DS検定 用語解説
決定係数とは
回帰モデルがデータの変動をどの程度説明できているかを表す指標。
まず押さえる結論
決定係数は、DS検定の「第5章 データ準備・可視化技法とモデル化」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-02。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「第5章 データ準備・可視化技法とモデル化」の問題で、取り違えやすい組み合わせです。
- 標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
- 過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
- Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
重回帰分析で、広告費以外の説明変数を一定に保ったとき、広告費が1単位増えることに伴う売上の変化を表す係数はどれか。
正解は「偏回帰係数」である。偏回帰係数は、重回帰分析において他の説明変数を一定に保った条件で、特定の説明変数が1単位変化したときの目的変数の変化を表す。設問は他の要因を固定し、広告費だけの影響を読んでいるため偏回帰係数を選ぶ。ピアソンの相関係数は二変数の線形な関連の強さと向きを表し、因果的な影響量を直接示さない。決定係数はモデルが目的変数の変動をどの程度説明するかを表す。回帰係数は広い呼称だが、複数の説明変数のうち他を固定した一変数の係数という条件では偏回帰係数が具体的である。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
分類モデルの精度評価で、実際に病気である人のうち正しく陽性と判定できた割合を表す指標として正しいものはどれか。
正解は「Recall（再現率）」である。Recallは、実際に陽性であるデータのうち、モデルが正しく陽性と判定できた割合を表す。病気の見逃しを減らしたい場面では、陽性者をどれだけ拾えたかが重要になる。これに対して「Precision（適合率）」は、モデルが陽性と判定した中で実際に陽性だった割合を表し、割合の分母が「実際の陽性者数」か「陽性と判定した数」かでRecallとは異なる。「RMSE」と「決定係数」はいずれも回帰モデルの評価指標であり、予測値と実測値のずれの大きさや目的変数のばらつきの説明度を表すもので、陽性・陰性の分類結果の割合を表す指標ではない。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
分類モデルで、陰性を正しく陰性と判定できた割合を表す指標として正しいものはどれか。
正解は「特異度」である。特異度は、実際には陰性であるデータのうち、モデルが正しく陰性と判定できた割合を表す分類評価指標である。RMSE、MAPE、決定係数は主に回帰モデルの予測誤差や当てはまりを評価する指標であり、陰性判定の正しさを直接表すものではない。設問では、評価対象が分類モデルであり、分母が実際の陰性、数える結果が正しく陰性とした件数だと読む。回帰評価指標を除外して特異度を選ぶ。分類か回帰かを最初に明確に分けると候補を絞りやすい。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 決定係数を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、決定係数に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）