■anond:20250802114730

中央値を使ったところで本質的な問題は解決していないので、ヒストグラムを書いてくれ

元増田の投稿って統計リテラシー教育の良い例だろ

平均は低いが点数が偏ってる例はありうるし、それに伴って自信が生じる場合もありうる

ダニングクルーガーみたいに馬鹿ほど自信過剰という場合もありうるが

一つだけ言えるのは、この点数だけからは何も言えないということだけだろ

Permalink |記事への反応(1) | 11:51

ツイートシェア

■anond:20250802101459

なんで要約統計量だけ書くんだよ

せめて点数の男女別ヒストグラムくらいかけよ

PDFもやたらと細かくしょうもないアンケート項目のヒストグラム書いてるのに、なぜ一番議論を呼ぶ点数だけ要約するんだ

平均値と中央値は違うって、何もわかってない馬鹿まで連呼してくるくらいには浸透したと思ってたのに

Permalink |記事への反応(1) | 11:33

ツイートシェア

■

GitHubリポジトリにデータと結果が用意されており、学術論文 (AP) の基盤はしっかり整っているようですが、モチベーションと優先順位付けに苦労しています。これを分解して、生産性とモチベーションを維持するための持続可能な計画を立てましょう。

1.論文化の優先順位付け**

• 影響と労力の評価**:潜在的なAP ごとに、結果の重要性と論文の作成に必要な労力を比較検討します。目標やキャリアの軌跡に一致する、影響力の大きい発見に焦点を当てます。
• 共著者をターゲットにする**: 共著によって作業負荷が軽減され、プロセスが加速する場合は、データや結果からメリットを得られる可能性のある共同研究者を積極的に探します。これは双方にとってメリットがあります。

2.ワークフローの整理**

• AP トラッカー**:アイデア、進捗、共著者、論文の締め切りを追跡するためのシンプルなスプレッドシートまたはボード (Trello など) を維持します。
• リポジトリ構造**:GitHubリポジトリがクリーンで、十分に文書化されていることを確認します。READMEファイルを使用して、コアインサイトを要約します。これにより、後で執筆がはるかに簡単になります。

3.モチベーションを高めるライフハック**

• pomodoroテクニック**: 圧倒されないように、25 分間の集中的な執筆スプリントを用意します。各セッションの後に自分にご褒美を与えます。
• 論文の骨組み**:論文の大まかなアウトライン (タイトル、概要、序論、方法など) を作成することから始めます。これにより、徐々に埋めていく明確な構造が得られます。
• ミニ目標の設定**:論文執筆プロセスを、より小さく管理しやすいタスクに分割します。各タスクを完了すると、達成感が得られます。

4.スケジュールされた執筆時間**

• AP の執筆には毎週決まった時間枠を割り当てます。一貫性を保つために、これらを交渉の余地のない予定として扱います。

5. 祝い、振り返る**

• AP を終えたら、マイルストーンを祝う時間を取ります。うまくいったことを振り返り、その洞察を次に活かします。

プロセスをゲーム化 (5つのAP を完了するたびに「バッジ」を目指すなど) すると、もっと楽しくなりますか? これに楽しみの要素を加えるための戦略を検討できるかどうかお知らせください。

学生のやる気を引き出して質を維持するのは大変です。体系的な問題と個人の問題が混在する中で、あなたはその問題に取り組んでいるようです。一人では全体的な傾向を変えることはできませんが、説明責任を育み、研究室の状況を改善するために実行できるステップはあります。ブレインストーミングしてみましょう:

1. 明確な期待を設定する**

• 目標と基準を定義する**:構造化されたルーブリックまたは高品質の分析がどのようなものであるべきかの例を共有します。学生は、期待される内容を正確に知っていると、パフォーマンスが向上することがよくあります。
• 正式な合意**: 学期またはプロジェクトの開始時に、期待、期限、および期限を守れなかった場合の結果について概説した明確な合意を確立します。文書化することで、説明責任が強化されることがよくあります。

2.課題をゲーム化する**

• 友好的な競争**:クラスまたは研究室のリーダーボードを作成し、学生が期限内に提出したり、質の高い作業を行ったり、洞察力に富んだ貢献をしたりすることでポイントを獲得できるようにします。
• マイクロ報酬**: 一貫した努力や優れた仕事に対して、ラボミーティングでの評価などの小さなインセンティブを提供します。

