統計検定2級 用語解説
自由度とは
検定統計量の分布の形を決めるパラメータで、独立に動ける値の数を表す。カイ二乗検定では行数・列数などから計算する。
まず押さえる結論
自由度は、統計検定2級の「第6章 カテゴリカルデータと回帰分析」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
×適合度検定と独立性の検定の混同。前者は分布への当てはまり、後者は2つのカテゴリ変数の関連を見る。
×回帰係数と相関係数の混同。回帰係数は説明変数が1単位増えたときの目的変数の変化量を表す。
×決定係数を因果関係の強さと誤解する。決定係数はモデルが目的変数のばらつきをどれだけ説明するかの指標。
関連する確認問題
第6章 カテゴリカルデータと回帰分析 / カテゴリカルデータの分析
独立性の検定で自由度が必要になる理由として、最も適切なものはどれか。
正解は「参照するカイ二乗分布が自由度によって変わるため」である。独立性の検定では、検定統計量をカイ二乗分布と照らして判断するが、参照するカイ二乗分布は自由度によって形が変わるため自由度が必要になる。自由度が大きいほど相関係数が1になるわけではなく、回帰直線の切片を表す語でもない。また自由度はt検定など母平均・母比率の検定でも使われる概念である。 検定統計量だけでなく参照分布の形を決めるパラメータが必要である。クロス集計表では自由度は通常（行数−1）×（列数−1）で、これに応じてカイ二乗分布と臨界値が変わる。相関係数や回帰切片を表す数ではない。
第6章 カテゴリカルデータと回帰分析 / カテゴリカルデータの分析
カイ二乗検定の結果を解釈するときの注意として、最も適切なものはどれか。
正解は「有意な結果でも、どのカテゴリがずれに寄与したかは期待度数や表の構造も見て考える」である。カイ二乗検定で有意な結果が得られても、それだけで因果関係を断定できない。どのカテゴリがずれに寄与したかは、期待度数やクロス集計表の構造を見て考える必要がある。有意であっても因果関係が必ず証明されるわけではなく、自由度が必ず0になるわけでもなく、回帰係数が必ず1になるわけでもない。カイ二乗検定の有意性が示すのはカテゴリ変数どうしの関連であり、因果関係・自由度・回帰係数という別の概念を「必ず」で決めつけていないかで見分ける。
第6章 カテゴリカルデータと回帰分析 / 線形モデル
最小二乗法で最小化する対象として、最も適切なものはどれか。
正解は「残差の2乗和」である。最小二乗法は、観測値と回帰直線による予測値との差である残差の2乗和を最小にするように回帰直線を求める方法である。母比率は母集団における比率を表す値、余事象はある事象が起こらないことを表す事象、自由度はt分布やカイ二乗分布など検定統計量の分布の形を定める値であり、いずれも最小二乗法が最小化する対象ではない。 最小二乗法は各観測の残差を二乗し、その総和が最小になる回帰係数を選ぶ。母比率は推定対象の母数、余事象は確率上の集合、自由度は参照分布などを決める情報量であり、回帰直線を当てはめる目的関数ではない。
同じ章で確認したい用語
到達チェック
- 自由度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、自由度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）