令和7年度 春期 ITストラテジスト試験 午前Ⅱ 問1
テクノロジAI・データ活用
この問題は2025(R7)春 ITストラテジスト 午前IIに出題されたものです。出題時点の法令・制度に基づく内容のため、現行の内容と一致しない場合があります。
本ページの問題文・選択肢は、原本の体裁を Web 表示用に正規化しています（改行・記号・数式・図表参照の調整）。設問の趣旨および正解に影響する変更は加えていません。
多数の被験者の検診データから，説明変数である年齢，飲酒の頻度及び喫煙本数が，目的変数であるガンの発症の有無に及ぼす影響を統計的に分析した上で，ある人の年齢，飲酒の頻度及び喫煙本数から，その人のガンの発症確率を推定するモデルを構築した。このとき用いられる分析手法はどれか。
図の説明テキスト
| 年齢 | 飲酒の頻度(回/週) | 喫煙本数(本/週) | ガンの発症の有無 |
|---|---|---|---|
| 50 | 7 | 70 | 有 |
| 40 | 5 | 40 | 有 |
| 55 | 2 | 10 | 無 |
| 45 | 5 | 0 | 無 |
解答・解説を読む
正解: 選択肢エ
本問は、複数の 説明変数 （年齢、飲酒の頻度、喫煙本数）から、2値の 目的変数 （ガンの発症の有無）の確率を推定する分析手法を問う問題です。このように、目的変数が2値（または多クラス）のカテゴリデータである場合に、事象の発生確率を予測・分類する統計モデルは ロジスティック回帰分析 と呼ばれます。したがって、エが正解です。
各選択肢の解説
- ア ABC分析: データを構成比の大きい順に並べ、累積構成比を基準にA、B、Cのグループに分類し、重点管理の対象を決める手法です。確率の推定には用いられません。
- イ クラスター分析: データの集団の中から、互いに似た性質を持つものを集めてグループ（クラスター）を作る手法です。目的変数を予測するモデル構築には用いられません。
- ウ 主成分分析: 多数の変数を持つデータセットにおいて、元のデータの情報をできるだけ損なわずに変数の数を減らす（次元削減）手法です。確率の予測には用いられません。
- エ ロジスティック回帰分析: 目的変数が2値（例：発症する／しない）である場合に、複数の説明変数からその事象が発生する確率を予測する手法です。本問の記述に一致するため正解です。