、理工学、医薬生物学)から申込時点で1分野を選択 ・各分野5問出題され、受験時に3問選択して回答 |
| 試験時間 | 「統計数理」：90分（午前） 「統計応用」：90分（午後） |
| 受験料金 | ・「統計数理」：6,000円 ・「統計応用」：6,000円 ※同時受験の場合はあわせて10,000円 |
| 「統計数理」の項目 | 「統計数理」で求められるスキル |
| 「確率と確率変数」 ・事象と確率 ・確率分布と母関数 ・分布の特性値 ・変数変換 ・極限定理と確率分布の近似 |
・確率と確率分布の基礎的な内容の理解と、さまざまな場面での確率計算ができる ・分布の各種特性値の意味の理解と特性値の値から分布の形状を推測する ・変数変換後の分布を導入する ・確率分布の極限的な性質を理解する |
| 「種々の確率分布」 ・離散型分布 ・連続型分布 ・標本分布 |
・基本的な離散型分布の理解と確率計算 ・基本的な連続型分布の理解と確率計算 ・標本分布の理解と応用力 |
| 「統計的推測（推定）」 ・母集団と標本・統計量 ・尤度と最尤推定 ・各種推定法 ・点推定量の性質 ・モデル評価基準 ・漸近的性質 ・区間推定 |
・尤度の概念を理解し、パラメータの推定法の原理を知って、推定量の良さを数学的に立証する ・区別推定を理解し、信頼区間の性質を正確に述べる |
| 「統計的推測（検定）」 ・検定の基礎 ・検定法の導出 ・正規分布に関する検定 ・種々の検定法 |
・統計的検定の原理の理解 ・種々の最適化で検定が構成でき、性質を数学的に立証できる |
| 「データ解析法の考え方と各種分析手法」 ・分散分析 ・回帰分析 ・分割表の解析 ・ノンパラメトリック法 ・不完全データ ・シミュレーション ・ベイズ法 |
・分散分析と回帰分析についての理解・応用力 ・実際問題で遭遇する分割表の解析、ノンパラメトリックの方法の理解・実践力 |
| 「統計応用」の項目 | 「統計応用」で求められるスキル |
| 「共通項目」 ・研究の種類 ・標本調査法 ・実験計画法 ・重回帰分析 ・各種多変量解析法 ・確率過程 ・時系列解析 |
・研究法の違いを理解する ・データの取り方に関する基礎事項の理解・応用力 ・重回帰分析・各種多変量解析法・確率過程・時系列解析について正しく理解する ・ソフトウェアの出力結果の解釈 |
| 「人文科学分野」 ・データの取得法 ・データの集計 ・多変量データ分析法 ・潜在構造モデル ・テストの分析 |
・研究の目的を達成しかつ実行が可能なデータの収集法を理解する ・得られたデータの基本的な集計ができる ・人文科学分野に特有な分析法の理解と実際のデータ解析ができる ・分析ソフトウェアの出力の解釈 |
| 「社会科学分野」 ・調査の企画と実施 ・重回帰モデルとその周辺 ・計量モデル分析 ・時系列解析 ・パネル分析 ・経済指数 |
・目的に合った調査法を企画立案するとともに調査法の特質を理解する ・社会科学分野におけるデータの特徴の理解・分析する力 ・モデルの標準的な仮定が満たされない場合の影響ならびにそれらに対する対処法の理解 ・コンピュータの出力を読み取る力を身につけて、的確な判断ができる |
| 「理工学分野」 ・多変量解析法 ・確率過程 ・線形推測 ・漸近理論 ・品質管理 ・実験計画 |
・統計手法の数理的な側面を正しく理解し，応用に結び付ける ・解析や線形代数などの数学的な理論が実際の応用にどう結び付くのかを理解する ・品質管理に関する種々の統計手法を正しく使える |
| 「医薬生物学分野」 ・研究の種類 ・データ収集法 ・処置効果 ・効果の指標 ・カテゴリカルデータ解析 ・ノンパラメトリック法 ・交絡の調整 ・生存時間と繰り返し測定 ・検査の性能評価 |
・医薬生物学分野における種々の研究法の理解 ・研究目的に応じかつ実行が可能な研究デザインの理解 ・研究目的に応じ，交絡を排除したデータを得るための方法論の理解 ・医薬生物学のデータ解析に特有な概念を理解 ・実際問題でよく用いられる統計手法について正しい知識を身に着け，実際の場面での応用ができる ・特に，人間に関するデータを扱う上での留意点についての理解 |
| 試験年 | 受験者数 | 合格者数 | 合格率 |
| 2017年 | 「統計数理」：322 「統計応用」：302 |
「統計数理」：79 「統計応用」：79 |
「統計数理」：24.5% 「統計応用」：26.2% |
| 2018年 | 「統計数理」：592 「統計応用」：548 |
「統計数理」：124 「統計応用」：108 |
「統計数理」：20.9% 「統計応用」：19.7% |
| 2019年 | 「統計数理」：878 「統計応用」：793 |
「統計数理」：202 「統計応用」：125 |
「統計数理」：23.0% 「統計応用」：15.8% |
| 2021年 | 「統計数理」：872 「統計応用」：789 |
「統計数理」：225 「統計応用」：189 |
「統計数理」：25.8% 「統計応用」：24.0% |
| 2022年 | 「統計数理」：998 「統計応用」：911 |
「統計数理」：224 「統計応用」：188 |
「統計数理」：22.4% 「統計応用」：20.6% |
| 【オススメ度】 | |
|---|---|
| 【講師】 | ウマたん！ |
| 【時間】 | 3時間 |
| 【レベル】 | 初級 |
| 【オススメ度】 | |
|---|---|
| 【講師】 | 石野 博之 |
| 【時間】 | 2.5時間 |
| 【レベル】 | 中級 |
| 【価格】 | ライトプラン：1,280円/月（全コースが受講し放題） プレミアムプラン：129,800円（通常149,800円・買い切り） |
|---|---|
| 【オススメ度】 | |
| 【サポート体制】 | |
| 【受講形式】 | オンライン形式 |
| 【学習範囲】 | 統計学・機械学習・ディープラーニングを網羅的に学ぶ 生成AI（LLM・RAG・プロンプトエンジニアリング）を学ぶ SQLとPythonを組み合わせて実データを使った様々なワークを行う 実践的なビジネスフレームワークを学ぶ マーケティングの実行プラン策定 |