【情報Ⅰ 第93講】統計的な推測の入口──なぜ「たぶんこの範囲」としか言えないのか（数学Bとの接続）

こんにちは、数強塾代表の藤原進之介です。この記事は参考書『藤原進之介の最強120講義』の第93講「統計的な推測の入口（数学Bとの接続）」のWeb版です。共通テスト「情報Ⅰ」での重要度はB（考え方は問われるが、計算そのものは問われない）、情報Ⅱでの接続先は(3)情報とデータサイエンス、そして数学Ｂ「統計的な推測」です。

この講は、本書のなかで私がいちばん書きたかった1本です。理由は2つあります。1つは、「たぶんこの範囲に入る」としか言えないのはなぜかという問いが、統計のいちばん深いところにあること。もう1つは、仮説検定が数学の背理法そのものだということです。そして最後に、この分野がどこまで情報Ⅰの範囲なのかを、一次資料に当たって正直に線を引きます。受験生に余計な負担をかけないことが、参考書の誠実さだと思っています。

1. この講の問い

標本から母集団について、どこまで言えるのか。そしてその「どこまで」は、誰が教える建て付けになっているのか。

2. 結論

3. なぜそうなるのか

3-1. なぜ「たぶんこの範囲」としか言えないのか

第92講で、無作為抽出でなければ標本をいくら増やしても真実に近づかないことを見ました。では無作為抽出さえできていれば、標本平均をそのまま答えにしてよいのか。 よくありません。理由はひとつで、標本は取り直せば変わるからです。

総務省統計局「労働力調査の解説」第7章は、これを国の調査の実物で説明しています。

そして同じ章はこう続けます。

この「±30万人」という書き方が区間推定です。1つの数だけを答えにすると、取り直したら変わるという事実を隠してしまう。だから幅で答える。統計的な推測は、暗記すべき定義ではなく手続きの必然として出てきます。

同じ章は、幅を持つことの帰結まで書いています。ここが共通テストで問われる考え方そのものです。

3-2. なぜ幅は \(1/\sqrt{n}\) でしか縮まないのか

幅を狭めたければデータを増やせばよい。ただし、増やした割に効きません。同じ第7章にこうあります。

なぜ平方根なのでしょうか。理屈は第61講（モンテカルロ法）で書いたものとまったく同じです。独立な確率変数の和では、足し算されるのは標準偏差ではなく分散のほうだからです。1個あたりの分散を \(\sigma^2\) とすると、\(n\) 個の和の分散は \(n\sigma^2\)、標準偏差は \(\sigma\sqrt{n}\)。これを \(n\) で割って平均にすると

\[\mathrm{SD}(\bar{X}) = \frac{\sigma\sqrt{n}}{n} = \frac{\sigma}{\sqrt{n}}\]

となります。プラスにずれた個体とマイナスにずれた個体が打ち消し合うので、ずれの合計は \(n\) 倍ではなく \(\sqrt{n}\) 倍にしかならない。打ち消し合いの分だけ、増やした甲斐が目減りする。 これが \(1/\sqrt{n}\) の正体です。

新聞の世論調査が「1000人前後」で止まるのも、これで説明がつきます。1000人を4000人にしても誤差はたった半分。費用は4倍。割に合う点で止めているのであって、1000人という数字に理論的な意味があるわけではありません。

3-3. これは第61講のモンテカルロ法と同じ式です

第61講では、円周率をモンテカルロ法で求めるときの誤差の目安が \(1.6422/\sqrt{n}\) になることを見ました。あれと本講の \(\sigma/\sqrt{n}\) は、別々の話ではなく同じ式です。

モンテカルロ法は「点が円に入ったか（1）／入らなかったか（0）」という母集団から \(n\) 個の標本を無作為に取り、その標本平均を4倍しているだけ。だから誤差の縮み方も標本調査とまったく同じになります。\(4\sqrt{p(1-p)}\) の部分が \(\sigma\) にあたります。

シミュレーションの精度と世論調査の精度が、同じ1本の式で決まっている。 本書で \(1/\sqrt{n}\) が2回出てくるのは偶然ではありません。4-7で数値でも確かめます。

3-4. 「標本誤差」と「非標本誤差」——第92講の主張の正式名称

第92講で「ばらつきは大きさで消えるが、偏りは消えない」と書きました。統計局はこの2つに正式な名前を与え、性質を対比しています。

区間推定が扱えるのは左の列だけです。 「±30万人」という幅は、記入ミスや無回答の影響を一切含んでいません。だから信頼区間を見せられたときに最初にすべきことは、幅の数字を読むことではなく、右の列がどうなっているかを疑うこと。ここが第92講と本講の接続点です。

