※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 実践的な意思決定力を身につける！ Pythonと因果推論でデータ分析の壁を乗り越える! 　本書では因果推論の活用を通じて、効果検証や相関と因果関係の違いといった、データ分析の現場でよくある問題を解決する方法を紹介します。 　さらに、因果推論の基礎から、機械学習や時系列解析との組み合わせ、さらに因果探索まで学習することにより、因果推論を軸として幅広い問題に対応可能になります。これにより、データ活用の価値を高められます。 　本書では、具体的な事例や豊富な図を用いて、因果推論の基本的な概念や手法を分かりやすく解説します。また、Pythonコードを用いた実装を通じて、因果推論を実務に応用するスキルを身につけることができます。 本書の特徴 ・実践的な学習と活用 　因果推論の基礎だけでなく、ビジネスケースでの活用方法まで、分析手法や企業での活用例の解説をし、Pythonコードを用いた実装を通じてデータ分析のスキルを深めます。 ・直感的な理解のための全体像の把握と図解 　因果推論、機械学習、時系列解析を図で構造的に解説します。 ・意思決定のためのガイドライン 　最適な分析を行い、より良い意思決定に導くための具体的なガイドラインを提供し、データドリブンな意思決定を支援します。 はじめに 第1章　因果の探求から社会実装 第2章　因果推論の基礎 第3章　基本的な因果推論手法 第4章　因果推論高度化のための機械学習 第5章　因果推論と機械学習の融合 第6章　感度分析 第7章　因果推論のための時系列解析 第8章　因果構造をデータから推定する因果探索

ビッグデータの集積や人工知能の活用が叫ばれる中，エビデンス重視の実証革命が進み，データサイエンスを駆使した新たな経済学が要請されている．著者の過去２０年間の研究を踏まえ，因果推論や機械学習などを用いるデータ分析の手法だけでなく，適切にデータを取得する調査・実験の手法を解説し，使える経済学の字引を提供する．※この電子書籍は「固定レイアウト型」で作成されており，タブレットなど大きなディスプレイを備えた端末で読むことに適しています．また，文字だけを拡大すること，文字列のハイライト，検索，辞書の参照，引用などの機能は使用できません．

●集団的な意思決定を科学する 　多様な価値観や意見、情報、選好を持つ人々が集まって集団的な決定をするのは難しい。その難しさを自覚した上で、望ましい決定を導くための工夫や制度について詳しく知ることは、様々な立場のステークホルダーにとって重要だ。本書では、社会的な意見集約と意思決定の科学について詳しく述べる。特に、EBM（科学的根拠に基づいた医療）、EBPM（科学的根拠に基づいた政策決定）、SDM（共同意思決定）、CDM（集団的意思決定）の理論と応用における具体例をふんだんに紹介することで、実感を伴った理解が深まることを目指した。 ●医学と経済学の共通点から解決策を導く 　医学と経済学という、一見遠く離れた分野の共通点に焦点を合わせているのが本書の特徴。前半部分では、医学博士の宮木幸一が疫学における様々な実践例と理論を通して、EBMとEBPMの重要性、データ解釈や因果推論における落とし穴、相関関係と因果推論、人の認知の本質に関わるバイアスという落とし穴などについて解説。データを得る際にRCT（ランダム化比較試験）を使うことの重要性や、ヒルの因果性判定基準など、具体的な例と対策を紹介する。 　後半部分では、経済学博士の郡山幸雄が、集団的意思決定（CDM）の理論について紹介。メカニズム・デザインやゲーム理論、投票理論を通して、意見集約と合意形成の様々な工夫について解説。理論を用いることの重要性だけではなく、人のココロにひびく施策を行うための具体例や実践例を幅広く紹介する。

「健診を受けていれば健康になれる」「テレビを見せると子どもの学力が下がる」「偏差値の高い大学に行けば収入は上がる」はなぜ間違いなのか？　世界中の経済学者がこぞって用いる最新手法「因果推論」を数式なしで徹底的にわかりやすく解説。世のなかにあふれる「根拠のない通説」にだまされなくなる！