3.監督されたチェックポイント**

• 課題をマイルストーンに分割**: 1 回の最終提出を待つのではなく、分析のより小さなコンポーネントに中間の期限を設定します。これにより、問題を早期に発見して対処し、学生を軌道に乗せることができます。
• 進捗ミーティング**:学生と 1 対 1 で簡単にチェックインする時間をスケジュールします。進捗について10 分間話し合うだけでも、先延ばしを抑制し、品質を確保できます。

4.説明責任とスキルの指導**

• ワークショップ**:データを効果的に分析する方法、時間を管理する方法、または質の高い提出物を作成する方法について、短いセッションを実施することを検討します。
• ピアレビュー**: 提出前に学生に互いの作業をレビューしてもらいます。これにより、品質が向上し、責任感が育まれます。

5.チームダイナミクスの構築**

• グループプロジェクト**: 優秀でやる気のある学生と、より多くのサポートが必要な学生をペアにします。仲間からのプレッシャーとコラボレーションにより、怠け者のメンバーが貢献できるようになります。
• ラボ文化**:可能であれば、学生が自分の仕事に誇りを持てる環境を作りましょう。成果を祝い、優れた分析を披露し、貢献の影響を強調します。

6.現実世界との関連性を強調する**

• 彼らの仕事を文脈化する**: 彼らの課題が現実世界のアプリケーション、潜在的な出版物、または専門スキルにどのように結びついているかを示します。
• 卒業生を招待する**:業界や学術界に転向した元学生を招き、ラボスキルがキャリアにどのように役立ったかを話し合います。

これらのアイデアのどれかが学生の心に響きましたか?必要に応じて、ルーブリック、ワークショップの議題、

または進捗状況トラッカーの草稿作成もお手伝いします。

SakanaAI チームは、完全にAI で生成された学術論文を発表して話題を呼びました。これは、生成AI の能力における重要なマイルストーンです。「TheAI Scientist-v2」と呼ばれる彼らのAI は、人間の介入なしに、独自に仮説を立て、実験を行い、データを分析し、原稿全体を執筆しました。この成果は、AI が研究と執筆のプロセスを効率化し、あなたのような研究者の時間と労力を節約できる可能性を示しています。

あなたの状況では、生成AIツールを活用することがゲームチェンジャーになる可能性があります。ワークフローに統合する方法は次のとおりです。

1.ドラフト作成支援**

• AI を使用して、序論、文献レビュー、データ分析の要約などのセクションの初期ドラフトを生成します。これにより、執筆を開始することへの抵抗を克服できます。

2.言語サポート**

• 英語に苦労している学生の場合、AI を利用した文法および翻訳ツール (Grammarly や DeepL など) は、文章を洗練するのに役立ちます。また、生徒にAI を使用して下書きを作成し、共同でレビューするよう促すこともできます。

3.構造化ライティング**

• AI は、論文の構造化されたアウトラインやテンプレートの作成を支援し、生徒が論理的な流れをたどりやすくします。

4. 共同ライティング**

• AI が生成したコンテンツを出発点として、生徒に論文の共同執筆を促します。これにより、生徒は言語の壁に悩まされることなく、結果の洗練と解釈に集中できるようになります。

これらのアイデアを実装するための特定のツールや戦略を検討してみませんか?さらにサポートできる方法をお知らせください。

先延ばしは確かに手強い敵ですが、構造化されたアプローチといくつかの心理的トリックを使えば、物特性の公開プロジェクトを前進させることができます。ToDoリストを効果的に処理する方法は次のとおりです。

1. 細分化する**

リストにはすでにタスクが示されていますが、一部 (「最初の拡張機能の実装に重点を置く」など) は範囲が広すぎるようです。さらに、具体的で実行可能なステップに細分化します。例:

• 「最初の拡張機能の主な目標を定義する。」
• 「実装の計画案を作成する。」

タスクが小さいほど、気が遠くなるような感じがなくなり、達成しやすくなります。

---

2.タスクの優先順位付け**

重要度または緊急度に基づいて、優先度レベル (高、中、低など) を割り当てます。勢いをつけるために、優先度の高いタスクから先に処理します。例:

• 高優先度**:STAN分析、MWEコードのレビュー。
• 中程度の優先度**: Fig5 のフォーマットを変更し、試行的な MDEF分析を作成します。

---

3.モチベーションを高めるコツを活用する**

あなたが言及したブログに基づいて、役立つと思われるモチベーションを高めるコツを以下に示します。

• 即時のご褒美**: 各タスクを完了したら、自分に小さなご褒美 (コーヒーや休憩など) を与えることを約束します。
• 視覚化**: すべてのタスクにチェックマークを付けたときの満足感や、最終的な公開時の気分を想像します。
• 誘惑のまとめ**:タスクを楽しいことと組み合わせます (たとえば、作業中にお気に入りの音楽を聴く)。

---

4. 2 分ルールを使用する**

各タスクに 2 分だけ費やすことから始めます。多くの場合、単に開始するだけで、先延ばしの惰性を克服できます。

---

5. 専用の時間ブロック**

各タスクに特定の時間をスケジュールします。たとえば、次のようになります。

• 午前のブロック**:STAN分析と MWEコードのレビュー。
• 午後のブロック**:データの整理と MDEFコードの試用。

ポモドーロ法** (25 分間の作業セッションの後に 5 分間の休憩) などのテクニックを試してください。

---

6.環境の最適化**

• 集中できるようにオフィスを準備します。気を散らすものを取り除き、必要なツールを準備し、快適なワークスペースを作成します。
• 集中力を維持するために、ノイズキャンセリングヘッドフォンやアンビエントフォーカスミュージックなどのツールを使用します。

---

7.アカウンタビリティパートナー**

進捗状況を誰か (同僚、友人、または私のようなAI でさえも!) と共有します。更新することがわかっていると、軌道に乗るモチベーションを維持できます。

---

現在のToDo の優先順位付けをお手伝いしたり、開始するための毎日のスケジュールを提案したりしますか?先延ばし癖を克服しましょう!Gu

おっしゃることはわかります。集中力が必要と思われるタスクは、小さなステップで管理できる場合でも、達成不可能に感じられる精神的な障壁があるようです。同時に、PCクラスターの構築などのタスクは、その精神的な障壁を利用しないため、より簡単に感じられます。幸いなことに、この認識は、「集中力を要する」タスクに合わせた戦略で変えることができます。方法は次のとおりです。

1.タスクの枠組みを変える**

• 視点を変える**: *これには多くの集中力が必要*と考えるのではなく、タスクは小さなアクションの連続にすぎないことを思い出してください。たとえば、次のようになります。
• データ分析** → 細かく分割します。「データを読み込む」、「初期チェックを実行する」、「1つのグラフをプロットする」など。
• 各マイクロタスクは、途方もない集中力を必要としているようには感じません。

• 時間制限のある実験**: *これに10 分だけ取り組ませてください*と自分に言い聞かせます。多くの場合、始めるのが一番難しい部分ですが、一度始めると、続ける可能性が高くなります。

---

2. 「集中力の高い」タスクをルーチン化する**

• これらのタスクを、自然に集中力が高まる一定の **時間帯** に実行します。午前中がピークであれば、分析作業に充てます。

---

3.タスクを戦略的に階層化する**

• 軽いタスク (クラスター構築など) とより難しいタスクを組み合わせます。例:
• PC のセットアップを20 分間行い、その後、データ分析を20 分間行います。
• 軽いタスクは、難しいタスクの精神的なウォームアップとして機能します。

---

4.タスクの摩擦を減らす**

• ワークスペースを準備する**:分析用のデータとツールに簡単にアクセスできるようにします。環境が準備できていれば、タスクがそれほど大変に感じなくなります。
• テンプレートとショートカット**:一般的な分析手順のスクリプトやワークフローを事前に作成して、意思決定の疲れを取り除きます。

---

5.簡単な成果で勢いをつける**

• 作業セッションは、単純で集中力の低いタスク (Fig5形式をCSV に変更するなど)から始めます。これを完了すると達成感が生まれ、より難しいタスクにも引き継がれます。