3-5. 仮説検定は背理法です

ここが数強塾の読者にいちばん効くところなので、正面から書きます。

高等学校学習指導要領（平成30年告示）解説 数学編 理数編は、仮説検定の手順をこう書いています。

背理法と1行ずつ対応します。

違いは1か所だけです。背理法の「矛盾」が、仮説検定では「めったに起きないこと」に緩められている。 数学の背理法なら \(0=1\) のような完全な矛盾が出るまで詰めますが、確率の世界では完全な矛盾は出ません。20回とも表が出ることは、公平なコインでも起こりえます。だから「起こりえない」ではなく「この確率より珍しかったら仮定を疑う」という線を人間が引く。その線が有意水準です。

背理法なら「矛盾が出なかった」は何も言っていないのと同じです。仮説検定でもそこは同じ。ところが仮説検定になると、なぜかここで「差がないことが分かった」と言ってしまう人が多い。 背理法として理解していれば、絶対に言いません。

数学編は、まさにこの点を名指しして注意しています。

3-6. p値は「仮説が正しい確率」ではありません

いちばん多い誤解がこれです。定義を並べると、条件の向きが逆になっていることが分かります。

前者は「H₀ を仮定したうえでのデータの確率」、後者は「データを見たうえでの H₀ の確率」。この2つは一致しません。

文部科学省「情報Ⅰ」教員研修用教材 第4章も、この点だけは踏み込んで書いています。

「帰無仮説が正しい」と言わずに「棄却する証拠にはならない」と言え、という指示です。言い方の問題ではなく、意味が違うから言い換えろという指示です。4-6で、同じp値でも「実は帰無仮説が正しかった割合」がまるで変わることを数値で示します。

3-7. 中学 → 数学Ⅰ → 数学Ｂ の3段階

この分野は、学年をまたいで同じ話が3回、精度を上げながら出てきます。しかもその設計が一次資料に明記されています。

第1段（中学校数学 第3学年）——経験的に。

3-2の \(1/\sqrt{n}\) を、式にせず「やってみたら狭くなった」で終える段階です。

第2段（数学Ⅰ「データの分析」）——直観的に。 数学編は、なぜ数学Ⅰに入れたのかまで書いています。

「数学Ｂを取らない生徒がいるから、考え方だけでも数学Ⅰに置いた」——設計の意図がここまで書いてあります。理数科の科目でも同じ配慮がされていて、理数数学Ⅰでは「『帰無仮説』などの用語は用いずに，実験を通して，仮説検定の考え方を理解できるようにする」とされています。

第3段（数学Ｂ「統計的な推測」）——定量的に。 学習指導要領の本文はこうです。

ここで初めて「±いくつ」の「いくつ」が計算できるようになります。本講で扱う内容の本体は、この第3段にあります。

4. 手で確かめる

以下はすべて Python 3 で実際に実行し、乱数の種を固定してあります（SEED = 20260803）。同じコードを走らせれば、誰が実行しても同じ数字が出ます。

4-1. 母集団を作る

現実のデータは左右対称ではないので、右に裾を引く母集団（対数正規）を30,000件つくりました。

母集団の大きさ N = 30000
母平均   mu    = 14.9030
母標準偏差 sigma = 7.1336
中央値         = 13.3690   最小 2.132  最大 72.736

4-2. 標本平均のばらつきは \(1/\sqrt{n}\) で縮む

\(n\) を4倍ずつ増やしながら、無作為に \(n\) 件を取って標本平均を出す試行を各20,000回。

     n | 標本平均の平均 | 標本平均の標準偏差 | 理論値 s/√n | 有限母集団修正つき | 前のnとの比
    25 |        14.8992 |             1.4233 |      1.4267 |            1.4261 |      -
   100 |        14.9070 |             0.7121 |      0.7134 |            0.7122 |   1.999
   400 |        14.9012 |             0.3508 |      0.3567 |            0.3543 |   2.030
  1600 |        14.9024 |             0.1735 |      0.1783 |            0.1735 |   1.999

比の列がすべて2前後です。\(n\) を4倍にするたび、ばらつきはきっちり半分になりました。理論値との差は1%以内で、これは20,000回のシミュレーション自体のブレの範囲です（母集団が有限なので、有限母集団修正 \(\sqrt{(N-n)/(N-1)}\) を掛けた列も併記しました。\(n\) が大きいほど効きます）。