成田修造氏（起業家・エンジェル投資家）推薦！ 「自社のビジネスに経済学の知見を取り入れてない会社は、オワコン化するかも。未来へのヒントを得たいなら、まずこの本を手に取ろう」 ビジネスの悩みに応える武器としての「経済学」！ ○本書で取り上げる先進企業５社 ・サイバーエージェント 　経済学で自社サービスを改善。企業価値向上へ 　　［キーワード］因果推論、効果検証、マッチング理論、情報の非対称性の解消 ・AppBrew（LIPS） 　経済学に裏付けられた「信頼」と「ユーザー満足度」 　　［キーワード］データ分析、データ補正、レーティング ・Sansan 　業務改善から自社プロダクト開発まで　幅広い活用法 　　［キーワード］ＣＲＭ（顧客関係管理）、Ａ/Ｂテストの効果的使用法 ・デューデリ＆ディール 　収益最大化・同業他社との差別化に経済学を活用する 　　［キーワード］オークション理論、情報の非対称性の解消、属人的ノウハウからの脱却、ＣＲＭ ・デロイト トーマツ 　顧客との信頼形成、課題の明確化と企業価値向上のための経済学 　　［キーワード］課題の言語化、ＥＢＰＭ（エビデンスに基づく政策立案）、ＥＳＧ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 検証の精度を上げるために重要な因果推論の考え方が学べる！ 「○○したからこうなった」「○○すればこうなる」という原因と結果の関連性を推測する因果推論の考え方は、医療分野で根拠に基づく治療を実践する際にはとても重要です。本書は因果推論の考え方を柱に、疫学や統計学の基本からデータをもとに検証の精度を上げる（エビデンスの質を高める）にはどうすればいいのか、調査や研究を実施する際に役立てられる手引書となっています。 第1部　基本編 第1章　集団を対象にするときの考え方の基本 1.1　集団の様子が知りたいのです 1.2　ランダムに対象者を選びましょう 1.3　ランダムに対象者を選べません 1.4　例題で考えてみよう 1.5　おわりに この章のポイント!! 第2章　データの尺度 2.1 データには種類があります 2.2　各尺度が持つ情報の量は違います 2.3　おわりに この章のポイント!! 第3章　集団の様子を表現します（記述統計） 3.1 記述統計手法 3.2　1項目についての把握 3.3　2項目間の関連性を把握 3.4　おわりに この章のポイント!! 第4章　集団の様子を推測します（推測統計） 4.1　推測統計手法 4.2　推定 4.3　検定 4.4　推定と検定の関係 この章のポイント!! 第2部　因果推論編 第5章　因果推論の基本 5.1　演繹と帰納 5.2　カウンターファクチュアルモデル 5.3　ランダム化比較研究 5.4　エビデンス この章のポイント!! 第6章　研究のデザイン（データの集め方） 6.1 研究の分類 6.2　いろいろな研究デザイン 6.3　おわりに この章のポイント!! 第7章　研究のデザインと因果の指標 7.1　用語の定義 7.2　ランダム化比較研究・コホート研究 7.3　ケース・コントロール研究 7.4　ケース・コホート研究 7.5 まとめ この章のポイント!! 第8章　バイアス 8.1　研究結果のずれ 8.2　交絡バイアス 8.3　おわりに この章のポイント!! 第3部　実践・発展編 第9章　研究計画とデータ管理 9.1　研究計画 9.2　データ管理 9.3　おわりに この章のポイント!! 第10章　データ分析と結果の公表 10.1　データ分析の大まかな流れ 10.2　検定手法の使い分け 10.3　各種検定手法の紹介 10.4　おわりに この章のポイント!! 第11章　検定に関するいろいろな問題 11.1　両側検定、片側検定 11.2　帰無仮説は支持できません 11.3　同等性、非劣性を示す検定 11.4　第1種の過誤 11.5　多重性の問題 11.6　第2種の過誤、検出力、必要症例数 11.7　おわりに この章のポイント!! 第12章　中心極限定理 12.1　中心極限定理 12.2　区間推定 12.3　区間推定と検定の関係 この章のポイント!! 第13章　発生率と生存時間分析 13.1　発生率 13.2　カプラン・マイヤー（Kaplan-Meier）法 13.3　検定による比較 13.4　おわりに この章のポイント!!

