Pythonで統計学を学習する2つのメリット！学習法も解説

といった悩みを抱えている人は、本記事を最後まで読むと解決できます。

受講生400名（2026年6月）を超えるPython×データサイエンススクール講師はやたすが、Pythonの主要統計ライブラリの目的別使い分けから、記述統計・仮説検定・回帰分析の実践手順、そして統計学を体系的に習得するための学習ステップまで解説します。

Pythonで統計学を学ぶ理由

統計学を学ぶ言語にはPythonとR言語の2つがよくあげられますが、データサイエンス・分析の実務では圧倒的にPython が選ばれています。その理由は大きく2つです。

理由①：転職・実務で活用するから

	Python	R
主な用途	データ分析・機械学習・Web・自動化	統計分析・学術研究
汎用性	高い（統計以外にも幅広く使える）	低い（統計分析に特化）
求人市場	圧倒的に多い	少ない
コミュニティ	世界最大規模	統計・学術系が中心

理由②：3つのメリットがあるから

3つのメリットを理解すると「たしかに、Pythonのほうがいいかも」と納得具合も高まります。

実務に直結するスキルが身につく

Pythonには統計処理・データ可視化・機械学習のライブラリが揃っており、学習した内容がそのまま実務で使えます。

座学で統計式を覚えるのと違い、手を動かしながら「この数字が何を意味するか」を体感的に理解できるのが最大のメリットです。

企業が求めるスキルセットに直結する

データ活用に取り組む企業が増えている一方、Python×統計を扱える人材は依然不足しています。

このスキルを持つことで、データサイエンティスト・データアナリストといった職種への転職が現実的になります。

統計から機械学習へのステップアップが自然にできる

Pythonで統計学を学んだ後は、同じ言語のままscikit-learnを使って機械学習に移行できます。

Rとは異なり、統計から機械学習・AIまで一本のスキルパスで伸ばせるのがPythonの強みです。

Pythonで統計学に使う主要ライブラリ5選【目的別使い分け表】

「どのライブラリを使えばいいかわからない」は、Python×統計学の入口でよくある悩みです。

結論、用途別に5つのライブラリを組み合わせて使います。それぞれの役割と使いどころを整理しておきましょう。

ライブラリ	主な用途	最初に使う場面
NumPy	数値計算・配列操作・基本統計量	平均・標準偏差を素早く計算したいとき
pandas	データ操作・集計・記述統計	CSVを読み込んでデータを整理・集計するとき
SciPy	推測統計・仮説検定	t検定・カイ二乗検定を実行したいとき
statsmodels	回帰分析・統計モデリング	回帰係数・p値・R²を詳しく確認したいとき
seaborn / Matplotlib	データ可視化	分布・相関をグラフで確認したいとき

NumPy：数値計算の基盤ライブラリ

NumPyは数値計算の土台となるライブラリで、pandas・SciPy・scikit-learnなど他のライブラリもNumPyに依存しています。

配列（ndarray）を使った高速な数値計算が得意で、基本統計量をたった1行で計算できます。

import numpy as np

data = [23, 45, 12, 67, 34, 89, 22, 56]

print(np.mean(data))    # 平均：43.5
print(np.median(data))  # 中央値：39.5
print(np.std(data))     # 標準偏差：24.4
print(np.var(data))     # 分散：597.0

pandas：データ操作と記述統計の中心ライブラリ

pandasは表形式データ（CSV・Excelなど）の読み込み・集計・前処理に使います。

実務では最も触る時間が長いライブラリです。「.describe（）」 を一行実行するだけで、データ全体の基本統計量をまとめて確認できます。

import pandas as pd

df = pd.read_csv("data.csv")
df.describe()
# count, mean, std, min, 25%, 50%, 75%, max を一括出力

