統計検定2級 第2章 データ収集と確率 予想問題と解説

正解は「標本」である。母集団から一部だけを取り出して調べる標本調査では、実際に取り出されたその一部を標本と呼ぶ。母集団は調査対象全体そのものを指す言葉であり、取り出された一部を指す標本とは主語が逆になる。全数調査は母集団のすべてを漏れなく調べる方法の名称であり、一部だけを取り出す標本調査とは調べる範囲が正反対である。非標本誤差は、調査の抽出方法そのものではなく、測定ミスや回答の偏りなど抽出以外の要因で生じる誤差を指す概念であり、取り出された対象の呼び名ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「条件付き確率」である。条件付き確率は、事象Bが起きたという条件のもとで別の事象Aが起きる確率を表す考え方であり、条件となる事象を先に固定してから確率を評価する点が特徴である。余事象はある事象Aが起こらないという、Aそのものの裏側を表す概念であり、他の事象Bを条件にする考え方ではない。標本誤差は標本調査で標本の値が母集団の値とずれることによる誤差であり、確率を条件づける考え方とは無関係である。標準化は値を平均や標準偏差に基づいて変換する処理であり、確率同士の関係を表す概念ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「無作為抽出」である。無作為抽出は、母集団を構成するすべての要素が標本に選ばれる確率が等しくなるように、確率的な手続きで標本を選ぶ方法であり、調査者の意図や偶然による選び方の偏りを抑えるために使われる。「全数調査」は標本を選ぶのではなく母集団全体を対象に調べる方法であり、一部を確率的に選ぶという設問の条件そのものに当てはまらない。「層別」は母集団をいくつかの層に分けたうえで抽出を行う考え方であり、無作為抽出と組み合わせて使われることはあるが、それ自体が確率的な選び方の手続きを指す語ではない。「標準化」は値を平均や標準偏差に基づいて変換する処理であり、標本の選び方とは無関係である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「独立」である。事象Aが起きたかどうかが事象Bの起こる確率に影響を与えないとき、すなわちBの条件付き確率がBの確率と等しくなるとき、AとBは独立であるという。「排反」は2つの事象が同時には起こらない関係を指す言葉であり、一方が起きたときの他方の確率という条件付き確率の話とは異なる。実際には、排反な事象は一方が起きればもう一方は絶対に起こらなくなるため、通常は独立にはならない。「余事象」はある事象Aに対して、Aが起こらないという事象を指す言葉であり、2つの独立な事象AとBの関係を表す語ではなく、1つの事象とその裏返しの関係を表す語である。「標本誤差」は標本調査に伴い生じる、標本統計量と母数のずれのことであり、事象どうしの確率的な関係を表す語ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「ベイズの定理」である。ベイズの定理は、事前の確率を条件付き確率や観測情報に基づいて更新するための定理である。中心極限定理は標本平均の分布に関する定理、最小二乗法は観測データから回帰直線を求める方法、カイ二乗検定はカテゴリカルデータの検定であり、いずれも事前の確率を観測情報で更新する働きを持たない。「事前の確率を、観測された情報に基づいて更新する」という設問の条件に直接対応するのはベイズの定理だけであり、他の3つの定理・方法はいずれも別の目的で使われる統計手法である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「標本誤差」である。標本誤差は、母集団の一部である標本を用いて調査するために、抽出した標本が母集団全体と偶然ずれることによって生じる誤差である。非標本誤差は、調査票の質問の仕方や回答漏れ、測定ミスなど、標本抽出以外の原因で生じる誤差であり、偶然の抽出のずれによる誤差とは原因が異なる。期待値は確率変数がとる値の平均的な大きさを表す概念であり、標本と母集団のずれを表す誤差ではない。母分散は母集団における分散という母数であり、標本抽出に伴う誤差そのものを表す概念ではない。設問の「抽出した標本が母集団全体と偶然ずれる」という条件は、標本誤差に直接対応する。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「非標本誤差」である。