因果推論とは，ある要因が何を（どれくらい）引き起こしたのかを判断するためのツールです。本書は，因果推論に関する最近までの進展をまとめ，学生や実務家を対象として，因果関係に関する意味のある回答を導き出すために必要な統計的手法を解説していきます。 本書の最大の特徴は，理論だけでなく，統計プログラミング言語（R，Stata）による実装を重視している点にあります。例題には，読者が利用できるデータとコードが添付されており，すぐに手を動かして実践することができます。本書は機械学習に関するトピックを含まない一方で，理論的な解説が詳細であるほか，DAGや合成コントロール法といった発展的なトピックを扱っています。これらのトピックは，近年の因果推論の理論的進展において重要ですが，入門レベルの書籍において解説している点で希少性があります。

「人工知能の巨人」が放つ「なぜ？の科学」の革命的な入門書！ 「私自身、この本の解説を書くことが憚られるくらいの凄い内容」 ――松尾豊氏（人工知能学者・東大大学院教授）絶賛！ 米Amazonでは1256レビュー、4.5★。ポピュラーサイエンスの世界的ベストセラー！ ・今までの統計学では答えられなかった「なぜ？の科学」とは？ ・それは３段の「因果のはしご」を使って説明できる ・著者は人工知能界のノーベル賞にあたるチューリング賞受賞！ ・現在のデータ主義には限界がある。それを乗り越える「因果推論」とは？ ・その商品が売れた理由をどう分析し、新たな儲けにつなげるか？ ・公衆衛生におけるベストな選択肢の考え方とは？ ・人間のように考えられる人工知能＝強いAIはつくれるか？ ・そもそも私たち人間はどのように「因果関係」を考えているのか？ 統計学とデータ分析を超えた新たな学問の誕生！ 人工知能と人類の未来を知るために、なくてはならない一冊。 データ分析、マーケティング、意思決定に携わるビジネスパーソンも必読！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ■国や自治体で関心を集めるＥＢＰＭ（エビデンスに基づく政策形成）について総覧できる1冊。 ■(1)因果推論、ランダム化比較試験、差分の差分法、回帰不連続デザインなどの手法、(2)米国、英国、国際開発分野での実践、(3)日本の国や自治体における環境・経済政策分野・ナッジの活用などの実例を、研究者・実務家たちが解説。 ＜編著者＞ 大竹文雄　大阪大学感染症総合教育研究拠点特任教授 内山融　東京大学大学院総合文化研究科教授 小林庸平　三菱ＵＦＪリサーチ＆コンサルティング　経済政策部　主任研究員 ＜執筆者＞ 山口一男　シカゴ大学教授 近藤清太郎　特定非営利活動法人Policy Garage。官公庁勤務 関沢洋一　経済産業研究所上席研究員、研究コーディネーター 成田悠輔　イェール大学助教授 津田広和　特定非営利活動法人Policy Garage代表。官公庁勤務 岡崎康平　野村證券金融経済研究所経済調査部シニアエコノミスト／ＥＳＧアナリスト 田口壮輔　Price Hubble　リサーチアナリスト 小池孝英　国際通貨基金エコノミスト。財務省との併任 青柳恵太郎　メトリクスワークコンサルタンツ代表取締役 西野宏　メトリクスワークコンサルタンツ代表取締役 能島裕介　尼崎市理事。尼崎市教育委員会教育次長 江上昇　尼崎市職員　こども青少年課 横尾英史　一橋大学大学院経済学研究科講師 角谷和彦　経済産業研究所研究員 橋本由紀　経済産業研究所研究員 牧岡亮　北海道大学大学院経済学研究院講師 石田直人　広島県総務局経営企画チーム主査 池本忠弘　環境省大臣官房総合政策課　環境研究技術室室長補佐 高橋勇太　自治体職員。YBiT代表。Policy Garage副代表理事

