統計検定3級 第4章 相関と回帰 予想問題と解説
統計検定3級「第4章 相関と回帰」の予想問題を6問収録しています。各問を解説つきで掲載し、全問は演習画面で解けます。出題は公式シラバスの範囲内です。
この章の要点
共分散と相関係数、回帰直線、相関と因果などを扱う分野です。全6問(基礎1問・標準3問・応用2問)を収録しています。
- 共分散と相関係数
- 回帰直線
- 相関と因果
情報源と編集区分
公式範囲を確認し、問題数・難易度・確認点は当サイトが集計・編集。
試験概要(公式)確認しておきたいポイント
当サイトの作問時に観察した、取り違えやすい論点です(公式の統計ではありません)。
- 相関係数の値の範囲と単位の誤解。相関係数は共分散を標準偏差の積で割った値で単位を持たず、−1以上1以下になる。一方の変数を10倍しても相関係数は変わらないが、共分散は10倍になる。
- 相関を因果関係と取り違える誤り。観察研究で関連が見えても、研究に含まれていないが両方と関連しうる潜在変数が関係を作っていることがある。集団を部分集団に分けると関連が逆転するシンプソンのパラドックスにも注意する。
- 回帰直線の傾きと切片の式の取り違え。傾きは偏差の積和÷xの偏差平方和、切片はyの平均−傾き×xの平均で、最小二乗回帰直線は平均の点を通る。予測値を出すときに切片を足し忘れない。
この章の関連用語
この分野の問題で扱う用語です。意味があいまいなものは、用語集で定義を確認できます。
よくある質問
Q第4章 相関と回帰は何問収録されていますか?
現在6問を収録しています。内訳は基礎1問・標準3問・応用2問です。
Q第4章 相関と回帰の頻出論点は何ですか?
共分散と相関係数、回帰直線、相関と因果などが出題対象です(当サイト収録問題に基づく編集部集計)。
Q間違えた問題はどう復習すればいいですか?
誤答した選択肢のどこがずれていたかを解説で確認し、関連用語がある場合は用語集で定義に戻ってから再演習することをおすすめします。
ピアソンの相関係数の性質として正しいものはどれか。
答えと解説を見る
正解は「共分散を2変数の標準偏差の積で割った値で、単位を持たず、−1以上1以下になる」である。英語版Wikipedia「Pearson correlation coefficient」は、相関係数を2変数の共分散を標準偏差の積で割った値とし、共分散を標準化した値として必ず−1以上1以下になり、共分散と違って単位を持たないため単位の異なる変数の組どうしでも関連の強さを比べられると説明している。また計算例として、yを10倍にすると共分散は10倍になるが相関係数は変わらないことが示されている。相関係数が負になるのは一方が大きいほど他方が小さい関係のときで、0以上だけをとるという説明は誤りである。
https://en.wikipedia.org/wiki/Pearson_correlation_coefficient (英語版Wikipedia「Pearson correlation coefficient」)/https://www.toukei-kentei.jp/hubfs/files/grade_range/grade3_hani_20181214.pdf (統計検定3級出題範囲表)
4組のデータ(x, y)=(1, 2)、(2, 4)、(3, 5)、(4, 7)に最小二乗法で回帰直線 y=a+bx を当てはめた。x=6 のときの予測値はいくつか。
答えと解説を見る
正解は「10.1」である。NISTハンドブックは、単回帰の最小二乗推定で傾きbをxとyの平均との差の積和÷xの偏差平方和、切片aをyの平均−b×xの平均としている。xの平均は2.5、yの平均は4.5で、xの偏差は−1.5、−0.5、0.5、1.5、yの偏差は−2.5、−0.5、0.5、2.5である。偏差の積和は3.75+0.25+0.25+3.75=8、xの偏差平方和は2.25+0.25+0.25+2.25=5なので、b=8÷5=1.6、a=4.5−1.6×2.5=0.5となる。回帰直線y=0.5+1.6xにx=6を代入すると、0.5+9.6=10.1が予測値である。
https://www.itl.nist.gov/div898/handbook/pmd/section1/pmd141.htm (NIST/SEMATECH e-Handbook 線形最小二乗回帰)/https://www.toukei-kentei.jp/hubfs/files/grade_range/grade3_hani_20181214.pdf (統計検定3級出題範囲表)
4組のデータ(x, y)=(2, 1)、(4, 3)、(6, 2)、(8, 6)の相関係数はおよそいくつか。
答えと解説を見る
正解は「約0.84」である。相関係数は2変数の共分散を標準偏差の積で割った値である。xの平均は5、yの平均は3で、xの偏差は−3、−1、1、3、yの偏差は−2、0、−1、3である。偏差の積は6、0、−1、9で和は14、xの偏差平方和は9+1+1+9=20、yの偏差平方和は4+0+1+9=14となる。割る数は約分で消えるので、相関係数は14÷√(20×14)=14÷√280≒14÷16.73≒0.84である。共分散14÷4=3.5は単位を持つ値で、相関係数ではない。14÷20=0.70はNISTハンドブックの式による回帰直線の傾きである。
