はじめに
前回は、機械学習による競馬予想から、自分で競馬データを分析して予想するスタイルへ変わっていった過程について書きました。
種牡馬ごとの成績を調べ、さらに性別や馬体重、レース間隔など条件を分けていくことで、
「同じ種牡馬でも、条件によってこんなに傾向が変わるんだ」
ということが分かり、そこからデータを細かく掘り下げていくことが面白くなっていきました。
ただ、データを分析しているうちに、あることを考えるようになりました。
「そもそも、統計についてちゃんと勉強したほうがいいんじゃないか?」
機械学習やデータ分析を勉強してきたとはいえ、統計については何となく知っている程度。
そこで、今度は統計の勉強を始めることにしました。
統計を勉強してみることに
機械学習やデータ分析をやっていると、平均や分散、標準偏差、相関係数など、統計に関係する言葉がたくさん出てきます。
Pythonを使えば、これらの数値を簡単に計算できます。
実際、これまでの機械学習でもPythonのコードを書いて、何気なく使っていました。
でも、
「この数字って、そもそもどういう意味なんだろう?」
「どうやって計算されているんだろう?」
という部分まで、きちんと理解していたわけではありません。
そこで、
「統計を勉強すれば、今までとは違ったものが見えるようになるかもしれない」
と思い、勉強してみることにしました。
とはいえ、これまでの経験から、ただ勉強を始めるだけでは途中でやめてしまいそうです。
そこで今回も、
「資格を目標にしよう」
と考えました。
選んだのは、統計検定3級です。
今回もまずは本を買う
統計検定3級の勉強用に購入したのは、この2冊です。
📘 『改訂版 日本統計学会公式認定 統計検定3級対応 データの分析』
📘 『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]』
まずは公式テキストを最初から一通り読んでみました。
ところが……。
やっぱり、なかなか頭に入りません(笑)。
簡単な部分は理解できます。
また、高校時代に数学で確率・統計を勉強した記憶があるので、
「これは昔やったな」
と思える部分もありました。
ただ、それ以外の部分になると、読んでいるだけではなかなか理解できません。
これまでのPython資格の勉強でも同じような経験をしていました。
どうやら自分は、
本を読むだけで理解するのが、あまり得意ではないようです。
YouTubeで勉強してみる
そこで、Python資格のときと同じように、YouTubeの動画を見ながら勉強してみることにしました。
動画で説明してもらえば、今度こそ分かるかもしれない。
そう思って勉強を始めたのですが……。
これも、思ったほど理解できませんでした。
「うーん、統計って難しいな……」
という感じです。
そこで、今度は
「もっと分かりやすい動画はないかな?」
と探すことにしました。
そして見つけたのが、Udemyのウマたんさんの「統計検定@3級対策講座」でした。
これを使って勉強を始めたところ、ここから少しずつ理解できるようになっていきました。
統計を勉強してみて感じたこと
Udemyの講座で勉強を進めていく中で、ひとつ強く感じたことがあります。
それは、
「統計の勉強をしているはずなのに、数学の勉強をしている感じがする」
ということでした。
もちろん、統計なので当たり前といえば当たり前なのですが、とにかく公式を覚えることが多い。
「こういう場合は、この公式を使う」
というものがたくさん出てきます。
これまでPythonや機械学習を勉強してきたときとは、少し違った感覚でした。
Pythonの場合は、
「コードを書いて動かしてみる」
ということができます。
機械学習でも、
「データを入れてモデルを動かしてみる」
ということができます。
それに対して統計検定3級の勉強では、
公式を覚えて、問題を解く。
という場面がかなり多くありました。
そのため、
「これはデータ分析の勉強というより、数学の勉強に近いな」
と感じることが多かったです。
ひたすら問題を解く
Udemyの講座で内容を理解した後は、問題を繰り返し解きました。
📌 使った問題集
・購入した公式問題集
・スマホアプリ「統計検定3級」の問題
・Udemyの講座に出てくる確認問題
Udemyの講座では、動画を見て終わりではなく、講義の後に内容を理解しているか確認する問題が出てきます。
そのため、
「Udemyで理解する → 問題を解く → 間違える → もう一度確認する」
ということを繰り返しました。
Python資格のときと同じように、結局今回も問題を繰り返し解く勉強法になりました。
そして、統計検定3級に合格
そして試験を受けた結果、
