分野 B｜ビジネス
相関分析・回帰分析・仮説検定・バイアス
今の制度の過去問（3回分）では、回帰分析を選ぶ問題が1問出ています。
シラバス案 Ver.0.1（2026年8月31日公表）の『2-9-2 データ分析における統計的手法』
最終更新
よく出る形
- 一次式で近似できる関係から、値を予測する手法として回帰分析を選ぶ（3回分で1問）
- 問われるとしたら：事例で、擬似相関（共通の要因による見かけの相関）を見抜く形
- 問われるとしたら：全数調査（全て調べる）、標本調査（一部を調べる）、単純無作為抽出（くじや乱数で選ぶ）の記述を選ぶ形
- 問われるとしたら：事例で、回答者の偏り（統計的バイアス）の影響を選ぶ形
- 問われるとしたら：回帰分析、仮説検定、認知バイアス（思い込みによる判断の偏り）を a〜c で判定する形
覚えること
- 回帰分析：ある値（説明変数）から、別の値（目的変数）を予測する式を求める
- 単回帰：説明変数が1つで、関係を一次式（直線）で近似して、値を推定する
- 相関分析：2つの値の関係の強さと向きを、相関係数（－1〜＋1）で調べる
- 相関係数の読み方：1に近いと強い正の相関、－1に近いと強い負の相関、0に近いと弱い
- 相関と因果：相関が強くても、一方が他方の原因とは限らない
- 擬似相関：共通の要因があるため、直接の関係がなくても相関が高く見えること
- 散布図：相関係数は直線的な関係を測るので、散布図で形や外れ値も確かめる
- 仮説検定：帰無仮説（確かめたい仮説と反対の仮説）が正しいとして、データが得られる確率を求める
- 有意水準：確率がこれより小さければ、帰無仮説を棄却する基準（0.05や0.01など）
- 全数調査：母集団の全てを調べる。正確だが、費用と手間が大きい。国勢調査が例
- 標本調査：母集団の一部（標本）を調べて全体を推定する。標本誤差が生じる
- アンケート調査：質問に回答してもらう調査。全員なら全数調査、一部なら標本調査
- 無作為抽出：母集団の全ての個体が、等しい確率で標本に選ばれるように抽出する
- 単純無作為抽出：母集団全体から、くじや乱数で偏りなく無作為に選ぶ方法
- 統計的バイアス：調べ方の偏りで、結果が一方にずれること（選択バイアス、情報バイアスなど）
- 認知バイアス：願望や経験、思い込みによる、無意識の偏った判断
- 確証バイアス：認知バイアスの一種。自分の考えに合う情報ばかりを集める
ひっかけ
- 相関が高くても、原因と結果とは言えない。共通の要因もありうる
- 回答数が多くても、選び方に偏りがあれば、全体を代表しない
- 認知バイアスは人の判断の偏り、統計的バイアスは調べ方（標本の選び方や測り方）の偏り
想定問題
4問（四肢択一）。選ぶと、その場で正解と解説が開きます。
擬似相関（共通の要因があるため、直接の関係がなくても相関が高く見えること）の例として、最も適切なものはどれか。
正解：イ 日焼け止めの販売数が多い月ほど、海水浴場での事故が多い。
ポイント
擬似相関に当たる、2つの値の組を選ぶ問題です。
考え方と解き方
相関が高い組は、どれも関係がありそうに見えます。一方が他方の原因だと筋道立てて説明できるかどうかを見ないと、擬似相関とそうでない組を取りちがえます。
- 日焼け止めの販売数と海水浴場での事故の件数は、どちらも夏の暑さや来場者の増加と連動して増えます。一方が他方の原因とは考えにくいのに、相関が高く見えます。
- 共通の要因のために、直接の関係がなくても相関が高く見えることを、擬似相関といいます。
- したがって、最も適切なのは イ です。
ほかの選択肢
- ア 気温が高いと冷たい飲み物がよく売れるという、直接の原因と結果で説明できます。擬似相関ではありません。
- ウ 広告が多いと商品を知る人が増え、問合せが増えるという、直接の原因と結果で説明できます。擬似相関ではありません。
- エ 練習が長いと技術が上がり、得点が増えるという、直接の原因と結果で説明できます。擬似相関ではありません。
覚えておくこと
- 相関と因果：相関が強くても、一方が他方の原因とは限らない
- 擬似相関：共通の要因があるため、直接の関係がなくても相関が高く見えること
（テーマ・覚えること）
標本抽出や調査の方法に関する記述として、最も不適切なものはどれか。
正解：ア 単純無作為抽出は、調査員が代表的と考える人を選んで、標本にする方法である。