4-3. 95%信頼区間は、本当に95%当たるのか

母標準偏差 \(\sigma\) を既知として、\(\bar{x} \pm 1.96\,\sigma/\sqrt{n}\) という区間を作り、それが母平均 14.9030 を含むかどうかを各20,000回数えました。

     n | 区間の半幅 1.96*s/√n | 母平均を含んだ割合
    25 |               2.7964 |             95.00%
   100 |               1.3982 |             94.88%
   400 |               0.6991 |             95.23%
  1600 |               0.3495 |             95.42%

当たっています。 そして半幅も 2.7964 → 1.3982 → 0.6991 → 0.3495 と、\(n\) を4倍にするたび半分になっています。

ここで信頼区間の意味を正確に押さえます。 この実験で20,000回変わったのは区間のほうで、母平均 14.9030 は最初から最後まで1つの値のまま動いていません。ですから、

図で見ると一瞬で分かります。\(n=100\) の標本を20回取り直して区間を20本並べると、幅は全部同じで位置だけが動き、20本のうち1本だけが母平均を外しました（4-3の表とは別のシードで実行した結果です）。

4-4. 仮説検定を背理法としてやってみる

コインを20回投げたら表が17回出ました。「このコインは公平か」を検定します。

• 帰無仮説 H₀：表が出る確率は 1/2（公平）
• 対立仮説 H₁：1/2 ではない

H₀ を仮定します。20回の出方は全部で \(2^{20} = 1{,}048{,}576\) 通り。「17回以上表」になる場合の数は

\[\binom{20}{17}+\binom{20}{18}+\binom{20}{19}+\binom{20}{20} = 1140+190+20+1 = 1351\]

両側で見るので「3回以下」も同じだけあり、合わせて \(2\times1351 = 2702\) 通り。

\[p = \frac{2702}{1048576} = 0.002577\cdots\]

0.26%。 有意水準5%より小さいので H₀ を棄却します。「公平だと仮定すると、こんなに珍しいことが起きたことになる。おかしい」——これが背理法の運びそのものです。

比較のために、表が13回だった場合も出しておきます。

\[p = \frac{2 \times 137980}{1048576} = 0.263176\cdots\]

26.3%。棄却できません。ここで「このコインは公平だと分かった」と書いたら誤りです。言えるのは「公平でないと言うだけの証拠が、このデータからは出なかった」だけ。3-5の背理法の表を思い出せば、当たり前のことしか言っていません。

4-5. 公平なコインでも4.14%は棄却される（第1種の過誤）

判定基準を「両側p値が5%未満」＝「表が15回以上 または 5回以下」と決めたとき、本当に公平なコインがこの棄却域に落ちる確率を厳密に計算すると

\[\frac{2 \times 21700}{1048576} = 0.041389\cdots\]

4.14%。公平なコインを20回投げる試行を200,000回シミュレーションしたところ、棄却された割合は 4.071% で理論値と一致しました（5%ちょうどにならないのは、表の回数が整数値しか取らないためです）。

公平なコインを100枚検定にかければ、4枚前後は「イカサマだ」と誤判定される。 これは検定の失敗ではなく、有意水準を5%と決めた時点で受け入れた誤りです。

4-6. p値は「仮説が正しい確率」ではない——数値で見る

同じ判定基準（両側p値5%未満で棄却）を使い、箱の中身だけを変えて、200,000枚のコインを全部20回ずつ投げました。

イカサマ（表が出る確率0.9）が 1% 混じる箱：棄却 10210枚 / うち実は公平だった  8230枚 = 80.6%
イカサマ（表が出る確率0.9）が20% 混じる箱：棄却 46026枚 / うち実は公平だった  6505枚 = 14.1%

同じデータの取り方、同じp値の計算、同じ判定基準。それなのに「棄却されたコインが実は公平だった割合」は 80.6% と 14.1% でまるで違います。

p値が0.0026だからといって「公平である確率が0.26%」ではありません。イカサマがめったに混じらない箱では、棄却されたコインの8割が実は公平でした。p値は「H₀ を仮定したときのデータの珍しさ」しか測っておらず、「そもそもH₀ が正しそうか」という情報を一切含んでいないからです。

だから3-6の教材の指示が効いてきます。p値から言えるのは「棄却する証拠になるか」までで、「仮説が正しい確率」は言えない。

4-7. モンテカルロ法の誤差も同じ \(1/\sqrt{n}\)