非標本誤差は、調査票の質問の仕方や回答漏れ、測定ミスなど、標本抽出以外の原因で生じる誤差である。標本誤差は、抽出した標本が母集団全体と偶然ずれることによって生じる誤差であり、質問の仕方や測定ミスとは原因が異なる。標準誤差は推定量(標本平均など)の標本分布がもつばらつきを表す指標であり、調査票の設計や測定に起因する誤差ではない。第2種の過誤は誤っている帰無仮説を誤って棄却できない検定上の誤りであり、調査票の質問の仕方や測定ミスによる誤差とは異なる概念である。設問の「調査票の質問の仕方」「回答漏れ」「測定ミス」「標本抽出以外の原因」という条件は、非標本誤差に直接対応する。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「余事象」である。事象Aの余事象Āは、全事象からAを除いた部分、つまりAが起こらない場合の集まりであり、P(A)+P(Ā)=1という関係を満たす。これに対し積事象A∩Bと和事象A∪Bは、いずれも2つの事象AとBの関係を表す概念であり、単一の事象Aの否定を問う設問とは前提となる事象の数が異なる。独立は、P(A∩B)=P(A)P(B)が成り立つときの2つの事象の間の性質を指す言葉であり、事象そのものの名称ではない。設問が求めているのは「事象Aが起こらない」という単一事象の否定であるため、この定義に最も直接対応するのは余事象である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「積事象」である。積事象A∩Bは、事象AとBがともに起こる場合の集まりであり、「かつ」の条件に対応する。これに対し和事象A∪Bは、AまたはBの少なくとも一方が起これば成立する事象であり、「ともに起こる」という条件よりも範囲が広い。余事象は単一の事象が起こらない場合を表す概念であり、2つの事象A、Bの関係を問う設問の前提そのものに合わない。標本誤差は、標本調査によって得られた値と母集団の真の値との間に生じるずれを表す概念であり、確率の基礎で扱う事象の組み合わせとは分野が異なる。以上より、「AとBがともに起こる」という設問の条件に唯一対応するのは積事象である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「期待値」である。期待値E[X]は、確率変数Xがとりうる各値を、それが起こる確率で重み付けして合計した量であり、確率変数が長期的・平均的にとる値を表す。中央値はデータを大きさの順に並べたときに中央に位置する値であり、確率による重み付けではなく順位に基づく代表値である点で期待値とは求め方が異なる。自由度は、確率分布や検定統計量を特徴づける、自由に値をとれるデータの数を表すパラメータであり、確率変数の平均を表す量ではない。残差は回帰分析における観測値と予測値の差であり、モデルの当てはまりを評価する量である。いずれも期待値の定義とは異なるため、設問が求める答えにはならない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「バイアス」である。標本の選ばれ方が母集団を適切に代表していないと、推定にバイアスが生じる。無作為抽出はこの偏りを抑えるために重要である。標準化、期待値、自由度はそれぞれ別の統計概念であり、標本選択の偏りそのものではない。 標本調査の問題では偶然のばらつきと仕組みによる偏りを区別する。特定層が選択されにくければ標本が母集団を代表せず、推定が一方向へずれるバイアスが生じる。標準化、期待値、自由度はこの抽出欠陥の名称ではない。標本数を増やすだけでは、選ばれにくい仕組み自体は解消しない点も判断材料になる。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「標本誤差は一部を調べることによるずれ、非標本誤差は測定や回答など抽出以外から生じるずれである」である。標本誤差は、母集団の一部である標本から推測するために生じるずれである。非標本誤差は、測定ミス、回答の偏り、調査設計の問題など、標本抽出以外の要因から生じる。どちらも調査品質を考えるうえで区別が必要である。ずれの発生源を、母集団の一部しか調べないことと、測定・回答・設計など抽出以外のことに分ける。回帰の指標や確率分布の名称ではなく、標本調査で生じる誤差の分類を問う問題である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「余事象」である。