ポイント
全数調査、標本調査、単純無作為抽出の記述から、不適切なものを選ぶ問題です。
考え方と解き方
代表的な人を選べば偏りが減ると思うと、アを適切と読んでしまいます。
- 単純無作為抽出は、母集団全体から、くじや乱数などで偏りなく無作為に選ぶ方法で、調査員の判断では選びません。
- 最も不適切なのは ア です。正しくは、くじや乱数などで、母集団の全ての個体が等しい確率で選ばれるようにする、です。
ほかの選択肢
- イ 国勢調査は、母集団の全てを調べる全数調査として行われるので、適切です。
- ウ 標本調査は、一部だけを調べるので費用と手間を抑えられますが、標本誤差が生じるので、適切です。
- エ アンケート調査は、対象が全員なら全数調査、一部なら標本調査になるので、適切です。
覚えておくこと
- 単純無作為抽出：母集団全体から、くじや乱数で偏りなく無作為に選ぶ方法
- 標本調査：母集団の一部（標本）を調べて全体を推定する。標本誤差が生じる
- アンケート調査：質問に回答してもらう調査。全員なら全数調査、一部なら標本調査
（テーマ・覚えること）
この集計結果に関する説明として、最も適切なものはどれか。
A 社は、自社のアプリの利用者全体の満足度を知るため、アプリの画面に表示したアンケートに回答した利用者の結果を集計した。回答した利用者の多くは、アプリを毎日使う利用者だった。
正解：エ 毎日使う人に回答が偏っているので、結果は利用者全体を代表する標本になっていない。
ポイント
回答者が偏った調査結果を、どう受け止めるかを選ぶ問題です。
考え方と解き方
回答の数が多いと、それだけで全体をよく表していると思いがちです。数が多くても、選ばれ方が偏っていれば、全体を代表しません。
- 回答したのは、アプリの画面を見て自分で答えた、毎日使う利用者に偏っています。利用者全体の傾向と、調べた一部（標本）の傾向が異なり、標本の選び方の偏り（選択バイアス）による統計的バイアスが生じます。
- したがって、最も適切なのは エ です。
ほかの選択肢
- ア 回答の数が多くても、選ばれ方の偏りは小さくなりません。偏った標本は、数を増やしても利用者全体を代表しません。
- イ 平均値を求めても、回答者の偏りは取り除かれません。偏った回答者の平均値は、偏ったままです。
- ウ 毎日使う人を除いた残りの回答者も、自分から答えた人に偏っているので、全体の満足度と同じになるとは言えません。
覚えておくこと
- 統計的バイアス：調べ方の偏りで、結果が一方にずれること（選択バイアス、情報バイアスなど）
- 無作為抽出：母集団の全ての個体が、等しい確率で標本に選ばれるように抽出する
（テーマ・覚えること）
データ分析に関する記述 a〜c のうち、適切なものだけを全て挙げたものはどれか。
A 社の B さんが、データ分析の研修で学んだことを整理した。
- a 回帰分析では、広告費から売上を推定するように、ある値から別の値を予測する式を求める。
- b 仮説検定では、帰無仮説が正しいとして得たデータの確率が有意水準より小さい時、帰無仮説を棄却する。
- c 認知バイアスの一つに、自分の考えに合う情報ばかりを集め、合わない情報を軽く見る傾向がある。
正解：イ a、b、c
ポイント
回帰分析、仮説検定、認知バイアスの記述を、a〜c で判定する問題です。
考え方と解き方
仮説検定は、仮説が正しいことを直接示す手法だと思うと、b を不適切と読んでしまいます。検定は、帰無仮説のもとで起こりにくいかどうかを見ます。
- a は適切です。回帰分析は、広告費のようなある値から、売上のような別の値を予測する式を求めます。
- b は適切です。仮説検定は、帰無仮説が正しいと仮定して、得られたデータが生じる確率を求め、有意水準より小さければ帰無仮説を棄却します。
- c は適切です。認知バイアスは、思い込みによる偏った判断で、自分の考えに合う情報ばかりを集めるのは、その一つの確証バイアスです。
- したがって、適切なのは a、b、c の全てで、イ です。
ほかの選択肢
- ア c も適切なので、a、b だけでは足りません。
- ウ b も適切なので、a、c だけでは足りません。
- エ a も適切なので、b、c だけでは足りません。
覚えておくこと