円周率をモンテカルロ法で求め、各 \(n\) について400回ずつ独立に実行してばらつきを測りました。

n=  10000  推定値の平均 3.14115  実測ばらつき 0.01670  理論値 0.01642
n=  40000  推定値の平均 3.14168  実測ばらつき 0.00812  理論値 0.00821
n= 160000  推定値の平均 3.14172  実測ばらつき 0.00404  理論値 0.00411

\(n\) を4倍にするたび、ばらつきが半分になっています。4-2の表とまったく同じ振る舞いです。シミュレーションの精度も、世論調査の精度も、同じ式が支配しています。

5. 共通テストではこう出る（重要度B）

5-1. まず、範囲の線を正直に引きます

区間推定・仮説検定の計算そのものは、共通テスト『情報Ⅰ』では問われません。 根拠を3つ挙げます。

(1) 情報Ⅰの一次資料に語がありません。 高等学校学習指導要領（平成30年告示）解説 情報編の全文を検索した結果です（PDFをテキスト化し、改行と空白を除去してから機械計数。2026年8月3日）。

しかもその唯一の「仮説検定」1件は、こういう文です。

「数学科と連携し」「実態に応じて」「考えられる」。必修の内容ではなく、条件付きの発展扱いです。

(2) 数学側の一次資料が「うちの担当だ」と書いています。 数学Ｂ「統計的な推測」の内容ア（エ）が「正規分布を用いた区間推定及び仮説検定の方法を理解すること」。共通テストの出題範囲としても、数学②で「統計的な推測（数学Ｂ）」が選択項目として明示されています（大学入試センター「令和9年度大学入学者選抜に係る大学入学共通テストの出題教科・科目の出題方法等」令和7年6月6日）。

(3) 実際の本試験に語が出ていません。 令和7年度・令和8年度の『情報Ⅰ』本試験の問題本文を全文検索しました（大学入試センター公開PDF、2026年8月3日取得）。

5-2. では情報Ⅰで問われるのは何か

問われるのは計算ではなく判定です。3-1の統計局の一文、「先月5000万人であった就業者数が今月は5001万人と推定された場合…この結果から直ちに就業者数が増加したと判断することは早計である」が、そのまま設問の形になります。型は3つ。

1. 「そのデータから何が言えて、何が言えないか」型。 試作問題『情報Ⅰ』第4問 問1 の出題意図は「そこから分析できる仮説とそうでない仮説を考察し識別できるか」（大学入試センター「試作問題『情報』の概要」）。
2. 調査方法の妥当性を問う型。 試作問題『旧情報（仮）』第6問 問2 の出題意図は「Webによるアンケートの特徴と適切にアンケートを実施するための方法について理解しているかを問う」。
3. 統計量を、統計以外の場面に持ち出して使わせる型。 令和8年度本試験 第1問 問3 について、大学入試センターの問題作成部会は外部評価をこう受けています。「最頻値，中央値といった統計の用語をUI設計という類型的な統計処理場面以外の場面に適用してその理解を確認する良問であると高く評価された」（令和8年度 問題評価・分析委員会報告書『情報Ⅰ』自己評価）。

引っかかりやすい点を、本講の内容に即して3つ挙げます。

• 「差があった」と言えるかは、差の大きさだけでは決まりません。 標本の大きさが違えば、同じ差でも意味が変わります。
• 「有意差が無かった」＝「差が無い」ではありません。 3-5の背理法の表に戻ってください。
• 「n を増やせば精度が上がる」は正しいが、上がり方は \(1/\sqrt{n}\)。 「2倍で誤差半分」ではなく「4倍にして誤差半分」です。

5-3. 参考：令和8年度の実績値

大学入試センターの自己評価が、次の数字を公表しています（令和8年度 問題評価・分析委員会報告書 本試験『情報Ⅰ』自己評価）。

• 受験者数 305,202人（『数学Ⅰ，数学Ａ』の343,000人よりやや少ない程度）
• 平均点 56.59点、標準偏差 15.72（前年度の平均69.26点から約12.7点下降）

なお、データを扱う第4問については、日本情報科教育学会から「数学としてではなく『情報Ⅰ』について別途教科・科目を設置して共通テストを実施する意義を示す問題であった」という評価が寄せられています。統計の理論は数学が担当するという本講の主張と、情報Ⅰが情報Ⅰとして問える領域があるというこの評価は矛盾しません。担当が分かれているだけです。

