統計検定2級 用語解説
決定係数とは
回帰モデルが目的変数のばらつきをどの程度説明しているかを表す指標。
まず押さえる結論
決定係数は、統計検定2級の「第6章 カテゴリカルデータと回帰分析」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: 2026-10-09。
試験概要（公式）比較記事でさらに確認する
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6章 カテゴリカルデータと回帰分析」の問題で、取り違えやすい組み合わせです。
- 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 / 線形モデル
重回帰分析で決定係数だけを見て判断することの注意点として、最も適切なものはどれか。
正解は「説明力の指標だけでなく、説明変数どうしの相関や回帰係数の解釈も確認する」である。決定係数は回帰分析の説明力を表す指標だが、それだけでモデルの妥当性や因果関係を判断できない。重回帰分析では説明変数どうしの相関である多重共線性や、回帰係数の解釈もあわせて確認する必要がある。決定係数が大きくても多重共線性の有無は保証されず、因果関係が証明されるわけでもなく、決定係数自体は期待度数とは別の指標である。決定係数の値だけでモデルの良し悪しを判断せず、多重共線性や回帰係数の解釈もあわせて確認する姿勢が重回帰分析では求められる。
第6章 カテゴリカルデータと回帰分析 / 線形モデル
回帰モデルの決定係数が高かったため因果関係も証明されたと結論づけた。この解釈の問題はどれか。
この事例では「説明できるばらつきの割合は因果を直接示さないか」を確認すると、「回帰分析で説明できるばらつきの割合を見る指標だが、因果関係を直接証明するものではない」という説明が正しいと分かる。正解は「回帰分析で説明できるばらつきの割合を見る指標だが、因果関係を直接証明するものではない」である。決定係数は、回帰分析で目的とする変数のばらつきがモデルでどの程度説明されるかを見る指標である。ただし、それだけで因果関係を直接証明するものではない。決定係数が大きくても母平均の検定が不要になるわけではなく、クロス集計表の期待度数そのものでもなく、二項分布の成功確率だけを表す量でもない。決定係数の値の大小と、母平均の検定・期待度数・成功確率という別の指標を同一視し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
重回帰の決定係数だけが高いことを理由にモデルを採用した。追加で確認すべき点はどれか。
この事例では「説明変数間相関や各回帰係数の解釈か」を確認すると、「説明力の指標だけでなく、説明変数どうしの相関や回帰係数の解釈も確認する」という説明が正しいと分かる。正解は「説明力の指標だけでなく、説明変数どうしの相関や回帰係数の解釈も確認する」である。決定係数は回帰分析の説明力を表す指標だが、それだけでモデルの妥当性や因果関係を判断できない。重回帰分析では説明変数どうしの相関である多重共線性や、回帰係数の解釈もあわせて確認する必要がある。決定係数が大きくても多重共線性の有無は保証されず、因果関係が証明されるわけでもなく、決定係数自体は期待度数とは別の指標である。決定係数の値だけでモデルの良し悪しを判断せず、多重共線性や回帰係数の解釈もあわせて確認する姿勢が重回帰分析では求められる。
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）