見出し画像

統計検定準1級に7週間でスピード合格した話

初めまして。Higgsと申します
将来、世界で活躍するビジネスアナリストになることを目標に、国際経営とデータサイエンスを勉強している私立文系大学生です。
この度2024年3月13日に統計検定準1級に合格できましたので、合格体験談を書かせていただこうと思います。

勉強を始める前の自分のスペック

短期間合格したと言っても、そもそもの土台が人それぞれなので、まずは自分が対策を始める前にどんな状態であったかをまとめておきます。

  • 高校時代は理系、数学Ⅲまで勉強

  • 大学で統計学の授業を2つ履修済み
    (確率分布・多変量解析入門)

  • 統計検定2級取得済み(2024年1月26日)

  • 大学基礎数字(微分積分・線形代数)は未履修

  • 授業のない春休み期間

授業で扱った準1級の範囲は、確率分布の授業では正規分布の積率母関数とポアソン過程、多変量解析の授業では回帰分析、主成分分析、因子分析、クラスター分析(詳細な数式などはなし、Rを使った分析のみ)です

何故統計検定を勉強しようと思ったのか

実は統計検定2級の勉強を始めた理由は、興味本位で取った確率分布の授業で良い成績を取るための対策になるからでした。
全学部共通の教養科目だからと舐めてかかったら、ゴリゴリ数学を使う内容で悲鳴を上げたのをよく覚えています笑
しかし一旦学び始めたら理系だった頃の血が騒ぎ始め、数学の楽しさに取り憑かれてしまいました
それで今では準1級までやり始めてしまったというわけです。


勉強に使用した教材

勉強する際に使用した教材などをこちらに一通りまとめておきます。

主に勉強した本
・統計検定準1級ワークブック
・統計検定2級対応 統計学基礎
・大学の統計学
・多変量解析法入門
・過去問

サブとして読んだ本
・生存時間解析
・入門初めての時系列分析
・道具としてのベイズ統計
・道具としての線形代数
・大学の線形代数

参考になったYouTubeチャンネル
・とけたろうチャンネル
・統計学講義用
・はじめての統計学
・Yuya Kawaguchi
・予備校のノリで学ぶ大学の数学・物理
・3Blue1Brown


基本的な勉強方法と流れ

  1. ワークブックなどの本で勉強し、ノートにまとめる(ほぼ写経の章もあり)

  2. 理解が足りない部分はYouTubeで動画を探す

  3. YouTubeで足りない部分は別の本を読む

  4. 1〜3を繰り返し

  5. 一通り勉強したらワークブックの章末問題に取り掛かる

  6. 問題が理解できなかったら、YouTubeでワークブック問題解説動画を見る

  7. 過去問を解く

1での勉強の仕方は、問題が解けるようになるではなく、根本的な理論を理解する、ということに努めました。
ワークブックで与えられた公式などを実際に手を動かして証明しておいたことで解けた試験問題もあったので、最終形を記憶するだけでなく、なぜそのようになるのかのプロセスを経ることはとても大事だと思いました。

2,3に関して、どの章で何を参考にしたのかは次のブログにまとめたいと思いますが、全体を通して言えることは、積極的にその分野に特化した教材(なるべく易しく説明されたもの)を参考にしながら勉強するのがよいということです。ワークブックは章によって筆者が異なるため、易しく書かれている章もあればそうでない章もあります。分からないところは他の教材を使うことを惜しまないでおくと、短期合格に近づくと思います。

5に関してワークブックの章末問題を後回しにした理由は、短期合格を目指しており、なるべく早く全範囲を勉強したかったからです。
しかし問題を解くことで理解が進むことも多いため、1章勉強したらその章末問題を解く方が理にかなっているかなと思います。

6については、YouTubeでワークブック章末問題を解説されているYuya Kawaguchiさんの動画が非常に役に立ちました。

7に関して、解き方がそもそもワークブックでは学ばない問題もチラホラあったので、分からなければすぐに解答解説を読んでいました。
過去問は試験前に演習として解くよりも、チャート式のように問題の解き方の辞書として用いる方が良いかもしれません。


まとめ

自分は大学の春休みという比較的自由な時間が多い時期を利用して、2級合格から7週間で短期合格できました。また、大学図書館でいろいろな参考書を借りることができたのも短期合格に大きく寄与しています。そのため、長期休み中に周りと差をつけたい大学生にとっては、目指すのにちょうどよい資格であると思います。

次のブログでは、各章でどのように勉強したのかを解説したいと思います。スキで応援して下さるとモチベーションになりますので、よろしくお願いします!

いいなと思ったら応援しよう!