6. 情報Ⅱではこうなる

6-1. 語数調査——情報編と数学編を並べる

第92講が「標本調査・母集団・無作為」でやった対比を、本講の担当語（推測・推定・検定・有意・母集団）で取り直しました。当てた範囲は、解説 情報編（共通教科・専門教科の全体）／情報Ⅰ教員研修用教材 第1〜4章／情報Ⅱ教員研修用教材 序章・第1〜5章（第3章は前半・後半の2分冊とも）／中学校 解説 数学編／高等学校 解説 数学編 理数編です。すべてPDFをテキスト化し、改行と空白を除去してから機械計数しました（2026年8月3日）。

情報Ⅰ教材の「母集団」4件はすべて第4章、情報Ⅱ教材の「母集団」9件はすべて第3章前半に集中しています。

同音異義を除いた結果も書いておきます。 素朴に数えると誤る語が3つありました。

• 「検定」：解説 情報編は2件ですが、うち1件は専門教科の「職業資格や検定試験」で統計ではありません（統計の用法は1件）。高等学校 数学編 理数編の42件は全て統計の用法で、教科書検定の意味は0件でした。
• 「有意」：解説 情報編の1件は「有意義」で統計ではありません（統計の用法 0件）。中学校 数学編の1件も「有意義」。情報Ⅱ教材 第3章前半の12件のうち2件は「有意抽出」（作為的に選ぶ抽出法）で、有意水準・有意差の意味は10件です。
• 「推測」：解説 情報編の3件のうち1件は「推測されにくいパスワード」。情報Ⅱ教材 第1章の4件も全てパスワードやセキュリティの文脈で、統計の用法は0件です。

読み取れることは3つあります。

1. 情報編の解説は、この分野の語をほぼ1つも持っていません。 母集団も区間推定も正規分布も0件。第84講が「標準偏差・四分位・代表値が0件」を見つけましたが、その先の統計的推測はもっと徹底して空です。
2. 数学編には全部あります。 しかも中学（標本調査49件）と高校（統計的な推測31件・正規分布37件）で役割分担ができています。
3. 中心極限定理だけは、どこにもありません。 数学編にも0件。二項分布が正規分布で近似できることは扱いますが、定理の名前は使わない設計です。4-2で標本平均のばらつきが理論値どおりになったのはこの定理のはたらきですが、高校の一次資料はその名前を出しません。

6-2. 「自由度」を数え直す

第88講が「自由度＝解説0回／情報Ⅰ教材1回／情報Ⅱ教材21回」を出し、第61講が「それは第3章前半のみの計数で、全章では 0/4/25」と訂正しました。両方とも正しいので、数え方を分けて確定させます。

内訳はこうです。情報Ⅰ教材の4件のうち3件は第1章の「取り上げる問題のレベルや自由度」（探究テーマの設計の話）で統計ではありません。統計の用法は第4章の「ｔ分布の自由度（＝ｍ＋ｎ－２）」1件だけ。情報Ⅱ教材の25件のうち4件は第1章の探究テーマの話で、統計の用法21件はすべて第3章前半（学習13 重回帰分析）に集中しています。

新しく分かったのは最後の列です。 「自由度」は高等学校 解説 数学編 理数編にも0件でした。つまりこの語は数学Ｂにも無い。情報Ⅱの第3章前半にしか存在しない語です。「情報Ⅰの空白は数学が埋めている」という本講の主張には、ここだけ例外があります。

6-3. 情報Ⅱは「計算は数学Ｂで」と自分で書いている

情報Ⅱ教員研修用教材 第3章 学習11 の原文がこれです。

国の情報Ⅱ教材が、自分で「これは数学Ｂの計算式だ」と書いています。 そして数学編の側は、こう書いています。

情報Ⅱは道具を使う側、数学Ｂは道具を作る側。 分担が、二つの一次資料の両側から一致して書かれています。

さらに数学編は、一歩踏み込んで情報科の名前を出します。

情報編は「数学科と連携し」（5-1）、数学編は「情報科と連携して」。両方の解説が、互いを名指ししています。 この相互参照は他の教科・科目には無い扱いで、情報編自身が「公民科及び数学科については，情報教育についての特段の配慮や共通教科情報科との連携が明記されるなど，他の教科・科目にはない取扱いがなされていることに十分留意する必要がある」と書いています。