1回で合格することができました。
これまでPythonの資格試験でもそうでしたが、今回も一発で合格できたのは素直に嬉しかったです。
……ただし、今回はちょっとしたハプニングがありました。
試験会場でまさかのハプニング
統計検定3級の試験では、統計数値表が配られて、それを使って問題を解くことになっています。
ところが私が受験したときは、
その統計数値表が配られないまま試験が始まってしまいました。
「これ、配られないのかな?」
と思いながら、そのまま試験を受けました。
そして試験終了後、試験会場の方から電話があり、
「統計数値表をお渡ししていませんでした」
ということで謝罪を受けました。
まさか試験が終わってから、そのような電話がかかってくるとは思いませんでした(笑)。
もしこれから統計検定3級を受験する方がいたら、
試験開始前に、必要な資料がちゃんと配られているか確認したほうがいいと思います。
勉強してみて、以前より分かるようになったこと
統計検定3級の勉強を終えて、一番「勉強してよかった」と感じたのは、
「これまでPythonで何気なく使っていた統計的な数字について、少し中身が分かるようになったこと」
でした。
例えば、機械学習やデータ分析をしていると、
・偏差
・分散
・標準偏差
・相関係数
などを扱います。
Pythonを使えば、これらは簡単に計算できます。
以前は、
「Pythonで計算すると、この数字が出てくる」
くらいの感覚でした。
それが統計を勉強したことで、
「この数字は、こういう考え方で求めているんだ」
と、計算の意味や求め方が少し分かるようになりました。
これまでブラックボックスのように使っていたものが、少しだけ中身を理解できた。
そんな感覚です。
競馬データ分析に使えるのか?
では、肝心の競馬データ分析にはどうだったのか。
正直に言うと、
「統計検定3級を勉強したことで、競馬データ分析が一気に変わった!」というほどではありませんでした。
例えば、統計検定3級で学んだ区間推定などは、データ分析をする上で使える考え方なのかもしれません。
ただ、この時点では、
「これを競馬データ分析でどう使えばいいんだろう?」
という感じで、まだあまりピンときていませんでした。
一方で、
「今までPythonで計算していた数字には、ちゃんとこういう意味があったんだ」
と理解できたことは、これからデータを扱っていく上で意味があったと思います。
統計検定2級には進まなかった
統計検定3級に合格したので、
「じゃあ次は2級!」
となるところかもしれません。
ただ、私はここでは2級にはチャレンジしませんでした。
理由はシンプルで、
公式を覚えて問題を解く、という勉強がかなり多かったからです。
もちろん統計そのものが嫌いになったわけではありません。
むしろ、機械学習やデータ分析をする上で、統計の知識が必要になることは実感しました。
ただ、
「資格を取るための統計の勉強をさらに続ける」
というより、
「実際のデータ分析をしながら、必要になった統計をその都度勉強していく」
ほうが、自分には合っているのではないかと思いました。
統計を勉強したことで、次に考えたこと
振り返ってみると、ここまでの道のりは結構遠回りしています。
Pythonを始めて、
↓
Python資格に挑戦して、
↓
データ分析を知って、
↓
KaggleやSIGNATEに挑戦して、
↓
競馬で機械学習をやって、
↓
そこから自分で競馬データを分析するようになって、
↓
さらに統計を勉強する。
こうして書いてみると、最初から競馬データ分析をやろうと思っていたわけではありません。
その時その時で、
「これを勉強したら、もう少し何か分かるかもしれない」
と思って進んできた結果、ここまで来ました。
そして統計検定3級を終えた頃には、もう一つ別のことを考えるようになっていました。
ちょうどその頃、私は副業についても考えていました。
「何か副業になることはないかな?」
と考えていたところ、
「これまで勉強してきた競馬データ分析と、副業を組み合わせられるものがあるんじゃないか?」
と思うようになりました。
そこで始めることにしたのが、
競馬データ分析をテーマにしたブログでした。
次回予告
【競馬データ分析への道⑧】
競馬ブログを始める
次回はいよいよ、このシリーズの現在につながる話です。
Python、機械学習、データ分析、統計と勉強してきたものを、どうやって「ブログ」という形にしていったのか。
そして、なぜ数あるテーマの中から競馬データ分析を選んだのか。
これまで勉強してきたことが、どのように現在の「血統KEIBA Analytics」につながっていったのかを書いていきます。
📖 関連記事
➡ 【競馬データ分析への道⑧】競馬ブログを始める