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 マスとデジタル施策を横並びで評価する手法を演習形式で学び、統計リテラシーを高める「ビジネス専門書」 『これからのマーケターは、グラフの見た目よりも「因果推論」に注意すべきである』「統計学が最強の学問である」著者の西内 啓氏推薦！ マーケティング施策の意思決定をいかにして「データドリブン」にするか？ Excelを用いた演習でマーケティングROIの最適化を導く分析手法を習得しながら、統計や因果推論の知識について知る。 データ解析にもとづくマーケティングに必須の「知識」と「生きたノウハウ」が同時に身につくビジネス実践書です。 『もともと統計学には無縁だった筆者は、広告会社でTVCMなどのマス広告とデジタルアドの全体最適、予算配分の最適を目指すため、時系列データ解析によってオフライン施策とオンライン施策を横並びで評価できるマーケティング・ミックス・モデリング（MMM）を知りました。 それを学ぶために得た知識や分析スキルを共有するために、ExcelでMMMに付帯する分析手順を行いながら学べる書籍を作りました。 それは本来、専門家によって提供される高度な分析サービスです。 本書では統計学に初めてチャレンジする方がそれを習得することを目指したものです。 本書は統計やデータマイニングを学びたくなったマーケターが難解な数式やプログラムコードを書くような「専門書」で学ぶ前の、基礎的なデータ分析の感覚を共有する「ビジネス専門書」を目指しました。』（著者の言葉より） 本書は8章＋付録演習で構成されています。 ●演習内容 第1章　演習をはじめる前に 第2章　顧客データ（質的データ）をクロスセクションデータとして分析 第3章　アルコール飲料の売上の予測モデルを作る準備（データをチェック） 第4章　Excel分析ツールを使って回帰分析 第5章　残存効果などを加味して予測精度を上げる 第6章　予算配分最適化シミュレーション 第7章　ECとコールセンター　2つの売上への影響を加味した予算配分最適化 第8章　補足解説（演習を終えた方へ） 付録 演習第1章では、マーケターの意思決定の多くを占める効果検証法や、データ分析の種類を整理します。 第2章では顧客データ（質的データ）をクロスセクションデータとして分析します。 第3章～第4章では、アルコール飲料の売上の予測モデルを作る準備をします。 第5章では、残存効果などを加味して予測精度を上げていきます。 第6章では、予算配分最適化シミュレーションを行います。 第7章ではECとコールセンター、２つの売上に対する影響を加味した予算配分最適化シミュレーションを行います。 第8章では補足解説として、ここまでの演習を終えた方向けに、モデル選択視点や統計的因果推論の知識について簡単に解説します。 ぜひ本書と一緒に取り組み、データ分析の感覚を身につけてください。演習ファイルは本書サイトからダウンロード可能。 ●備考 ・本書の演習では、Excelのほか、「エクセル統計（体験版）」も使用します。 「エクセル統計」はExcel上で動作し、Excelのメニューに統計解析の手法を追加する統計解析ソフトです。

私たちが暮らす経済社会――経済的な関係が深く染みこんだ社会とどうつき合うべきか。その仕組みを知り、そこで起こる問題解決のために必要なこととは。データの重要性と限界、理論の功罪、因果推論の効果と弱点から、人間心理を扱う難しさ、歴史に学ぶ意義と注意点、政治との距離感まで、経済社会について学ぶためのヒントに満ちた一冊。溢れる情報に「健全な懐疑の目」で接し、社会を少しでも良くしたい全ての人々へ。

ビジネスで利用されるデータの多くは，その施策の意思決定を行う人物や組織の目的にそった活動の延長上で作られています。具体的には，DM送付などの広告施策であれば，担当者はユーザの反応率を上げるために，反応しやすいであろうユーザに対してのみDMを発送します。ここで発生したデータでDMの効果を計る場合，単純にDMを受け取っているか否かで結果を比較することは，DMの効果以外にも意図的にリストされたユーザの興味や関心を含んでしまうことになります。 データが生まれるプロセスに人の意思が関わる場合，単純な集計では判断ミスとなる可能性があります。わずかな計算の狂いでも後々のビジネスにおいて大きな影響を及ぼすことになるため，バイアスのない状態で効果検証できることが望まれるのです。 本書では「単純に比較すると間違った結論に導くデータ」から，より正しい結果を導くための分析手法と考え方を提供します。計量経済学における効果とは何か？ を提示し，RCT（ランダム化比較試験）がいかに理想的な方法かを説明し，RCTができない場合でも因果推論を用いてRCTの再現が可能だということを説明していきます。

本書は２つの『社会学入門』（有斐閣ストゥディア・NHKブックス）の「続編」である。理論から調査へと研究ストラテジーのトレンドが移りゆくなかで，いま学問が進みうる道とはいかなるものか。人文書読者のための再入門から，社会学初学者のステップアップまで。 ［目次］ はじめに 第１章　なぜ因果推論なのか？ 第２章　社会学における「質的調査」と「量的調査」 第３章　「社会変動の一般理論」から「質的社会調査」へ 第４章　媒介項としての「合理的主体性」 第５章　対面的・コミュニカティヴな質的社会調査の意味 第６章　人工知能による社会（科）学？ 第７章　エピローグ──社会学の道を歩むには 参照文献 読書案内 あとがき

