結論：場合の数・確率の計算力は日本人生徒の武器。一方、実データの統計・回帰・仮説検定は IB の方が踏み込み、GDC を使います。
新課程（2022 年〜）で日本も統計を強化しましたが、運用は IB の方が実践的です。順に見ていきましょう。
| 日本（数A / 数B / 数I） | IB（AA / AI）の対応 |
|---|---|
| 数A「場合の数と確率」（順列・組合せ・確率・期待値） | AA / AI の確率の基礎に対応（期待値は新課程で数B→数A） |
| 数I「データの分析」（代表値・分散・相関・仮説検定の考え） | AA / AI の記述統計・相関に対応 |
| 数B「統計的な推測」（確率分布・区間推定・仮説検定） | AA の確率分布 / AI HL の仮説検定に近い（IB は GDC 多用） |
| （日本は扱いが薄い） | AI：線形回帰・相関係数（Pearson / Spearman）・χ² 検定・t 検定 |
二項分布・正規分布は、日本（数B「統計的な推測」）と IB（AA / AI）の両方で扱います。違いは計算手段です。IB では Paper 2 / 3 で GDC を使って分布の確率や逆計算を即座に処理できます。日本式の手計算・正規分布表に慣れた生徒は、GDC の分布機能（normalcdf / invNorm 等）の操作を覚えると一気に速くなります。
ここが日本人生徒の「新しく学ぶゾーン」。特に AI HL で本格化します。
日本の「統計的な推測」（区間推定・仮説検定）は考え方として近いものの、IB AI は検定の種類と実データ適用がより豊富です。
GDC の選び方は 『IB 数学 おすすめ教材ガイド』、全体の違いは 『IB 数学 vs 日本の高校数学 完全比較』 を参照。
役立ちます。日本の数A で鍛える順列・組合せ・確率の計算力は、IB の確率分野でそのまま使えます。むしろ場合の数の難問演習量は日本の方が手厚く、IB の確率はその応用と感じられることが多いです。AA HL では条件付き確率・ベイズの定理まで扱いますが、日本の確率の土台があれば理解は速いです。
IB は統計・データ分析の比重が日本より大きいのが特徴です。特に AI（Applications & Interpretation）は、相関・線形回帰・χ²（カイ二乗）検定・t 検定といった形式的な仮説検定まで本格的に学び、IA（探究）でも実データ分析が定番です。日本でも新課程で「統計的な推測」（数B）が実質必修化されましたが、IB の方が実データと GDC を使って踏み込みます。
近づいた面はあります。新課程では数学I に「仮説検定の考え方」が新規追加され、数学B「統計的な推測」（区間推定・仮説検定）が実質必修化されました。考え方のレベルでは IB と重なります。ただし IB は GDC で分布や検定を計算し、AI HL では χ² や t 検定を実データに適用する点で、運用面はより実践的です。
違います。AI（Applications）の方が統計・データ分析が主戦場で、回帰・相関・仮説検定を厚く扱います。AA（Analysis）は確率・確率分布（二項分布・正規分布）・期待値が中心で、AA HL では条件付き確率・ベイズの定理まで進みますが、AI のような形式的な χ² / t 検定は中心ではありません。統計が得意・好きなら AI HL が活きます。
①英語の統計用語（mean / median / standard deviation / correlation / hypothesis test / significance level 等）、②GDC を使った分布計算・検定・回帰の操作、③χ² 検定・t 検定など日本では軽い検定の手順、の 3 点です。確率の計算力はあるのに、統計の『英語 × GDC × 検定』で時間を取られるのが典型的なパターンです。
南数塾は、日本で確率を学んだお子様に「χ² / t 検定・回帰・GDC の統計機能・英語の統計用語」をピンポイントで補強し、AI の得点源と IA のデータ分析につなげます。まずは無料カウンセリングから。