- 回帰分析：ある値（説明変数）から、別の値（目的変数）を予測する式を求める
- 仮説検定：帰無仮説（確かめたい仮説と反対の仮説）が正しいとして、データが得られる確率を求める
- 確証バイアス：認知バイアスの一種。自分の考えに合う情報ばかりを集める
（テーマ・覚えること）
このテーマの過去問
過去問を解く（1問）同じ分野のテーマ（ビジネス）
- DXとは（社会の変化・顧客体験・SDGs）今の制度の過去問（3回分）では、DX の説明とデジタルディスラプションを表す用語が3回分で2問出ています。
- イノベーションの種類と理論（オープンイノベーション・リーンスタートアップ）今の制度の過去問（3回分）では、ベンチャーキャピタル、オープンAPI、キャズムが3回分で3問出ています。
- PoC・チェンジマネジメント（変革の進め方）今の制度の過去問（3回分）では、バックキャスティング、PoC、ハッカソン、投資の回収期間の計算が3回分で5問出ています。
- 経営戦略の基本（経営理念・M&A・コアコンピタンス）今の制度の過去問（3回分）では、MVV のビジョンが3回分で1問出ています。
- SWOT分析・KPI・バランススコアカード（戦略の手法）今の制度の過去問（3回分）では、VRIO 分析、ニッチ戦略、バリューエンジニアリングが、3回分で3問出ています。
- デジタル戦略（DX戦略・BYOD・デジタルディバイド）今の制度の過去問（3回分）では、BYOD の説明が、3回分で1問出ています。
- 情報システム戦略・EA（SoR・SoE・As-is/To-be）今の制度の過去問（3回分）では、SoR と SoE、EA、システム化構想の立案、情報システム化基本計画が、3回分で4問出ています。
- 要件定義と調達（RFI・RFP・入札）今の制度の過去問（3回分）では、RFI、RFP、業務要件定義、要件定義への利用者の関わりが、3回分で4問出ています。
- 3C分析・PEST分析・STP分析（ビジネス調査）今の制度の過去問（3回分）では、STP 分析のポジショニングが、3回分で1問出ています。
- ビジネスモデル（サブスクリプション・フリーミアム・ビジネスモデルキャンバス）今の制度の過去問（3回分）では、サブスクリプション、シェアリングエコノミー、フリーミアムの用語が、3回分で3問出ています。
- ビジネスプロセス改善（BPR・BPM・RPA）今の制度の過去問（3回分）では、RPA、業務プロセスの可視化、BPO の用語などが、3回分で6問出ています。
- プロダクトライフサイクル・ブランディング今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- マーケティング戦略とWebマーケティング（SEO・リスティング広告）今の制度の過去問（3回分）では、リスティング広告の説明が1問出ています。
- サービスマネジメントとSLA（サービスレベル管理）今の制度の過去問（3回分）では、SLA とサービスレベル管理、可用性、稼働率の計算などが5問出ています。
- サービスデスク・インシデント管理・変更管理今の制度の過去問（3回分）では、サービスデスクの役割や評価の指標などが3問出ています。
- プロジェクトマネジメントの基本（PMO・ステークホルダ・リスク）今の制度の過去問（3回分）では、プロジェクトの定義、憲章、会議、変更要求、要員の配置などが6問出ています。
- WBS・ガントチャート・アローダイアグラム（スケジュール）今の制度の過去問（3回分）では、WBS、スコープ、アローダイアグラムなど、スコープとスケジュールの問題が6問出ています。
- デザイン思考・UX・人間中心設計・ペルソナ今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- ユーザー調査（インタビュー・アンケート・フィールドワーク）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- カスタマージャーニーマップ・プロトタイプ・ユーザビリティテスト今の制度の過去問（3回分）では、構造化シナリオ法の三つのシナリオが1問出ています。ほかの手法は、新しいシラバス案（Ver.0.1）にある項目で、問われるとしたらの形でまとめています。
