・「IQ」を生み出した心理統計学
・心理統計家であるスピアマンは先行研究で示されていた
　種々の知能の測定方法をいくつか選び、研究参加者に対して試してみた
・そしてそれぞれの「知能を表すはずの指標」の間の相関を分析した
・結果として、現在では「因子分析」と呼ばれる手法により、
　全く別々に考案された知能に関わる指標すべてと
　相関する合成変数が作り出せた
・この合成変数だけが分かれば、ほとんどの知能に関連した
　テストの成績が予測できるとし、この指標のことを「一般知能」と呼んだ
・スピアマンの「一般知能」の構成要素
　反応速度、記憶力、言語能力、計算能力

・その後1938年にサーストンによって、知性を示す7つの因子が抽出
　①空間や立体を知覚する空間的知能
　②計算能力についての数的知能
　③言葉や文章の意味を理解する言語的知能
　④判断や反応の速さに繋がる知覚的知能
　⑤論理的推論を行う推理的知能
　⑥言葉を早く柔軟に使う流暢性知能
　⑦暗記力を示す記憶知能
・その後のさまざまな分析によると、
　一般知能がだいたい全得点の30%～60%ほどの影響力を持つとされている

・マーケティングの現場で生まれたデータマイニング
・「おむつとビール」でのバスケット分析
・バスケット分析は、1993年にIBMの技術者ラケシュ・アグラワルが
　英国の百貨店マークス＆スペンサーのために作った手法
（※以下は筆者作成の仮の数値データ）
・1000人の顧客データのうち、ビールを購入した人は300人で30％。
　1000人のうち、おむつを買った人が50人で、
　おむつとビールを買った人は20人で40％だった。
　つまり、おむつを買った人の方がビールを買う確率は約1.3倍も高い
・この1.3倍の数値を「改善度（リフト値）」と呼ぶ
・ただし、このバスケット分析は
　「あまりに数の少ない組み合わせ」では結果が大きく異なる場合がある
・仮におむつを買った人が全体のうち50人ではなく5人しかおらず、
　そのうち2人がおむつとビールを一緒に買った場合も
　計算上は改善度は約1.3倍となるが、もしも、
　その2人のうちどちらか1人が、おむつとビールを買わなかっただけで、
　改善度は0.67倍となり、約1.3倍の改善どころか改悪という結果になる。
・Googleの共同設立者のサーゲイ・ブリンは学生時代に
　「バスケット分析より統計学的な相関分析の方がいい」という論文を発表
・このようなクロス集計表の相関を分析するときは、
　カイ二乗検定のもととなるカイ二乗値を用いると、
　「推定値の誤差」を考慮できるため、
　統計的に有意な関連性の強い商品の組合せを探すことができる
・Amazonの商品レコメンドでも、こうした相関分析が行われている

（ご参考＆備忘メモ用）
・代表的な論文データベース（英語版）
　教育学：ERIC
　心理学：PsycINFO
　経済学：Econlit
　医学：Pubmed
　綜合：JSTOR

・日本語版
　国立情報学研究所：cinii
　科学技術振興機構：J-STAGE