SciPy：推測統計・仮説検定に使うライブラリ

SciPyは数学・科学計算の総合ライブラリで、統計処理には「scipy.stats」モジュールを使います。

t検定・カイ二乗検定・ANOVA（分散分析）など、仮説検定の実装はほぼSciPy一択です。

from scipy import stats

group_a = [52, 48, 55, 49, 53]
group_b = [60, 58, 63, 57, 62]

result = stats.ttest_ind(group_a, group_b)
print(result.statistic)  # t統計量
print(result.pvalue)     # p値（0.05未満で有意差あり）

statsmodels：回帰分析と統計モデリングのライブラリ

statsmodelsは回帰分析・ロジスティック回帰・時系列分析など、統計モデルの詳細な分析に使います。

「.summary（）」の出力から回帰係数・p値・R²・信頼区間まで一括で確認できるのが特徴で、scikit-learnよりも統計的な解釈を重視した設計になっています。

import statsmodels.api as sm

X = sm.add_constant(X_data)  # 切片を追加
model = sm.OLS(y_data, X).fit()
print(model.summary())
# coef（回帰係数）・P>|t|（p値）・R-squared（決定係数）を出力

seaborn / Matplotlib：データ可視化ライブラリ

seabornはMatplotlibをベースにした可視化ライブラリで、少ないコードで見栄えのよいグラフを描けます。

ヒストグラム・箱ひげ図・相関ヒートマップなど、統計分析では必ず使うグラフが数行で実装できます。

import seaborn as sns
import matplotlib.pyplot as plt

# ヒストグラム（分布確認）
sns.histplot(df["column"], kde=True)
plt.show()

# 箱ひげ図（外れ値確認）
sns.boxplot(data=df, x="category", y="value")
plt.show()

# 相関ヒートマップ（変数間の相関を一覧）
sns.heatmap(df.corr(), annot=True, cmap="coolwarm")
plt.show()

Pythonで統計学を習得するための学習5ステップ

「ライブラリがたくさんあってどこから手をつければいいか」という人のために、実際に転職・キャリアアップに繋げた受講生が歩んだ手順をベースに学習ステップを整理しました。

【ステップ1】統計学の基礎概念を先に言葉で理解する（1〜2週間）

いきなりコードから入ると「何をやっているか」がわからないまま写経になってしまいます。最初は「平均・分散・標準偏差・正規分布・p値」の意味を言葉で人に説明できるレベルまで理解することを優先しましょう。

書籍やYouTubeで全体像を掴むのに1〜2週間かけてOKです。この土台があると、その後のPythonコードの意味がすぐに理解できるようになります。

【ステップ2】Python環境を構築してライブラリをインストールする（半日）

学習環境は Google Colaboratory（無料・ブラウザで即使える）がおすすめです。ローカル環境の構築に時間を取られず、すぐに手を動かせます。

Anacondaなどのローカル環境を使う場合は、以下のコマンドで統計分析に必要なライブラリを一括インストールできます。

pip install numpy pandas scipy statsmodels matplotlib seaborn

【ステップ3】pandasで記述統計を実践する（1〜2週間）

目標：「CSVを読み込んで .describe() を実行し、ヒストグラムと箱ひげ図を描ける」状態にする

練習データは Kaggle Datasets（無料・英語）や e-Stat（政府統計）（日本語）が使いやすいです。実際のデータを使って手を動かすことで、統計量の「感覚」が掴めます。

【ステップ4】SciPyで仮説検定を実装する（1〜2週間）

目標：「t検定を実行してp値を正しく解釈できる。A/Bテストの差を統計的に判断できる」状態にする

t検定 → カイ二乗検定の順で実装を進めましょう。「コードが動いた」だけでなく、「このp値が意味することは何か」を言語化できるまで練習します。

【ステップ5】statsmodelsで回帰分析まで実装する（2〜3週間）

目標：「実データで単回帰・重回帰を実装して .summary() を読み、どの変数が売上に影響するかを説明できる」状態にする

ここまでのステップを完走すると、データサイエンティスト・データアナリストの求人で求められる「統計的分析スキル」の基礎が身についた状態になります。次は機械学習（scikit-learn）へのステップアップが自然な流れです。

データサイエンティストを目指す方の学習ロードマップ全体像は、以下の記事でくわしく解説しています。

Pythonで記述統計を実践

記述統計とは、手元にあるデータの特徴を要約・整理するための統計手法です。平均・中央値・標準偏差・分布の形を確認することで、「このデータにはどんな傾向があるか」を把握します。

pandasで基本統計量をまとめて確認する

実務でデータを受け取ったら、まず「df.describe（）」を実行するのが定番の流れです。出力される各項目の読み方は以下のとおりです。

出力項目	意味	見るべきポイント
count	データ数	欠損値がないか確認（全体数との差）
mean	平均値	外れ値に引っ張られやすいので中央値と比較
std	標準偏差	データのばらつき度合い。大きいほどバラバラ
min / max	最小値・最大値	外れ値の有無を確認
50%	中央値	平均と大きく乖離していたら外れ値を疑う