ある事象Aが起こらない事象を余事象といい、Aが起こる確率と余事象が起こる確率を足すと1になる。和事象は2つの事象のうち少なくとも一方が起こる事象、積事象は両方が同時に起こる事象を指す。独立は一方の事象の発生が他方の事象の条件付き確率に影響を与えない関係を表し、いずれも余事象とは異なる定義である。 事象の演算を集合として区別する。和事象はAまたはB、積事象はAかつB、独立は二事象間の確率的関係を表す。標本空間のうちAに含まれない部分で、Aとの確率の和が1になるのは余事象である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「ある情報が得られた後で、条件付き確率を用いて事象の確率を更新する」である。ベイズの定理は、条件付き確率を用いて、追加情報が得られた後の事象の確率を更新して考えるための定理である。標本平均のばらつきを表す標準誤差を0にする操作や、散布図から回帰直線を削除する操作とは無関係であり、四分位数だけから母集団の分散である母分散を確定する方法でもない点にも注意が必要である。「追加情報の前後」と「条件付き確率による更新」がそろう場面を探す。標準誤差、回帰直線、四分位数はそれぞれ別の統計概念で、確率の更新を説明しない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「和事象は少なくとも一方が起こる事象、積事象は両方が同時に起こる事象である」である。2つの事象AとBについて、和事象はAまたはBの少なくとも一方が起こる事象であり、積事象はAとBがともに起こる事象である。和事象・積事象を標本平均や不偏分散の別名とする説明、回帰係数や決定係数の別名とする説明、母比率の検定やt検定だけを指すとする説明は、いずれも確率の基本概念の定義とは異なり誤りである。「または」と「かつ」を、少なくとも一方と両方同時へ対応させる。推定量、回帰指標、検定手法の名称とは分類の階層が異なる。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「母集団は調べたい対象全体であり、標本はその一部として取り出されたデータである」である。母集団は調査や推定で知りたい対象全体、標本はその母集団から取り出して実際に観測する一部である。両者の関係は、全体と部分という包含関係で捉える。標本を用いるのは全数調査だけではなく、母集団の一部を調べる標本調査である。母集団が常に標本より小さいという大小関係は逆であり、母集団と標本を回帰係数とする説明は用語の対象が異なる。定義、取り出す方向、調査方法の3点を確認する。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「母集団全体を調べることが時間や費用の面で難しい場合に、一部から推測するため」である。全数調査では母集団の全要素を調べるが、対象が多い場合などには時間や費用の負担が大きくなる。そのため母集団から一部の標本を取り出して調べ、得られた情報から母集団を推測する標本調査を行う。標本調査を選ぶ理由は誤差が消えるからではない。標本を使うため標本誤差は生じうるし、回答や測定などに由来する非標本誤差も残りうる。相関係数を計算するかどうかも、標本調査の定義を決めない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「回答の誤りや測定のずれなど、抽出以外に由来する非標本誤差は残りうる」である。無作為抽出が直接改善するのは、母集団から標本を選ぶ方法の偏りである。一方、回答の誤り、測定のずれ、調査票の設計など、抽出後の回答・測定・調査手続きに由来する非標本誤差は無作為抽出だけでは除けない。また一部の標本を使う以上、母平均と標本平均が必ず一致するわけではなく、標本誤差が定義できなくなるわけでもない。抽出の問題と、抽出以外の誤差原因を分けることが判断の中心になる。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「一方の事象が起きても他方の確率が変わらないとき、2つの事象は独立である」である。独立かどうかは、一方の事象が起きたという条件を加える前後で、他方の事象が起こる確率が変化するかによって判断する。変わらなければ2つの事象は独立である。ここで独立と排反を混同しない。排反は2つの事象が同時に起こらない関係だが、独立は一方の発生が他方の確率へ影響しない関係である。