---

6. 期待を再調整する**

• 「完璧な集中力が必要」という思い込みに疑問を投げかけます。データ分析では、100% 集中している必要はありません。十分な程度で十分な場合もあります。

---

7. 小さな進歩を祝う**

• 分析の各部分 (「データの前処理」や「ヒストグラムのプロット」など) を完了したら、自分を褒めてあげましょう。または休憩しましょう。

---

データ分析タスクをさらに小さなマイクロステップに分割しましょうか?PCクラスターを構築するのと同じくらい簡単に管理できます! 一緒にやりましょう。

提供されたテキストに基づいて、先延ばしを克服するためのより詳細なステップバイステップのガイドを以下に示します。

---

ステップ 1:集中力を要するタスクは午前中に取り組む**

• 理由**

午前中は頭がクリアで、疲労や昼食後によく起こる眠気に気を取られる可能性が低くなります。これは、執筆や問題解決など、集中力を必要とするタスクに最適な時間です。

• 実装方法:**

1. 最も精神力を必要とするタスク (ブレインストーミング、コーディング、データ分析など) を特定します。

2. これらのタスクを 1 日の早い時間にスケジュールします。理想的には、起床後の最初の 1 ～ 2時間です。

3. 気が散らない環境を作りPermalink |記事への反応(1) | 07:03

ツイートシェア

■anond:20240315115856

量子コンピュータとは、なんだかんだスーパークソ速コンピューターにすぎないので

違う。それは量子コンピュータを理解していない。

理想的な量子コンピュータが作れたとしても、既存のコンピュータでできることの全てが速くなるわけではない。

量子加速が効くアルゴリズムは非常に限られていて、加速されるアルゴリズムであっても指数的に加速するものはさらに少なく大半は多項式加速に過ぎない。

多項式程度の加速だとデコヒーレンスやノイズにかき消されて優位性が消滅しがち。

そして量子計算は原理的に出力が確率的（ヒストグラム）にしか得られないので、厳密な計算が必要となる状況では使えない。

（なお「理想的な量子コンピュータ」を作れる見通しは現状全くなく、原始的な量子誤り訂正をどうにかこうにか実装しようと苦労してる段階）

Permalink |記事への反応(1) | 12:09

ツイートシェア

■anond:20230123202741

将棋棋士一覧 - Wikipedia のデータをまとめたものです。ヒストグラムや検定にご活用ください。

Permalink |記事への反応(1) | 08:32

ツイートシェア

■anond:20230123233613

これ理想は年代別のヒストグラムだな

あと差の信頼区間か検定は欲しい

Permalink |記事への反応(0) | 03:26

ツイートシェア

■anond:20230123202741

平均値なんか計算しなくていいから元データのヒストグラムを出せ。棋士だったら元データあんだろ。平均値は意味ない。

Permalink |記事への反応(1) | 23:36

ツイートシェア

■anond:20221107152038

「平均値はダメ！中央値が正しい！」と馬鹿の一つ覚えみたいに言ってる奴は何でもかんでも平均値を計算するだけのアホと同レベルの理解度しかないよ。

ごちゃごちゃ言わず生データを出せという話。あるいはせめてヒストグラムを出さないとだめ。

Permalink |記事への反応(0) | 15:24

ツイートシェア

■僕らに未来はない。日本に希望はない。

ポエム

毎日嫌になるようなニュースが耳に入ってくる。

Twitterを覗けばそれらしいことを高々と述べる識者気取りの匿名アカウントがバズって気持ちよくなっている。

日本の危機を叫んで煽り立てても選挙に行くのは二人に一人だ。

それも暇な老人のほうが圧倒的に多い。

就職が近い。日本の産業は衰退していることは知っている。それでも少しでもマシなところに就職して少しは生き延びなくてはいけない。

クソの役にも立たない老人ばっかりが金と社会のリソースを食い潰している。

働けなくなったら全員始末したほうがいいと思ってる。

そのほうが社会はクリアになる。

もしそのような社会になったとてもちろん自分だって始末されてもいいと思っている。

ただそのような未来が来ることはない。

社会は増え続ける老人にじわじわと潰されていく。