データの分布を可視化する（ヒストグラム・箱ひげ図）

数字だけでデータを把握しようとすると、分布の形や外れ値を見落としがちです。ヒストグラムと箱ひげ図は統計分析の最初に必ず確認する2つのグラフです。

• ヒストグラム：データがどの値帯にどれだけ集中しているかを確認。正規分布しているか、偏りがあるかを判断する
• 箱ひげ図（Box plot）：四分位数（25%・50%・75%）と外れ値（ひげの外側）を一目で把握できる

Pythonで推測統計・仮説検定を実装

推測統計とは、標本データ（手元のデータ）から母集団（データ全体）の性質を推測する統計手法です。「このサンプルで得られた結果は、偶然ではなく本当に意味があるのか」を検証するのが仮説検定です。

仮説検定の基本概念：p値と有意水準

仮説検定は以下の2つの仮説を立てて進めます。

• 帰無仮説（H₀）：「差はない・関係はない」という否定したい仮説
• 対立仮説（H₁）：「差がある・関係がある」という証明したい仮説

p値とは「帰無仮説が正しいとした場合に、今回のような結果が偶然起きる確率」のことです。p値が有意水準（通常 0.05）を下回れば「統計的に有意な差がある」と判断します。

t検定をSciPyで実装する

t検定は2グループの平均値に統計的に有意な差があるかを検定します。マーケティングのA/Bテスト・施策前後の比較など、実務で最もよく使う検定手法のひとつです。

from scipy import stats

# 例：施策Aと施策BのCVR（クリック率）の差を検定
cvr_a = [0.032, 0.028, 0.035, 0.030, 0.033]
cvr_b = [0.041, 0.038, 0.044, 0.040, 0.043]

t_stat, p_value = stats.ttest_ind(cvr_a, cvr_b)
print(f"t統計量: {t_stat:.3f}")
print(f"p値: {p_value:.4f}")
# p値 < 0.05 なら「施策Bの方が有意に高い」と判断できる

カイ二乗検定：カテゴリデータの関係性を検定する

カイ二乗検定は、カテゴリカルなデータ（性別・商品カテゴリなど）間に関係性があるかを検定します。例えば「性別と購買商品カテゴリの間に関連があるか」などを調べる場面で使います。

from scipy.stats import chi2_contingency

# 分割表（クロス集計表）を作成
# 例：男女別 商品カテゴリの購入数
contingency_table = [[120, 80],   # 男性：カテゴリA, カテゴリB
                     [60,  140]]  # 女性：カテゴリA, カテゴリB

chi2, p_value, dof, expected = chi2_contingency(contingency_table)
print(f"p値: {p_value:.4f}")
# p値 < 0.05 なら「性別と購買カテゴリに関連がある」

Pythonで相関分析・回帰分析を実践

続いては、Pythonで相関分析・回帰分析を実践しましょう。

相関分析：変数間の関係をpandasで確認する

相関係数は2つの変数がどれだけ連動して動くかを -1〜+1 の値で表します。pandasの「.corr（）」で全変数間の相関行列を一括取得し、seabornのヒートマップで可視化するのが実務の定番です。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 全変数間の相関行列を計算
corr_matrix = df.corr()

# ヒートマップで可視化（どの変数同士が相関しているか一目でわかる）
sns.heatmap(corr_matrix, annot=True, cmap="coolwarm", fmt=".2f")
plt.title("相関行列")
plt.show()

単回帰分析：statsmodelsで実装して結果を読む

回帰分析は「ある変数が別の変数にどう影響するか」を定量化する手法です。例えば「広告費と売上の関係」「気温とアイスクリームの販売数の関係」などを数式で表現します。

import statsmodels.api as sm
import pandas as pd

# X：広告費, y：売上
X = df[["ad_spend"]]
y = df["sales"]

X = sm.add_constant(X)  # 切片（定数項）を追加
model = sm.OLS(y, X).fit()

print(model.summary())

「.summary（）」の出力で特に確認すべき3つのポイントは次のとおりです。

出力項目	意味	判断の目安
coef（係数）	X が1増えたとき y がどれだけ変化するか	符号（+/-）と大きさで影響の方向と強さを把握
P>|t|（p値）	この係数が偶然生じた確率	0.05未満なら「統計的に有意な影響がある」
R-squared（決定係数）	モデルがデータの変動を説明できている割合	0〜1の値。1に近いほど当てはまりが良い