社会の仕組みをいま大きく変えつつある、経済学の社会実装の世界がわかる新しい入門書。マッチング、マーケットデザイン、プライシング、モデル分析、因果推論、構造推定など最新経済学の活用事例を、第一級の研究者たちが解説する。 マーケティング、金融、経営、人事、各種制度設計、医療・健康などで広がるビジネス・社会活用の実例と手法を紹介。 第1章　急伸する経済学のビジネス活用　坂井豊貴・慶應義塾大学教授 第2章　ビジネス課題を経済学で解決する　渡辺安虎・東京大学教授 第3章　ＤＸ２．０　成田悠輔・イェール大学助教授 第4章　経済分析を感染症対策と経済活動の両立に活かす　仲田泰祐・東京大学准教授 第5章　マーケットデザインで考えるスマートコントラクトの未来　野田俊也・東京大学講師 第6章　経済学をマーケティングに活かす　上武康亮・イェール大学准教授 第7章　マーケットデザインが組織を変える　小島武仁・東京大学教授 第8章　景気変動と健康　井深陽子・慶應義塾大学教授

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ビジネス現場ではデータ活用の重要性がますます高まっています。データに基づいた経営施策の実施とその効果検証のためには、一般的な統計指標（平均、標準偏差、相関）だけでなく「因果」にまで分析を広げる必要があります。 本書は因果分析の重要な2つの領域である「因果推論」および「因果探索」について、実際にプログラムを実装しながら学ぶ書籍です。因果推論や因果探索を学びたいビジネスパーソンや、初学者の方を対象としています。 ・因果推論とは「テレビCM放映で、商品購入量がどれくらい増えたのか？」「研修の実施で、社員スキルがどの程度向上したのか？」など、なんらかの施策を実施した際に、その施策の効果を推定する手法です。 ・因果探索とは「生活習慣と疾病の調査」「働き方改革に伴う社員調査」など、アンケート調査等で収集した各項目間の因果関係を明らかにする試みです。 本書は「因果推論、因果探索とはどのようなものか」「因果推論、因果探索を実施するには、具体的にどうしたら良いのか・分析プログラムをどう実装したら良いのか」「因果推論、因果探索が、どのように機械学習やディープラーニングと結びついているのか」が理解・習得できる内容となっています。 プログラミング言語Python、実行環境Google Colaboratory、機械学習ライブラリscikit-learn、PyTorchで実際に手を動かしながら実装し、習得していきます。 データに基づいた経営・ビジネスを実践するうえでスタンダードな手法となる因果分析をマスターしよう。 Part 1：因果推論 第1章 相関と因果の違いを理解しよう 第2章 因果効

統計学の第一人者、西内啓が 企業のマーケター、経営層のために 初めて書き下ろしたデータ分析・活用の実践書 ビッグデータの活用やデータサイエンスの重要性が語られてきましたが、実際に企業の現場の実務者がどのような方針でデータを収集し、整理して活用するかについてはまだまだ難しいのが現状です。 一方、AIやデータ分析ツールの発達によりデータ分析の専門家ではなくても、基本的な理解があれば分析や活用が可能になる「市民データサイエンス」の時代とも言われます。 この本は、企業のマーケターをはじめとするビジネスリーダーの方々が、「何から始めるか」「どのようにデータを集めるか」という段階からはじめ、「リサーチデザイン」など、調査データの設計や方針の策定や、外部からのデータの調達について解説するとともに、著者の会社「データビークル」のツールを通じて、データの前処理、分析方法、効果測定やROIの最大化について紹介する内容です。 【対象読者】 企業のマーケター、プランナー、経営層 【目次】 序章：データを活かせる組織を作るために 1章：業務のためのデータを活用可能なデータへ 2章：価値ある分析のためのリサーチデザイン 3章：リソース配分の予測問題―統計学と機械学習の使い分け 4章：ターゲティングの因果推論 5章：データサイエンスを「プロダクト」にするために 終章：社内政治を乗り越えろ ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析のための手法は、統計学の考え方に基づいています。だから、本格的なデータ分析に取り組むためには、統計学の知識と考え方を身に着けることが不可欠。にも関わらず、既存の統計学の本は「数学的な記述ばかりの難解な専門書」もしくは「広く浅くの超入門書」ばかりで、「データ分析の前提となる統計学」を本格的に学ぶには厳しい状況だと言わざるを得ません。対して本書は、データ分析には必須な仮説検定から統計モデリング、さらに因果推論、ベイズ統計、機械学習、数理モデルまで幅広いトピックを網羅的に扱っています。 記述については最大限にわかりやすく、数学的な説明をできるだけ減らし、図を多用することで、数学に自信のない読者の方でも読み通せるように工夫しました。統計学に苦手意識・不安のある方、文系の方やこれからデータサイエンスを本格的に始めてみたい方、生物学・医学・心理学などの研究分野でデータ分析が必須の学生の方など、統計学をきちんと学びたい全ての方に向けた一冊です。