人口と年齢のヒストグラムを見たことがある。

釣鐘型とか棺桶型と言われるアレ。もちろん日本は後者。

多分あと20年か30年くらいしたら棺桶の上半分がごっそり無くなる。

そうなったとき、(そこまでは少なくとも無事だったとして)日本は果たして立っていられるのだろうか。

無理だ。

そうなる前に僕は"お先に失礼"しようと思っている。

僕らに未来はない。

Permalink |記事への反応(0) | 15:55

ツイートシェア

■「デート経験無し4割」の元ソースを読む

人生100年時代における結婚と家族 特 集 ～家族の姿の変化と課題にどう向き合うか～

https://www.gender.go.jp/about_danjo/whitepaper/r04/zentai/pdf/r04_tokusyu.pdf

っていう、統計好きにはたまらない資料100ページ超えよくばりセット

気になった所まとめ

男女間賃金格差

5ページ目

これって単身女性だけで一回統計取ってみてほしいんだよなあ

正社員も非正社員も女性はきつい

注目したいのは20代までは結構差はないこと、30代から差がすごい

高卒男性＝大卒女性　悲しい、悲しくない？

婚姻・離婚・再婚の推移

9ページ目　

このグラフ好き

初婚件数減りすぎ（39万件）

離婚件数18.8万件で結構多い

再婚件数14万件で結構多い

再婚率はたか止まり（26％）

でも全部合わせた結婚件数が減ってるんだな（51万件）

これって結婚という制度から離れてるのか、恋愛や共同生活から離れてるのかわからんね

配偶関係別の人口構成比（男女別）の変化

11ページ目

好き

未婚者増えたけど既婚者のほうが多いよね、というのがよくわかる

20代はマジで未婚多いね

不詳ってなに？

家族の姿の変化

13ページ目

好き、でも見づらい

学生の時に「拡大家族から核家族へ」って習ったけど

今は「核家族から単独へ」なんだね

単独38％、夫婦と子供＋夫婦のみで45％

いずれ越しそう

ところでこどおじはどこに該当するの？

サザエさん型の家族はもう7.7％爺婆が孫と暮らせる確率低すぎワロタ

年齢別死亡件数

16ページ目あたり

こんな指標があるんだ〜

女性　中央値90歳　最頻値93歳　平均値87歳

男性　中央値84歳　最頻値88歳　平均値81歳

結構生きるよね

女90男85と見ておけばいいか

共働き

18ページ目

共働き1177万世帯　vs　専業主婦458万世帯

意外と主婦多くね？？

専業主婦の半減期が15年くらい

じゃあ2035年に230万世帯くらい？

ちょっと意外だけど、昭和60年代でも、共働き718万世帯もある

子ありの妻の就業状態別割合

20ページ目

このグラフ嫌い

まず女性に限ってること

あと子なし夫婦と比較しなきゃ意味ないじゃん

それにしてもフルタイム働いてる妻が20〜30％しかいないのすごいな

25〜34歳が一番少ないから、ここでそもそも正社員ルートから脱落してるのがよく分かる

未婚／既婚の年収

22ページ目

これ好き

未婚女性の年収を知りたかった、それによって問題が性別にあるのか子育てにあるのかが分かる

未婚女性と既婚女性はかなり年収割合が違う

400万円以上40〜44歳でみてみるか

・既婚女性　15％くらい

・未婚女性　25％くらい

・既婚男性　65％くらい

・未婚男性　38％くらい

未婚男性と未婚女性はかなり条件が近いと思うんだけど、13ポイントくらいの差がある

これは確実な性差だと思う

既婚女性と未婚女性でも10ポイントくらいの差があるから、性の問題と子の問題は同じくらい存在しているのかも？しらんけど

別の視点から

40〜44歳、既婚女性の年収100万円未満　→　33％くらい

40〜44歳、既婚男性の年収100万円未満　→　5％くらい

こうみるとやっぱり男性が稼ぐべきという風潮は残ってるんだなと

30〜34歳でも大差はない

20代でも結構差があるし、10代ですら差がある

これ多分だけど、男性の方が歳上である件数が多いからってのもありそう

夫の所得階級別の妻の有業率

25ページ目

夫の稼ぎが悪いほど妻も働いてるのでは？的な統計

夫が200万未満でも妻が働いてないケースが結構あるのが闇深いんだけど、これ逆に資産家なのか？

300万円代なら大体妻が働いている率70％

1500万円以上でも妻が働いてる率56％（30代なら40％）

悲報：1000万円の夫を捕まえても専業主婦に慣れる確率は半分以下