https://en.wikipedia.org/wiki/Pearson_correlation_coefficient (英語版Wikipedia「Pearson correlation coefficient」)/https://www.itl.nist.gov/div898/handbook/pmd/section1/pmd141.htm (NIST/SEMATECH e-Handbook 線形最小二乗回帰)/https://www.toukei-kentei.jp/hubfs/files/grade_range/grade3_hani_20181214.pdf (統計検定3級出題範囲表)
観察データで、ある地域の月ごとの2つの値XとYに強い正の相関が見られた。ペンシルベニア州立大学『STAT 500』の用語で、研究に含まれていないがXとYの両方と関連しうる変数を何と呼ぶか。
答えと解説を見る
正解は「潜在変数」である。ペンシルベニア州立大学『STAT 500』Lesson 1は、潜在変数(lurking variable)を、研究に含まれていないが説明変数と結果の両方と関連しうる変数とし、交絡変数(confounding variable)を、研究に含まれていて他の変数と関連し、変数間の関係に影響を与える変数と定義している。潜在変数が研究に含まれれば交絡変数になりうる。同ページは、観察研究は関係があることは示せても因果関係は必ずしも示せないとも述べている。XとYの相関が強くても、両方と関連する別の変数がその関係を作っている可能性があるので、相関だけで因果関係と判断しない。研究に含まれているかどうかで2つの用語を分ける。
https://online.stat.psu.edu/stat500/Lesson01 (Penn State STAT 500 Lesson 1)/https://www.toukei-kentei.jp/hubfs/files/grade_range/grade3_hani_20181214.pdf (統計検定3級出題範囲表)
2つの指導法X・Yの合格者の割合を、若年層と高齢層に分けて集計した。Xは若年層10人中8人・高齢層60人中30人、Yは若年層60人中45人・高齢層10人中4人が合格した。この結果の読み方として正しいものはどれか。
答えと解説を見る
正解は「どちらの層でもXの割合が高いが、層を合わせた全体ではYの割合が高い」である。若年層はXが8÷10=80%、Yが45÷60=75%、高齢層はXが30÷60=50%、Yが4÷10=40%で、どちらの層でもXが高い。ところが全体では、Xが(8+30)÷(10+60)=38÷70≒54.3%、Yが(45+4)÷(60+10)=49÷70=70%となり、Yが高くなる。Xは合格の割合が低い高齢層の人数が多く、Yは割合が高い若年層の人数が多いためである。Stanford Encyclopedia of Philosophyは、2変数の関連が集団を部分集団に分けると現れる・消える・逆転する現象をシンプソンのパラドックスと定義している。
https://plato.stanford.edu/entries/paradox-simpson/ (Stanford Encyclopedia of Philosophy「Simpson's Paradox」)/https://www.toukei-kentei.jp/hubfs/files/grade_range/grade3_hani_20181214.pdf (統計検定3級出題範囲表)
2つの変数の相関係数が−0.9だった。一方を説明変数、もう一方を目的変数とした切片を含む単回帰の決定係数はいくつか。
答えと解説を見る
正解は「0.81」である。英語版Wikipedia「Coefficient of determination」は、決定係数を目的変数の変動のうち説明変数から予測できる割合とし、切片を含む単純線形回帰では決定係数が標本相関係数rの2乗に等しいと述べている。同ページの計算例でも、相関係数が約0.981のデータでR²≒0.963となり、yの並びを逆にして相関係数が負(約−0.981)になってもR²は同じ約0.963だと示されている。この問題ではr=−0.9なので、決定係数は(−0.9)²=0.81である。負の相関でも決定係数は負にならず、相関係数そのものや絶対値0.9とも異なる。回帰直線の当てはまりの良さを表す値として読む。
https://en.wikipedia.org/wiki/Coefficient_of_determination (英語版Wikipedia「Coefficient of determination」)/https://www.toukei-kentei.jp/hubfs/files/grade_range/grade3_hani_20181214.pdf (統計検定3級出題範囲表)
![日本統計学会公式認定 統計検定3級・4級 公式問題集[CBT対応版] の表紙](/_next/image?url=https%3A%2F%2Fm.media-amazon.com%2Fimages%2FP%2F4788920484.09._SCLZZZZZZZ_.jpg&w=256&q=75)