条件付き確率を使うこと自体が排反を作るわけでも、独立が標本誤差を表すわけでもない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「期待値は確率分布に基づく平均的な値で、観測データから計算する平均とは区別して考える」である。期待値は、確率変数がどの値をどの確率で取るかという確率分布にもとづく平均的な値である。一方、データの平均は実際に観測された値を使って計算する。どちらも平均的な位置を表すが、計算の出発点が確率分布か観測データかで区別する。標本誤差は標本と母集団の差、自由度はクロス集計表などで扱う量、相関係数は2変数の関係を表すため、期待値の定義条件にはならない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「母集団を代表するように標本を選ぶ設計を考え、無作為抽出などを用いる」である。標本調査では、母集団を代表するように標本を選ぶ設計が重要であり、無作為抽出はバイアスを抑える方法の一つである。標本数を少なくすることや全数調査だけで誤差をなくすこと、相関係数の符号とは別の問題である。バイアスを標本の代表性の問題として説明しているか、標本数を減らすこと、全数調査の実施、相関係数の符号のように的外れな条件へバイアスの解消をすり替えていないかを、選択肢ごとに丁寧に見分ける。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「母集団から適切に標本を取り、標本の大きさや抽出方法を検討する」である。標本誤差は、母集団の一部である標本を用いることで生じるずれであり、標本の大きさや抽出方法を検討することで小さくできる。非標本誤差は回答ミスなど別の要因で生じる誤差であり、それだけを見て標本誤差を無視してよいわけではない。回帰係数を大きくしても標本誤差は消えず、余事象は事象が起こらない確率を表す概念であり、標本誤差とは意味が異なる。標本誤差を、標本の大きさ・抽出方法という条件で説明しているかで見分ける。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「2つの事象がともに起こる事象である」である。積事象は、2つの事象がともに起こる事象である。和事象は少なくとも一方が起こる事象、余事象はある事象が起こらない事象を指し、いずれも積事象とは範囲が異なる。標本誤差は標本抽出に伴う偶然のばらつきであり、事象同士の関係を表す積事象とは別の概念である。事象を集合演算で区別すると、和事象はAまたはBの少なくとも一方、余事象はAが起きない領域、標本誤差は抽出に伴う推定のばらつきであり、AかつBの共通部分に対応するのが積事象である。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「条件となる事象が与えられた後の確率を、関連する確率から求め直す」である。ベイズの定理は、条件付き確率の考え方を用いて、条件となる事象が与えられた後の確率を関連する確率から求め直すための定理である。条件付き確率を使ったからといって分散が必ず0になるわけではなく、分散とは別の概念を扱う。ベイズの定理は標本分散の計算だけに使う手法でもなく、回帰直線の傾きである回帰係数を表すものでもない。ベイズの定理を確率の求め直しとして説明しているか、分散や回帰係数にすり替えていないかで見分ける。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「ある事象が起こる確率を、起こらない確率から考えたい場面」である。余事象は、ある事象が起こらない事象であり、起こる確率を直接数えにくいときに、起こらない確率から考えると整理しやすい場合がある。2つの量的変数の関係を表す相関係数を求める場面や、母平均の信頼区間を作る区間推定の場面とは文脈が異なる。重回帰分析における多重共線性を確認する場面とも異なり、いずれも余事象の考え方を使う典型例ではない。 余事象はP(A)=1−P(Aの余事象)の関係を使い、直接数えるより「一度も起こらない」場合などが簡単なときに有効である。相関係数、信頼区間、多重共線性はそれぞれ二変数関係・推定・回帰診断であり、補集合の確率計算ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「測定方法、回答方法、調査票など、抽出以外のずれの原因を確認する」である。非標本誤差は、測定や回答、調査票の設計など、標本抽出以外から生じる誤差である。