【統計検定 データサイエンスエキスパート編】体験記|ひと粒ログ
今回の内容は、残念ながら、合格体験記ではありません。
これまで、他の方のブログや投稿にとても助けられてきたため、今回は合格点に達しなかったものの、挑戦の記録として共有させていただきます。
「統計検定 データサイエンスエキスパート」は、まだ情報が少ないので、どなたかの参考になれば幸いです。
統計検定 データサイエンスエキスパートの概要
統計検定 データサイエンスエキスパートの概要や出題範囲については、ホームページを参照頂くのが良いと思います。
試験時間:90分(CBT試験)
合格ライン:100点満点で60点
出題範囲:
統計基礎、数学基礎、計算基礎(コンピュータやデータベースなど)、モデリング・ AI と評価、と幅広い範囲が対象
CBT試験バージョン:202601版(私の受験したバージョン)
2025年の合格率:23.4%
私の受験は2026年ですので、2025年の合格率にはカウントされていませんが、2026年の合格率も同じくらいになるのでしょうかね?
ただ、CBT試験のバージョンが2026年に新しくなってますので、傾向が少し変わったのではないかとも思います。
勉強前の知識
統計検定 2級
統計検定 データサイエンス発展
G検定
統計検定 準1級
に合格していました(以前の投稿の通り)。
普段、統計・データサイエンス・AIとは関りはありません。ただ、勉強を進める上で、ChatAIに質問したりしてAI活用くらいはしています。
データサイエンスエキスパート受験のきっかけ
何となく統計を勉強し始め、無事に統計検定準1級まで取得することができ、自分の中で一段落していました。
その後、ネット検索していると、次のような内容をよく目にしました。
統計検定 データサイエンスエキスパート試験は、準1級の内容と重複する部分が大きいので、準1級ができれば、得点につながる
準1級が取得出来たら、その知識を忘れないうちに、データサイエンスエキスパートに挑戦してしまった方がいい
などです。
確かに、準1級の合格から1ヵ月が経ち、「覚えた内容をもう忘れてきたな……」と実感していました。
ほぼ忘れてしまってから、準1級をもう一度勉強しなおすのは大変です。「データサイエンスエキスパート試験に挑戦するなら、準1級の知識が少しでも残っている、今しかない!」と思ったからです。
勉強時間
勉強期間:2ヵ月半
公式テキストを2周、「モデリング・ AI と評価」の章を追加で1周
準1級の復習(準1級受験時に自分でまとめたノート)
ChatAIにSQLやpythonの疑似問題を作ってもらい、解答
一般に、統計検定 データサイエンスエキスパートの勉強時間は、50~300時間以上と言われているようです。かなり幅があります。
完全未経験と、1級やE検定を持っている方では全く違うでしょう。
私の総勉強時間は、特に記録していないため、全く分かりません。想像で、150時間??。実際のスケジュール
2026年4月 中旬頃 ~ 勉強開始
2026年7月初 試験日
試験の難易度
正直、「試験」がとても難しかったです。
以前作成した難易度のマップ(図)を更新して、少し分かりやすく誇張して表現するなら、データサイエンスエキスパートの「試験の難易度」は、準1級のかなり先(上)にある感じです。

データサイエンスエキスパートの出題範囲は、準1級にはないpythonや機械学習も含まれるため、範囲が広いことは認識していました。とはいえ、準1級もかなり広範な資格です。
ただ、データサイエンスエキスパート「試験」が自分の想像していた内容とは全く違いました。
(CBT試験ですので、人や日にちによって問題が違うと思われ、あくまで個人の感想です。)
試験の結果
試験中に、これは合格点に届かないだろうなと自覚しました。
結果は 50点。
「もっと低いと思っていたのに、意外と点数あったな」というのが率直なところです。
60点が合格ラインで50点なので、もう少しで届きそうに見えますが、根本的な理解が全く及んでいなかったと痛感しました。
振り返り
何が足りなかったのか自分なりに考えてみると、
プログラミング、特に機械学習に関わる部分の理解。もう少しpythonを触っておく必要があったと思います
統計は統計、AIはAI、と分野を分けるのではなく、回帰分析やクラスタ分析などの統計と、AIモデルや機械学習とのつながり(線)としての応用的・複合的な理解。
CBT試験バージョンは、2026年1月に新しくなっていて、主に下記などの分野が追加されています。よりAIに比重をおいた内容に変わっているとも言えます。
深層学習・ ニューラル ネットワーク
- 生成 AI の基礎と展望
実世界で進む生成 AI の応用と革新、基盤モデル・大規模言語モデル・拡散モデル、生成 AI の注意事項、マルチモーダル(言語、画像、 音声など)、プロンプトエンジニアリング、ファインチューニング、Transformer・注意機構、自己教師あり学習、敵対的生成ネットワーク (GAN)、Vision Transformer、CLIP、スケーリング則
私の知識レベルと実践経験の無さからすると、公式テキストに追加して、違う書籍や専門書を使って、知識を深める必要があったんだろうと思います。
さいごに
試験終了後、受付で「再受験のルール」が書かれた紙をもらいました。
「統計検定(CBT試験)は、試験終了時刻から7日間(24時間 × 7 = 168 時間)経過後しか再受験ができない」というものです。
もちろん、1週間後にすぐ再挑戦するつまりはなかったですが (^^;)。
普段、データサイエンスやAIの実務、プログラミングに関わっていないのに、「そう簡単にデータサイエンスエキスパートが取れてしまうわけないなあ」、というのも感じました。
再受験については未定ですが、このまま終わりにせずに、いつか(?)リベンジはしたい気持ちは持ってます!
振り返ってみれば、「中学レベルからはじめる!やさしくわかる統計学のための数学」から始まって、データサイエンスエキスパートに挑戦するまで来るとは自分でも思っていませんでした。
お読みいただき、ありがとうございました。