膨大なデータから、いかにして原因と結果の関係を見いだすのか? ｢LiNGAM｣(線形非ガウス非巡回モデル)を開発した第一線の研究者が、基礎事項から発展的話題まで平易に説き起こす。因果推論･因果探索に必携。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

これからの時代に必要な「独学（＝自分で学ぶ力）」が身につく！ 大人になって「もっと勉強しておけばよかった」と思う人も少なくありません。 たとえば、子どもが勉強や進路で悩んでいるとき、大人としてどんなアドバイスができるでしょうか。部下や同僚が仕事で行き詰まっているとき、具体的にどうアプローチしたらよいでしょうか。 こうした日常生活の中からキャリアアップ・スキルアップのためまで、学んだことを活かしたいと思っている人も多いはずです。 そこで大切なのが「学びなおし」。 社会人になってからも解決しなければいけない課題は、たくさんあります。さまざまな課題を解決するためにも、独学や学びなおしは必要でしょう。 エビデンス思考やデータサイエンスが注目されている今、特に身につけたいのが考える力。 そこで本書では、メタ認知、記憶術、類推（アナロジー）、論理的思考（ロジカルシンキング）、問題解決、精緻化、因果推論。こうした思考力と呼ばれるものを総括することからはじめ、単なる独学として済ませるのではなく、ビジネスや日常場面に活かせる汎用的な能力へと高める成長マインドセット術として、実践的なトレーニング方法までを紹介。 仕事や生活など日常場面で必要とされる学びについて、学習理論にもとづいた学習法を提供します。 学びなおしやリカレント教育へとつながる成長マインドセット術で、スキルアップや思考力アップを目指しましょう！