無作為抽出は標本選択の偏りを抑えるが、非標本誤差を必ず0にするわけではない。非標本誤差は二項分布の分散の別名でも、回帰直線の傾きだけを表す言葉でもなく、標本誤差とあわせて調査全体の精度を考えるうえで区別すべき概念である。抽出方法を工夫しても、回答者の記入ミスや調査票の設計上のあいまいさといった要因は別に確認する必要がある。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「標本から推測したい対象全体が母集団だから」である。標本調査では、無作為抽出などによって得た標本から母集団について推測する。全数調査のように母集団すべてを調べるわけではないため、何を母集団とするかを明確にしないと推定や解釈の対象が曖昧になる。母集団は標本より少ないとは限らず、通常は標本より大きい。相関係数や回帰直線の残差とも別の概念である。 標本調査では観測した一部から、あらかじめ定めた対象全体の母数を推定する。対象期間・地域・属性など母集団の範囲が曖昧なら結果を一般化する先も曖昧になる。母集団は通常標本を含むより大きな集合で、相関係数や残差の別名ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「2つの事象の少なくとも一方が起こる確率を考える場面」である。和事象は、2つの事象の少なくとも一方が起こる事象である。2つの事象が同時に起こらない場合を表すのとは異なり、積事象は両方が同時に起こる事象、余事象はある事象が起こらない事象を指す。母平均の区間推定は母平均を幅のある区間で推定する手続き、決定係数は回帰モデルの当てはまりを表す指標であり、和事象とは目的が異なる。 和事象はAまたはBが起こる領域で、AとBが同時に起こる共通部分も含む。互いに同時発生しないことだけを表す排反とは異なる。母平均の区間推定と回帰の決定係数は事象の集合演算ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「独立は一方が起きても他方の確率が変わらない関係であり、同時に起こらないこととは別である」である。独立は、一方の事象が起きたことが他方の事象が起こる確率を変えない関係であり、同時に起こらないという排反の考え方とは別である。独立な事象どうしでも積事象は起こり得るため、必ず起こらないとは言えない。余事象は事象が起こらない確率を表す概念であり、その確率が必ず0になるわけではない。独立は標本誤差とも異なる概念であり、事象どうしの確率的な関係を表す言葉として排反・積事象・余事象と対比して覚える必要がある。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「期待値の周りで値がどの程度ばらつくかを表す」である。確率分布における分散は、確率変数の値が期待値の周りでどの程度ばらつくかを表す指標である。標本数は標本調査で何人・何個を取ったかという別の情報、相関係数の符号は2変数の関係の向き、クロス集計表の行名はカテゴリの区分を表すもので、いずれも分散の解釈とは異なる。 分散は確率変数と期待値の差を二乗した量の期待値で、分布の散らばりを表す。標本サイズは観測数、相関係数の符号は二変数関係の向き、クロス集計の行名はカテゴリ水準であり、いずれも一変数の広がりではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「回答ミスや測定ミスなどの非標本誤差」である。全数調査は母集団全体を調べるため、標本を抽出することで生じる標本誤差は問題になりにくい。一方、回答ミスや測定ミス、調査設計の問題など、抽出以外の要因から生じる非標本誤差には注意が必要である。条件付き確率は事象が起こる条件のもとでの確率を考える概念であり、全数調査の誤差とは無関係である。標準正規分布の分散も、調査の誤差とは別の話である。全数調査は標本抽出を行わないため抽出に伴う標本誤差を避けられるが、無回答、虚偽回答、測定器のずれ、入力ミスなど非標本誤差は残る。条件付き確率や標準正規分布の分散は調査誤差の種類ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「母集団を代表しにくくなり、バイアスのある推定につながる」である。標本の選び方が偏っていると、標本が母集団を適切に代表しにくくなり、バイアスのある推定につながる。無作為抽出などはこの偏りを抑えるために重要である。