なぜ日本は大陸に進出したのか? アメリカと戦争を始めたのはなぜか? そして、どうして早期和平に踏み出さなかったのか? *昭和の戦争を大局的に捉え、一気によんでスッキリ理解できる。*歴史の流れが頭に入りやすいよう、主な出来事、戦闘ごとに区切った記述をし、それが前の事件からどう繋がり、次の事件にどう結びついてゆくのかを明確化……因果関係が解りやすい。*日本側の動きだけを記さない。外国との相関関係を見えやすくし、当事国それぞれの内在的論理を浮かび上がらせた。*「外交」と「軍事」の双方で、努めて戦略的な観点から分析~ひとつひとつの行動を戦略目標の視点から見ると、歴史が意味を持って浮かび上がってくる。*今の時点から歴史を評価せず、当時の指導者の判断を嘲笑するような書き方は避ける~歴史を考えるときには、当事者になる想像力が必要。*特定の歴史観に縛られない。 ※本書は平成二七（二〇一五）年八月にKKベストセラーズより発行された『一気に読める「戦争」の昭和史』を新書化したものの電子書籍版です。

今や「流行語」とも言えるビッグデータだが、 実は流行する前から「ビッグデータ的なもの」は生活の中にいくつもあった。 ビッグデータの活用とは、「データマイニング（Mining＝採掘、鉱業）」と呼ばれるように、 大量の情報の中から有用な事実を発見することだ。 データマイニングでは、結果のみが重視される。 因果関係ではなく、相関関係に注目するのがビッグデータ活用のポイントである。 身近な例から「文系でも分かる」ビッグデータ的なものを紹介する。 ※本書は月刊誌『WEDGE』2013年8月号の特集記事を編集し、電子化したものです。 ◆アメリカンフットボール、漢方、民俗学　文系でも分かるビッグデータ概論 ◆ビッグデータ活用に向け　日本に立ちはだかる課題

※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。 【社会調査に必要なテクニックのすべてが分かる】 社会調査データの特徴を捉え、統計学の分析方法の目的と考え方をきちんと理解し、応用へつなげることができる貴重な1冊。中学生レベルの数学でだいじょうぶです。また、ダウンロード可能な練習問題もご用意しました。理解度の確認にご活用ください。 ■目次 ●第1章 データと変数 　　1-1 社会学におけるデータ分析 　　1-2 データとは何か 　　1-3 ケース・変数・値 　　1-4 変数の性質を理解しよう ●第2章 変数の特徴を分析しよう（1） 　　2-1 質的変数の特徴を調べよう：度数分布表 　　2-2 量的変数の特徴を調べよう（1）たくさんある値を区切る（階級） 　　2-3 度数分布表をグラフにする 　　2-4 量的変数の特徴を調べよう（2）変数の「中心」はどこにある？ 　　2-5 平均値・中央値・最頻値の違いを理解しよう ●第3章 変数の特徴を分析しよう（2）変数のちらばり 　　3-1 量的変数のちらばりを把握しよう（1）範囲 　　3-2 量的変数のちらばりを把握しよう（2）分位数 　　3-3 ちらばりをグラフで表現する「箱ひげ図」 　　3-4 量的変数のちらばりを把握しよう（3）分散 　　3-5 量的変数のちらばりを把握しよう（4）標準偏差 　　3-6 標準偏差の応用：標準化・標準得点・偏差値 ●第4章 変数の関係を分析しよう（1）クロス集計表 　　4-1 度数分布表だけで大丈夫？ 　　4-2 クロス集計表 　　4-3 比率で分布を比べる 　　4-4 クロス表のグラフ表現 　　4-5 関連を1つの数値でまとめるには：関連係数 ●第5章 変数の関係を分析しよう（2）平均値の比較と相関関係 　　5-1 質的変数と量的変数の関係の分析 　　5-2 量的変数どうしの関係の分析（1）散布図を描いてみよう 　　5-3 量的変数どうしの関係の分析（2）相関係数 　　5-4 共分散と相関係数の意味を理解しよう 　　5-5 相関係数による分析の例 　　5-6 関係のしかたは1つじゃない ●第6章 変数の関係をより深く考えよう：原因と結果の考え方 　　6-1 因果関係の3 つの基準 　　6-2 見かけ上の相関と第三変数 　　6-3 原因と結果をつなぐもの ●第7章 変数の関係をさらに分析しよう（1） 　　7-1 2重クロス表の限界 　　7-2 3重クロス表 　　7-3 3重クロス表をグラフ化しよう 　　7-4 変数のコントロール 　　7-5 3重クロス集計における関連のパターン ●第8章 変数の関係をさらに分析しよう（2） 　　8-1 変数を組み合わせた平均値の比較 　　8-2 独立変数の影響のパターン 　　8-3 偏相関係数 　　8-4 生態学的相関 ●第9章 そのデータは信頼できますか？母集団と標本の関係 　　9-1 母集団と標本 　　9-2 偏った標本の危険性 ●第10章 部分から全体を知る（1） 　　10-1 推測統計学とは 　　10-2 母数と標本統計量 　　10-3 推測統計学と確率 　　10-4 「確率に基づく判断」の意味 　　10-5 推定の理論的背景 ●第11章 部分から全体を知る（2） 　　11-1 統計的検定の必要性 　　11-2 帰無仮説と対立仮説 　　11-3 統計的検定の考え方 　　11-4 統計的検定の実際 　　11-5 統計的検定の基礎知識 ●第12章 クロス表のカイ2乗検定 　　12-1 クロス集計表の統計的検定 　　12-2 クロス集計表における統計的独立 　　12-3 カイ2乗検定の方法 　　12-4 有意水準と関連の大きさ 　　12-5 カイ2乗値に基づく関連係数：クラメールのV係数 ●第13章 平均値の差の統計的検定 　　13-1 2つの平均値の差の統計的検定：t検定 　　13-2 3つ以上の平均値の差の統計的検定：分散分析 ●第14章 回帰分析の基礎 　　14-1 回帰分析とは 　　14-2 回帰分析の基本的な考え方 　　14-3 予測値と残差 　　14-4 回帰直線の引き方：最小２乗法 　　14-5 あてはまりの良さを調べる：決定係数 　　14-6 回帰分析の統計的検定 　　14-7 分析結果を表にまとめる ●第15章 重回帰分析 　　15-1 独立変数を増やす：重回帰分析 　　15-2 回帰係数の標準化 　　15-3 ダミー変数 　　15-4 重回帰分析の結果のまとめかた ■著者プロフィール ●神林博史：東北学院大学人間科学部 教授。研究分野は社会意識論、社会階層論。 ●三輪哲：立教大学社会学部 教授。研究分野は社会階層・社会移動、計量社会学。