◆働き方改革の実行や、女性管理職の育成、労働生産性アップ、ストレスチェックなど、人事部門は、様々な課題について現状を正確に把握し、数値目標を立てて改善に取り組まねばならなくなった。本書は、多くの日本企業が抱えるこれらの人事上の課題を、データを使ってどのようなに分析し、活用すればよいのかを解説。 ◆著者が、株式会社ワークスアプリケーションズや経済産業研究所(RIETI)と連携して行ってきた研究成果を活かし、具体的に、読者が自分の会社で使えるように解説する。 ◆女性の管理職育成が候補者を選ぶところから行き詰まってしまうのはなぜか、早期退職者を減らすにはどうしたらよいか、労働時間管理をどのように行えば良いのかなど、具体的にいま日本企業が抱えている問題を取り扱う。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 成果に結び付くデータの集め方・処理の仕方の基本となる考え方をわかりやすく解説！ データを利用・活用しようとしたとき、目の前の状況や蓄積されたデータと、データを扱うさまざまな手法・データサイエンスの知見が結び付かず、「どうやって分析したら良いか思いつかない」、「他人の分析例を見ても，実際に手元のデータに応用することができない」ということが起こりがちです。 そこで、ビジネスシーンを念頭に置いた事例をとおして、データの扱い方を ・そもそもビジネスで活用するためには、データをどのように捉え、考えれば良いか ・現場で使いやすい分析手法には何があるか ・どのようなアウトプットになり、どのような状況で利用できるか といった視点で整理し、わかりやすく、やさしく解説します。 第1章　実務に使うためのデータ分析とは？ 1.1 ビジネスにおけるデータ分析の役割とは 　1 分析の必要性を確認する 　2 ビジネスデータ分析と行動経済学 　3 顧客が合理的に動かない理由を説明する「プロスペクト理論」 　4 数字の見せ方で印象が変わる「フレーミング効果」 　5 顧客には安心するメニューがある「極端の回避性」 　6 「カンと経験」と「データ分析」の関係 　7 現場におけるデータ分析の使いどころ 1.2 現場におけるデータ分析時に意識すべきこと 　1 最も優先的に意識すべきこと 　2 分析の目的を見失わないために重要なこと 　3 データを収集するときに意識しておきたいこと 　4 データ分析を行う際に意識すべきことのおさらい 　5 分析プロジェクトの2つのタイプ「探索型」と「予測型」 　6 分析結果にどのように向き合うか 第2章　分析ロジックとビジネスをつなげる思考メソッド 2.1 ビジネスにおける「原因と結果・効果」 　1 「表」を「ビジネスで使えるツール」として捉える 　2 「原因と結果・効果の表」で商いを捉える（情報の取捨選択） 2.2 「原因と結果・効果の表」を深掘りする 　1 現実のビジネスデータをどのように捉えるか 　2 「原因と結果・効果の表」の中身は4パターン 　3 4パターンの詳細解説 2.3 ビジネスの課題への適用メソッド 　1 ビジネスデータ活用の構造 　2 見える部分と見えない部分 　3 時間の変化・期間設定について 　4 介入できるデータと介入できないデータ 　5 過去の解析と未来の予測 2.4 データと分析手法の関係 　1 データが多数あることのメリット 　2 データと分析手法の関係 第3章　ビジネス現場で使える分析手法 3.1 データ分析で最低限知っておきたいこと 　1 集計できたら，まずチェック～基本統計量（平均値，標準偏差，最頻値，中央値）～ 　2 データ同士の「つながり」を見る～相関関係と因果関係～ 　3 データ間に「真の関係」はあるか？～因果推論～ 3.2 ビジネスデータを扱ううえで知っておきたい「多変量解析」 　1 「統計モデル」の基本～回帰分析～ 　2 データを上手にグループ分けする～クラスター分析～ 　3 データの特徴をシンプルに探る～主成分分析～ 　4 データに隠れる要因を推測～因子分析～ 3.3 ビジネス現場の「予測」で使いやすい分析手法 　1 「何が決め手になったのか？」を探る～決定木分析～ 　2 予測精度の高い手法～ランダムフォレスト～ 　3 予測精度の評価方法 3.4 ライバルに差を付ける「確率論」の視点 　1 未来を見るために重要な視点～確率分布～ 　2 カンと経験をビジネスに使う～ベイズ確率～ 3.5 いろいろな場面で使えるその他手法 　1 「使えるペア」を探索～アソシエーション分析～ 　2 時系列データの読み取り方～時系列分析～ 　3 レコメンデーション（推薦システム）の仕組み 　4 テキストデータの分析方法～テキストマイニング～ 3.6 マーケティング理論への拡張 　1 マーケティング理論への分析手法適用メソッド 　2 STP分析にデータ分析手法を使う 　3 イノベーター理論に確率のテクニックを使う 　4 RFM分析に確率分布のテクニックを使う 第4章　実務への適用メソッド 4.1 「なぜ売れるのか・誰が買うのか」を探る 　1 二項対立を図で考察 　2 想像力や推理力を発揮するポイント 4.2 サブスクリプション商材をどのように考えるか 4.3 従業員に関するデータの活用法 　1 従業員が分析対象となっているケース 　2 従業員データを分析の材料とするケース 4.4 実務データで生じる各種問題への対処アイデア 　1 欠損値への対処法 　2 はずれ値の対処法 　3 有意差検定における「P値」の解釈 　4 何でも正規分布を仮定 参考文献