標本の偏りがあっても標準偏差が必ず0になるわけではなく、余事象が定義できなくなるわけでもなく、回帰係数が必ず負になるわけでもなく、これらは標本の偏りとは別の話である。 標本の選び方が母集団の構成と系統的にずれると、標本数を増やしても推定値が一方向へ偏る可能性がある。これは標準偏差0、余事象の定義不能、回帰係数の符号固定とは関係しない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「条件となる事象が与えられた後の確率を条件付き確率として考える」である。ベイズの定理は、条件となる事象が与えられた後の確率を、条件付き確率の関係から考えるための定理である。回帰直線の残差を0にする操作は最小二乗法に関わる話であり、箱ひげ図の四分位数はデータの分布を要約する指標、母分散は母集団のばらつきを表す値であって、いずれもベイズの定理が扱う条件付き確率の考え方とは対象が異なる。ベイズの定理は、事象が起こった後に確率を更新して考えるための枠組みであり、最小二乗法や記述統計の操作とは目的が異なる。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

正解は「事象の組み合わせや起こらない場合を整理して確率を考えるため」である。和事象、積事象、余事象は、それぞれ少なくとも一方が起こる事象、両方が同時に起こる事象、ある事象が起こらない事象を表し、事象の組み合わせや起こらない場合を整理して確率を考えるための基本概念である。標本平均を母平均に一致させる操作、相関係数を1に固定する操作、決定係数を0に固定する操作は、和事象・積事象・余事象を区別する目的とは無関係である。和事象・積事象・余事象を区別することで、複数の事象が絡む確率の問題を整理して考えられるようになる。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

判断軸は、実験で処理を受ける側と比較の基準になる側を区別しているかである。公式出題範囲では実験の基本概念として処理群と対照群が挙げられる。母集団と標本、全数調査と標本調査は調査対象や収集範囲の区別、和事象と積事象は確率における事象の組合せであり、実験群の役割を表さない。二つの語が表す関係を読むと、対象全体と一部、調査範囲、確率事象という別軸を除外できる。処理の有無を比較する実験内の役割として対応する組合せを選ぶ。観察対象の選び方ではなく比較条件を置く群の名称である。

https://www.toukei-kentei.jp/hubfs/files/grade_range/grade2_hani_20181214.pdf （2026-08-11確認）

この事例では「母集団を代表する抽出設計を用いるか」を確認すると、母集団を代表するように標本を選ぶ設計を考え、無作為抽出などを用いるに絞れる。正解は「母集団を代表するように標本を選ぶ設計を考え、無作為抽出などを用いる」である。標本調査では、母集団を代表するように標本を選ぶ設計が重要であり、無作為抽出はバイアスを抑える方法の一つである。標本数を少なくすることや全数調査だけで誤差をなくすこと、相関係数の符号とは別の問題である。バイアスを標本の代表性の問題として説明しているか、標本数を減らすこと、全数調査の実施、相関係数の符号のように的外れな条件へバイアスの解消をすり替えていないかを、選択肢ごとに丁寧に見分ける。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

この事例では「標本サイズと抽出方法を見直すか」を確認すると、母集団から適切に標本を取り、標本の大きさや抽出方法を検討するに絞れる。正解は「母集団から適切に標本を取り、標本の大きさや抽出方法を検討する」である。標本誤差は、母集団の一部である標本を用いることで生じるずれであり、標本の大きさや抽出方法を検討することで小さくできる。非標本誤差は回答ミスなど別の要因で生じる誤差であり、それだけを見て標本誤差を無視してよいわけではない。回帰係数を大きくしても標本誤差は消えず、余事象は事象が起こらない確率を表す概念であり、標本誤差とは意味が異なる。標本誤差を、標本の大きさ・抽出方法という条件で説明しているかで見分ける。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