6-4. 情報Ⅱでの検定は「モデルから変数を落とす道具」になる

情報Ⅰでは、仮説検定は「2つのグループに差があるか」を見るための、それ自体が目的の手続きでした（情報Ⅰ教材 第4章 学習22「量的データの分析」の演習3 は、2種類の練習方法の得点差をExcelのｔ検定で調べるものです）。

情報Ⅱでは位置づけが変わります。第3章前半 学習13（重回帰分析）で、検定はモデルを作る過程の一部品になります。

そして学習活動として「有意でない変数をモデルから外す意味を理解し，外したモデルで分析をやり直す」が指示されます。

検定が「結論」から「工程」に変わる。 情報Ⅰでは検定の結果が答えでしたが、情報Ⅱでは検定の結果を見て説明変数を捨て、モデルを作り直し、また検定する。第88講（回帰直線）の話が、ここで本講の検定と合流します。

ただし情報Ⅱ教材は、この工程が危険であることも自分で書いています。第3章前半 学習11 のバイアスの節に、選択バイアスの一種として次が挙がっています。

4-5で見たとおり、公平なコインでも20回に1回近くは棄却されます。変数をたくさん試せば、偶然「有意」になるものが必ず出てくる。 出たところで手を止めれば、それは発見ではなく偶然の採集です。情報Ⅰの段階では出てこない警告ですが、4-5の数字を知っていれば、なぜ危険かは自分で説明できます。

6-5. 三角形で見る

情報Ⅰの解説が名指しするのは数学Ⅰ、情報Ⅱの解説が名指しするのは数学Ｂ。縦（情報Ⅰ→情報Ⅱ）と横（情報→数学）が、一次資料の中で交差しています。 本講はその交差点にあります。

7. この講のまとめ

• 標本は取り直せば変わる。だから答えは幅で出す。統計局は「5000万人±30万人というように表す必要がある」と書いている。
• 幅は \(1/\sqrt{n}\) でしか縮まない。精度2倍にデータ4倍、精度10倍にデータ100倍。 第61講のモンテカルロ法とまったく同じ式。
• 減るのは標本誤差だけ。記入ミスや無回答などの非標本誤差は、標本の大きさと関係がない。
• 仮説検定は背理法。ただし「矛盾」が「めったに起きないこと」に緩められている。この1点から、第1種の過誤も「棄却できない≠正しい」も出てくる。
• p値は「仮説が正しい確率」ではない。 同じp値でも、箱の中身が違えば「実は公平だった割合」は80.6%にも14.1%にもなる。
• 共通テスト『情報Ⅰ』では区間推定・仮説検定の計算は問われない（解説 情報編に語が0〜1件、本試験2年分に0件）。ここから先は数学Ｂ。
• 情報Ⅰで問われるのは「その結論は言い過ぎか」の判定。情報Ⅱでは検定がモデル選択の工程に変わる。

出典（すべて2026年8月3日に取得）

• 文部科学省「高等学校学習指導要領（平成30年告示）解説 情報編」平成30年7月
• 文部科学省「高等学校学習指導要領（平成30年告示）解説 数学編 理数編」平成30年7月
• 文部科学省「中学校学習指導要領（平成29年告示）解説 数学編」平成29年7月
• 文部科学省「高等学校情報科『情報Ⅰ』教員研修用教材」第4章 情報通信ネットワークとデータの活用（令和2年）学習22
• 文部科学省「高等学校情報科『情報Ⅱ』教員研修用教材」第3章 情報とデータサイエンス 前半（令和2年7月）学習11・学習13
• 総務省統計局「労働力調査の解説」第7章 結果の推定方法と標本誤差等
• 大学入試センター「令和9年度大学入学者選抜に係る大学入学共通テストの出題教科・科目の出題方法等及び問題作成方針について」令和7年6月6日
• 大学入試センター「令和8年度 問題評価・分析委員会報告書（本試験）」『情報Ⅰ』自己評価・高等学校評価
• 大学入試センター「令和7年度大学入学共通テスト 試作問題『情報』の概要」、令和7年度・令和8年度 本試験問題『情報Ⅰ』

この講は情報Ⅰ 最強120講義（全講一覧）の第93講です。標本の選び方そのものは第92講 標本調査と母集団、\(1/\sqrt{n}\) の出どころは第61講 モンテカルロ法、散らばりの数値化は第84講 分散・標準偏差・四分位、回帰と予測は第88講 回帰直線、グラフの読み違えは第96講 グラフのウソをどうぞ。他の講はカテゴリ「情報Ⅰ 最強120講義」からも辿れます。制度の話はすべて2026年8月時点の情報です。