「競合A社がこの販促キャンペーンを行ったところ、売上が2倍になった。だから当社でも同じキャンペーンをやろう」「業界大手のB社がこのITシステムを導入したら、現場の業務コストが3割削減された。だから当社も同じシステムを導入しよう」そうした意思決定の多くは失敗に終わります。なぜなら、うまくいったケースには特殊な文脈や前提条件があるから。前提条件が変われば、結果も変わります。そこで必要なのが、「何が原因となって、どんな結果が生じるのか」という因果関係を推論するスキル。これこそが「科学的思考法」です。本書では、因果関係のない相関関係を、因果関係だと勘違いしないための区別の仕方を解説。さらに、あなたのビジネスで、ある施策を行うと、どんな効果があるのか、その因果関係を確かめる「科学的実験」の方法も解説します。科学的実験ができるようになると、仮説を立てて実験し、その結果を分析して、また仮説を立てる、というサイクルを正しく回すことができるようになります。そして、低コストで、かつ、速いスピードで、成功へと至ることができます。日米のビジネススクールで教鞭をとり、イノベーションについて研究する著者が、世界の急成長企業は当たり前にやっている、意思決定の質を高め、「正解のないイノベーション」を起こすための思考法を解説。「経験と勘」に頼った意思決定から脱しよう！　《目次》●第1章 「科学的思考法」とは何か　●第2章 それは本当に「因果関係」？　●第3章 真の因果関係を発見するための「科学的実験」の方法　●第4章 「科学的実験」をデザインする　●第5章 「失敗」できる組織が科学的思考法を育てる

■内容紹介 メディアや研究機関が流す情報は本当に真実なのだろうか？　数年前に話題となった「喫煙と肺がん」の因果論争。日本禁煙学会は喫煙と肺がんの相関関係から、両者の因果関係は間違いないと主張している。しかし、この判断は不完全であり、タバコが肺がんの指標であることは間違いないと思われるが、タバコが肺がんの原因であるとは断言できない。相関関係と因果関係は似たような言葉と思われがちだが、相関関係から因果関係を導くには非常に難しい問題が含まれている。本書では、相関関係から因果関係を導くための方法論として「相関の観測方法と可能な判断」という判別表を考案。「喫煙と肺がん」を中心に、メディアでよく取り上げられる血液型性格判断や食品と健康の関係など、いわゆる「ニセ科学」と呼ばれる事例についても検証。「相関と因果」にまつわる様々な勘違い、誤謬を明らかにしていく。 ■著者紹介 市毛　嘉彦（いちげ　よしひこ） 1952年神奈川県横浜市生まれ。東京都多摩市在住。1979年電気通信大学大学院修了後、日野自動車株式会社に入社。開発部門（実験部）、労働組合専従を経て現在は人事部主査。

