統計検定2級 用語解説
フィッシャーの3原則とは
実験計画の基本となる3つの原則。反復（同じ条件を繰り返す）、無作為化（処理の割り付けをランダムに決める）、局所管理（ブロック化などで既知の影響要因をそろえる）から成る。
まず押さえる結論
フィッシャーの3原則は、統計検定2級の「第2章 データ収集と確率」で確認しておきたい用語です。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: 2026-07-11。
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
×母集団と標本の取り違え。標本は母集団の一部であり、抽出方法に偏りがあると推測も偏る。
×独立と排反の混同。独立は一方の発生が他方の確率を変えないこと、排反は同時に起こらないこと。
×条件付き確率で分母に置く事象の取り違え。何が既に起きた条件なのかを先に確認する。
関連する確認問題
第2章 データ収集と確率 / 確率
2つの事象AとBがともに起こる事象を何というか。
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。
第2章 データ収集と確率 / 確率変数
確率変数が長期的・平均的にどの値をとるかを表す量はどれか。
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。
第2章 データ収集と確率 / 標本調査と無作為抽出
標本調査で、母集団の一部が選ばれにくい仕組みになっているときに特に問題となるものはどれか。
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。
同じ章で確認したい用語
到達チェック
- フィッシャーの3原則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、フィッシャーの3原則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）