- 変化への適応とコラボレーション（マインド・スタンス）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 顧客・ユーザーへの共感と常識にとらわれない発想今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 小さく試して直す・柔軟な意思決定・事実に基づく判断今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- アジャイル（スプリント・ふりかえり・KPT）今の制度の過去問（3回分）では、アジャイル開発の特徴を問う問題が3問出ています。
- データマネジメントとデータガバナンスの考え方今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データ品質管理とメタデータ管理今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データライフサイクル（生成・保管・処理・活用・廃棄）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データ基盤（データレイク・DWH・データマート・ETL）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データの種類と加工（構造化データ・名寄せ・欠損値）今の制度の過去問（3回分）では、名寄せ、ライフログ（人の行動ログ）、アノテーション、ビッグデータの3V が、合わせて4問出ています。
- 確率・平均値・中央値・尺度（統計の基本）今の制度の過去問（3回分）では、確率の計算と、データの尺度を問う問題が2問出ています。
- グラフとQC七つ道具（パレート図・散布図）・ブレーンストーミング今の制度の過去問（3回分）では、パレート図の説明を選ぶ形とブレーンストーミングの進め方を選ぶ形が、合わせて2問出ています。
- 線形計画法・在庫管理・日程計画今の制度の過去問（3回分）では、定期発注方式の計算式を問う問題が1問出ています。
- AI社会原則とAI事業者ガイドライン今の制度の過去問（3回分）では、人間中心の AI 社会原則のイノベーションの原則を選ぶ形と、AI で使うデータのバイアス対策を選ぶ形が、合わせて2問出ています。
- 識別AIの活用（需要予測・顧客セグメンテーション）今の制度の過去問（3回分）では、AI を導入して作業効率が向上した事例を選ぶ形が1問出ています。
- 生成AIの活用（プロンプトエンジニアリング・マルチモーダル）今の制度の過去問（3回分）では、プロンプトエンジニアリングの説明を選ぶ形が1問出ています。
- AIエージェントの活用（自律性・ガードレール）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 企業の仕組み（株式会社・CSR・IPO・人的資本経営）今の制度の過去問（3回分）では、企業の社会的責任（CSR）を選ぶ問題が1問出ています。
- 経営管理と組織形態（PDCA・事業部制・CxO）今の制度の過去問（3回分）では、CxO が1問、PDCA が2問、組織形態が2問出ています。
- 人材マネジメント（OJT・リスキリング・テレワーク・DE&I）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 損益分岐点・貸借対照表・損益計算書（会計の基本）今の制度の過去問（3回分）では、損益分岐点や利益の計算、損益計算書の金額、売上原価、間接費が3回分で4問出ています。
- 財務指標（ROE・ROA・ROI・自己資本比率）今の制度の過去問（3回分）では、損益計算書だけで計算できる指標の選択と、自己資本比率の計算が、3回分で2問出ています。
- コーポレートガバナンスとコンプライアンス今の制度の過去問（3回分）では、コーポレートガバナンスの説明と、その強化策が、3回分で3問出ています。
- 内部統制（J-SOX・職務分掌・3つのラインモデル）今の制度の過去問（3回分）では、内部統制の構成要素、けん制や活動の内容、ITへの対応が、3回分で4問出ています。
- システム監査・情報セキュリティ監査（監査の進め方）今の制度の過去問（3回分）では、各監査の説明、システム監査の目的と監査人、実施の流れが、3回分で9問出ています。