アルゼンチン発　科学×本能の融合 教育・芸術の創造性にも通ずる「無意識」をトレーニングする新たなパラダイム 神経科学の実用→瞬間的な認知の獲得→プレー実行スピードの加速 アーセン・ヴェンゲルは「サッカーの試合を変革する次のカギは、神経科学だ。次に学ぶべきステップは、脳のスピードなのだ」と言った。なぜなら、現代サッカーは肉体的、戦術的ともにもはや極限のレベルに到達し、リオネル・メッシが1秒でプレーを解決するように、今や無意識下でのプレーを覚醒させるフェーズを迎えているからだ。2022年のカタール・ワールドカップを制したアルゼンチン生まれの「ヴィセラルトレーニング」は、神経科学を実用的に用い、無意識をトレーニングすることで、瞬間的な認知を可能にし、プレー実行スピードを加速させる。ドリルトレーニング、アナリティックトレーニングといった伝統のトレーニングを覆し、エコロジカルアプローチ、ディファレンシャルラーニングのさらに上を行く、「本能、直感を刺激する」先鋭のトレーニング理論がいよいよベールを脱ぐ。 【構成】 監修者まえがき 第1章　序論 第2章　拡張されるトレーニング 1　拡張されるトレーニング 2　拡張される専門性 3　ヴェーバー・フェヒナーの法則とヴィセラルトレーニング 4　ヴィセラルトレーニングにおけるマルチタスク 5　3本の柱（専門性・移行・モチベーション） 6　時間軸における緊急性 7　なぜヴィセラルトレーニングなのか？ 第3章　複雑系 1　ヴィセラルトレーニングと複雑系のパラダイム 2　偽の複雑系と偽のエコロジー 3　サッカーにおけるTPNとDMN 4　「高速認知1」対「高速認知2」 5　TPN・DMNネットワークの戦術的・戦略的な価値 6　計画と直感 7　精神速度の遺伝学と身体速度の遺伝学 8　コオーディネーション能力のキャパシティ 9　無意識の重要性 10 マルセロ・ビエルサと無意識 第4章　パラダイムチェンジ 1　10個のパラダイムチェンジ 2　エコロジカルパラダイム 3　変動性 4　自己組織化と自己創出 5　自己組織化についての学び 6　自発性の調整 7　カオスの探求 第5章　神経科学 1　奇をてらわない神経科学の適用 2　サッカーと神経科学の融合 3　視床腹内側部と意思決定 4　ドーパミンと「新規性」 5　大脳基底核と行動の調節 6　小脳と予測 7　前帯状皮質と忍耐力 8　扁桃体と脅威の検出 9　海馬と欺瞞 第6章　ヴィセラルトレーニングの導入 1　ヴィセラルトレーニングとは何か？ 2　ヴィセラルトレーニングとメタ認知プロセス 3　急に出現する「柔軟な行動」 4　認知的葛藤 5　意識よりも優れた無意識 6　即興性 7　非線形教育学 8　心の理論と相互作用主義 9　統計的学習 10 ヴィセラルトレーニングと暗黙的学習 11 暗黙的学習の強み 第7章　ヴィセラルトレーニングにおけるその他の関連項目 1　ヴィセラルトレーニングとディファレンシャルラーニング 2　進化を助ける手段としての「失敗」 3　牡蠣なのか？　それとも真珠なのか？ 4　サッカーと人生における失敗の価値 5　失敗・因果推論・フィードバック 6　なぜ失敗を避けるのだろうか？ 7　生存トレーニングとしてのヴィセラルトレーニング 8　結論 監修者あとがき 訳者あとがき

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ●「『最悪の政治体制』の経済学的解明！」（伊神満イェール大学准教授） ●「学生時代にこんな本があったら良かったのに」（山本鉄平MIT准教授） 　いま民主主義の真価が問われている。ロシア、中国、イラン、北朝鮮といった民主主義とは異質な権威主義国家の脅威だけでなく、トランプ前大統領時代からのアメリカ国内の混乱など、民主主義国家の存在を揺るがす事態が続いている。 　本書は近年目覚ましく発展している「新しい政治経済学」による民主主義の分析である。選挙を中心に政治経済学の代表的なモデルと、それに関連する実証研究を紹介する。 　実証研究では、著者が「因果推論の四天王」と呼ぶ以下の手法を駆使して、政治を新しい角度から分析する。 １．ランダム化比較実験（RCT） ２．回帰不連続デザイン（RDD） ３．操作変数法（IV） ４．差の差法（DID）

本書は，統計的因果推論の理論（数理的メカニズム）と実装（Rによる数値解析）の両方を統一的にカバーしたものである。具体的には，ハーバード大学統計学科のDonald B. Rubinの提唱した潜在的結果変数の枠組みによる統計的因果推論を扱う。また，データの一部が観測されない場合の因果推論も扱っており，これは類書にはほとんどみられない本書の特徴である。本書の数理的な理論解説は，できるだけ高校数学の範囲内で理解できるように工夫した。微積分や線形代数も，ほぼ登場しない。さらに，必要な数学的知識は，登場する箇所で解説を加えた。また，Rを使った数値計算により，数学が苦手な人にも統計的因果推論のメカニズムを理解してもらえるように工夫している。そして，数式とRコードとの対応関係をRの初心者も理解できるように，できるだけ1行ごとに完結するコードを書くよう心がけた。さらに，Rを使って統計的因果推論の実証研究を行うための実践的な内容も盛り込んでいる。本書の解析結果は，シミュレーション結果を除いて，すべて，本書の中に記載されているRコードを使って再現できるようにした。そして，本書で使用したデータはすべて，本書のサポートページからダウンロードして使用できるので，本書記載のRコードと一緒に活用することで，統計的因果推論を実践的に学ぶことができる。