※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。 ★短期間で効率よく大学入学共通テスト・地理Ｂで高得点を狙う対策書 ・夏休みまでに地理の勉強は一通り終えたけど、模試の点数が伸びない！ ・大学入学共通テスト・地理Ｂであと10点取りたい！ ・大学入学共通テスト試験・地理Ｂで80点以上を目指している！ そんな受験生にピッタリの内容です。 ★高得点を取るための３つのアプローチ法を提示 １章　流れと因果関係で理解する ２章　統計データで理解する ３章　相関関係で理解する １章から３章は、それぞれ15のテーマから成ります。まず、テーマについて図や表を用いながら解説し、その次に、解法のパターンを掲載しています。この解法のパターンはいろいろな問題に応用できる秘策です。その解法パターンを使って、実際に過去問題に挑戦してみましょう。正答率の低い難題が中心ですが、解答を導く流れが理解でき、正解が導けることでしょう。 さらに、巻末では、これからの試験問題の傾向（SDGs：Sustainable Development Goals（持続可能な開発目標）／GIS：Geographic Information System（地理情報システム））に沿った問題をいち早く紹介しています。

※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。 ■マット・タディはビッグデータ活用の基礎を成す統計学について完璧かつ配慮の行き届いた本を書き上げた。この素晴らしい教材には実例、技術、洞察がぎっしりと詰まっている。多くの機械学習の教材とは異なり、本書は相関関係が因果関係ではないという問題に取り組み、データから信頼に足る解釈を得るための手法を提供している。 ———プレストン・マカフィー［元マイクロソフト チーフエコノミスト兼バイスプレジデント　ヤフー バイスプレジデント・チーフエコノミスト　グーグル研究責任者　カリフォルニア工科大学教授兼役員］ ■シカゴ大学ブース・スクール・オブ・ビジネスの人気教授を務め、マイクロソフトとアマゾンでデータサイエンスチームを率いた経験から、マット・タディは最先端の企業でデータに基づいた意思決定を行なうことを志すMBAや技術者に向けた見事な本を書き上げた。最新の統計学、機械学習アルゴリズム、社会科学の因果モデルから得られる重要な概念を巧みに織り上げ、精彩を放つタペストリーに仕上げている。本書を読めば流行りの専門語の意味が誰にでもわかるようになっている。この分野の標準的な教材となるだろう。 ———グイド・インベンス［スタンフォード大学経営大学院教授（経済学）　『Causal Inference for Statistics, Social, and Biomedical Sciences』共著者］ ビッグデータを構造的に理解、近未来の手がかり、ビジネスチャンスを洗い出し、次の一手につなげる 巨大IT企業アマゾン・ドット・コムのバイスプレジデントが教える、ビジネスにおける意思決定の最適化・自動化・加速化

データ分析と統計学のジャンルで、一番やさしい本を書きました。 ★仕事において、「データ分析」の重要性は飛躍的に高まっています。といっても、その手法は実にさまざま。データの選び方や見方、データ間の相関関係・因果関係の見極め方など、アプローチ次第で、結論は大きく変わります。 ★本書は、「データ分析」の基本がサクッと身につく入門書。全編にわたって、データ分析で成功した事例・失敗した事例をたくさん用意しました。それらをじっくり読みながら、データ分析で一番大切な、「ファクト(事実)をとらえて次の一手を打つ」着眼点の見つけ方を学んでください。 ★ちなみに、本書でおススメするデータ分析のプロセスは、とてもシンプル。 ①まず「アバウト」に予測する ②俗説による「バイアス」を消し去る ③「見える化」して比べる ④「相関関係」や「因果関係」を見つけ出す もちろん、すべてのデータ分析にこのパターンが当てはまるわけではありませんが、最短で最適解を導く道筋の一つとして、ぜひ参考にしてください。 ★タイトルに<文系でも仕事に使える>とあるように、本書は専門的な部分には立ち入らず、むずかしい数式は極力使わないように配慮しました。 ★一方で、データ分析を「見える化」するためのグラフの技術や、データの関連性をもとにして次の一手を考える際に必要な統計学の知識についても、文系にもわかるレベルで解説しています。

※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。 30万部突破のヒット作 ついにまんが化! その教育に科学的根拠はありますか? 科学的根拠のある「伸びる子ども」の育てかた、教えます。 データと理論が明らかにした本当に子どもが伸びる教育とは? ●子どもの「能力」をほめるのではなく、「努力」をほめてあげる ●「相関関係」と「因果関係」を混同しないように注意する ●成績のいい友だちがいることは、必ずしもわが子の成績向上につながらない ●重要な非認知能力「やり抜く力」と「自制心」を鍛える 本書で紹介するのは、特定の個人の成功体験ではなく、 教育経済学の研究者らが、科学的な方法を用いて、 大規模なデータを分析した結果から導き出した「効果的な教育法」です。 私は、教育経済学の発見は、 子育て中のお父さんやお母さんが知っておく価値のあること― いや、むしろ知っておかないともったいないことだとすら思っています。 (「はじめに」より)