Pythonで統計学を学ぶおすすめ本・教材4選

ここでは 「統計学 × Python」の組み合わせに特化したおすすめ本・教材 を紹介します。一般的なPython入門書やデータサイエンス参考書については、以下の記事をご覧ください。

「データ分析に必須の知識・考え方 統計学入門」

対象レベル：統計学ど初心者
学べること：平均・分散・標準偏差・相関・仮説検定・回帰の基本概念
おすすめポイント：数式より図解と具体例が中心で、Pythonを始める前の「統計の考え方」を掴むのに最適。読み終わった後にPythonコードを書くと、何をやっているかが腑に落ちます。

→ Amazonで詳細を見る

「Pythonによる統計分析入門」

対象レベル：Python基礎があれば OK
学べること：NumPy・pandas・SciPy・statsmodelsを使った記述統計・仮説検定・回帰分析の実装
おすすめポイント：本を読みながら手を動かす形式で、コードと統計概念を同時に習得できます。本記事で紹介した内容をより深く学びたい方に最適な一冊です。

→ Amazonで詳細を見る

「統計学が最強の学問である」（西内啓 著）

対象レベル：統計学初心者〜ビジネスパーソン全般
学べること：統計学がビジネス・科学・社会でなぜ重要かの考え方・背景
おすすめポイント：統計学そのものの「使い方・考え方」をビジネス視点で解説しており、「なぜ統計を学ぶのか」の動機づけになります。Pythonの技術書ではありませんが、統計リテラシーの土台づくりに効果的です。

無料で学べるオンライン教材

書籍に加えて、無料で活用できる質の高い教材もあります。

Python×統計学で広がるキャリアの選択肢

Pythonで統計学を習得した先にある主なキャリアパスは「データアナリスト」と「データサイエンティスト」の2つです。「Python × 統計学でなぜこの職種に転職できるのか」の詳細は以下の記事でくわしく解説しています。

実際にTech Frontier（テクフロ）で統計学を含むデータサイエンスを学び、転職を果たした受講生の事例の一部を紹介します。

Pythonと統計学を習得してキャリアを広げよう【まとめ】

本記事の内容を振り返っておきましょう。

Pythonと統計学についてよくある質問

Pythonで統計学を学ぶには数学の知識が必要ですか？

高校数学レベルの基礎知識があれば十分です。大学数学レベルの知識は、機械学習・深層学習の理論を深く理解する段階で必要になりますが、Pythonで統計分析を実践する段階では不要です。まずは「概念の理解」と「コードの実装」を優先し、必要になったら数学を補強するアプローチが最も効率的です。

NumPy・pandas・SciPyはどの順番で学べばいいですか？

NumPy → pandas → SciPy → statsmodels の順が自然です。NumPyは他のライブラリの土台で、pandasはデータ操作の中心、SciPyは統計検定、statsmodelsは回帰分析と段階的にステップアップします。いきなり全部を一度に学ぼうとせず、本記事の学習5ステップに沿って進めてください。

独学でも習得できますか？どれくらいかかりますか？

独学でも習得できますが、「転職・実務で使えるレベル」まで到達するには独学では1年〜1年半程度かかるケースが多いです。フィードバックをもらえる環境（スクール・勉強会・コミュニティ）を活用すると、同じレベルに6〜12ヶ月で到達できます。

統計学の資格（統計検定）は取得すべきですか？

転職市場では統計検定2級が評価されることがあります。ただし、資格よりも「Pythonで分析した実績（ポートフォリオ）」の方が転職での評価は高い傾向があります。統計検定の対策方法や勉強時間については以下の記事をご覧ください。

statsmodelsとscikit-learnはどう使い分けますか？

目的によって使い分けます。statsmodelsは「統計的解釈（p値・信頼区間・回帰係数）」を重視する場面、scikit-learnは「予測精度を高める機械学習モデルの実装」に向いています。実務では「関係性の説明にstatsmodels・予測モデルの構築にscikit-learn」と使い分けるケースが多いです。

Pythonで統計学を学ぶと転職できますか？

Python×統計学のスキル単体では転職は難しいです。データサイエンティストやデータアナリストへの転職には、統計学に加えてデータ操作・ビジネス理解・機械学習（DS職の場合）の知識が必要になります。必要なスキルセット全体については以下の記事で解説しています。