この事例では「二つの条件がともに成り立つ積事象か」を確認すると、2つの事象がともに起こる事象であるに絞れる。正解は「2つの事象がともに起こる事象である」である。積事象は、2つの事象がともに起こる事象である。和事象は少なくとも一方が起こる事象、余事象はある事象が起こらない事象を指し、いずれも積事象とは範囲が異なる。標本誤差は標本抽出に伴う偶然のばらつきであり、事象同士の関係を表す積事象とは別の概念である。事象を集合演算で区別すると、和事象はAまたはBの少なくとも一方、余事象はAが起きない領域、標本誤差は抽出に伴う推定のばらつきであり、AかつBの共通部分に対応するのが積事象である。「購入者が会員であり、かつクーポンも利用した」という条件は、会員かつクーポン利用という2条件が同時に成り立つ場面であり、積事象に当たる。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

この事例では「観測条件を受けて条件付き確率を求め直すか」を確認すると、条件となる事象が与えられた後の確率を、関連する確率から求め直すに絞れる。正解は「条件となる事象が与えられた後の確率を、関連する確率から求め直す」である。ベイズの定理は、条件付き確率の考え方を用いて、条件となる事象が与えられた後の確率を関連する確率から求め直すための定理である。条件付き確率を使ったからといって分散が必ず0になるわけではなく、分散とは別の概念を扱う。ベイズの定理は標本分散の計算だけに使う手法でもなく、回帰直線の傾きである回帰係数を表すものでもない。ベイズの定理を確率の求め直しとして説明しているか、分散や回帰係数にすり替えていないかで見分ける。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

この事例では「起こらない側から1を引く余事象か」を確認すると、ある事象が起こる確率を、起こらない確率から考えたい場面に絞れる。正解は「ある事象が起こる確率を、起こらない確率から考えたい場面」である。余事象は、ある事象が起こらない事象であり、起こる確率を直接数えにくいときに、起こらない確率から考えると整理しやすい場合がある。2つの量的変数の関係を表す相関係数を求める場面や、母平均の信頼区間を作る区間推定の場面とは文脈が異なる。重回帰分析における多重共線性を確認する場面とも異なり、いずれも余事象の考え方を使う典型例ではない。 余事象はP(A)=1−P(Aの余事象)の関係を使い、直接数えるより「一度も起こらない」場合などが簡単なときに有効である。相関係数、信頼区間、多重共線性はそれぞれ二変数関係・推定・回帰診断であり、補集合の確率計算ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

この事例では「調査票や測定方法による非標本誤差を確認するか」を確認すると、測定方法、回答方法、調査票など、抽出以外のずれの原因を確認するに絞れる。正解は「測定方法、回答方法、調査票など、抽出以外のずれの原因を確認する」である。非標本誤差は、測定や回答、調査票の設計など、標本抽出以外から生じる誤差である。無作為抽出は標本選択の偏りを抑えるが、非標本誤差を必ず0にするわけではない。非標本誤差は二項分布の分散の別名でも、回帰直線の傾きだけを表す言葉でもなく、標本誤差とあわせて調査全体の精度を考えるうえで区別すべき概念である。抽出方法を工夫しても、回答者の記入ミスや調査票の設計上のあいまいさといった要因は別に確認する必要がある。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）

この事例では「推測したい対象全体を明確にする必要があるか」を確認すると、標本から推測したい対象全体が母集団だからに絞れる。正解は「標本から推測したい対象全体が母集団だから」である。標本調査では、無作為抽出などによって得た標本から母集団について推測する。全数調査のように母集団すべてを調べるわけではないため、何を母集団とするかを明確にしないと推定や解釈の対象が曖昧になる。母集団は標本より少ないとは限らず、通常は標本より大きい。相関係数や回帰直線の残差とも別の概念である。 標本調査では観測した一部から、あらかじめ定めた対象全体の母数を推定する。対象期間・地域・属性など母集団の範囲が曖昧なら結果を一般化する先も曖昧になる。母集団は通常標本を含むより大きな集合で、相関係数や残差の別名ではない。

https://www.toukei-kentei.jp/grade/grade2/ （2026-07-11公式出題範囲照合）