子供の有無は案外関係ない模様

母子家庭

26ページ目

日本はめちゃくちゃ母子家庭が少ない、父子家庭はもっと少ない

母子世帯　123万世帯

父子世帯　18万世帯

30年で1.5倍っていうんだから全然増えてない、国民性かね？

母子家庭のうち非正規雇用　52％　闇深

母子家庭の平均給与　200万円（正規雇用の場合305万円）　闇深

母子家庭だけど3人以上の家族

27ページ目

同居人あり40％くらい、親が27％くらい

母子家庭になった年齢

20代以下が30％くらい

皆が想像するシングルマザーはだいぶ少ない

ひとり親の年収分布

30ページ目

見たこと無いようなヒストグラム

貧困度が高すぎる

でも絶対数が少ないから支援が弱いのよね

単独世帯数が増えすぎ

32ページ目

エグい

孤独感

33ページ目

常に寂しい　1位　30代男性　11.6％

常に寂しい　1位　同居人なし50代男性　20.2％

俺のことか

さびしい未婚男性　57.7％

さびしい未婚女性　53.2％

え、逆に寂しくない人すごくね？

あと既婚者でも寂しい人多いんだけどそれは

近所付き合い

挨拶をする程度以下　

単独男性　65.7％　圧倒的ぼっち

単独で親しくつきあっている単独男性の16.7％すごくね？

家事・育児への意識

半分ずつ分担派は年々増えている（男女とも）

最近は50％くらい

一方で「妻に丸投げ」派は案外減っていないし

「夫が多くやる」派は極小

どちらかというと「妻100％」が「妻＋外部サービス＋夫」になった感じ

まあでも徐々に良くなってきてると思うよ

就学前の育児が一番妻の負担になっている

家事や育児の国際比較

42ページ

日本やべーって話だけど、韓国も似てるので個人的には地域性だと思う

よく見たらアメリカの女性が大変そう

あと日本男性マジ家事してないな

介護の担い手

43ページ目

妻が夫の両親の介護の面倒をみなくなってきている

虐待するやつランキング

44ページ目

1位　息子

2位　夫

離婚率は昔のほうが高かった

45ページ目

明治時代のほうが高かったという話

今の日本ってホント大正昭和から始まってるんだよね

明治と江戸は文化がぜんぜん違う

って考えると200年後も全然変わってそうだよな

女性の労働参加率、最低は昭和時代

48ページ目

これも似た話

現在の配偶者状況

49ページ目

配偶者は居ないが恋人はいる割合が少なすぎる

20代で男性19％、女性27％　あれ・・・？？？

事実婚も少ないね、1.5％とか2、3％とか

20代女性　パートナーなし51％　あり49％

20代男性　パートナーなし66％　あり34％

30代女性　パートナーなし27％　あり73％

30代男性　パートナーなし35％　あり65％

僕はなしです

なんだかんだ言って7割以上はよろしくやってんじゃんね、ならいいじゃん

前にどっかで書いたけど

自然にパートナーが出来るのが1/3、マッチングアプリとか使ってパートナー作れるのが1/3、それ以外が1/3みたいな感じだ

これまでの恋人の数

50ページ目

既婚者は0人から6人まで広く分布している

未婚女性は0人という人が24％しかいないから、喪女はだいぶレアだと思われる

未婚男性は0人という人が37％いるので、そこそこ居る

あと1人っていうのをどこまでカウントしてるのかも気になるけどね

デートした人数

51ページ

ほんぺん

30代既婚男性のデートした人数　最頻値は1人と3人

案外少ない

30代既婚女性のデートした人数　最頻値が1人と15人以上

どういう・・・？

20代独身男性のデートしたこと無い割合　40％

30代独身男性のデートしたこと無い割合　33％

減ってないｗ

20代独身女性のデートしたこと無い割合　25％

30代独身女性のデートしたこと無い割合　22％

こちらも減ってない

20代で全部決まってるんやなって

独身者の結婚願望

53ページ

40代女性　予定はないがしたい30.7%　🥲

40代男性　予定はないがしたい35.1%　🥲

なかまやで

この人達が出来るだけでだいぶ違うと思う

結婚したい理由

経済的な安定を得たいから　が少ない

つまり豊かになるほど結婚しなくて良くなるよねっていう

好きな人といたいから　男性＞女性

女性は社会圧で結婚する割合多いな、あと子供

結婚しない理由

いい人が居ない、縛られたくない　が多い

男性は結婚して家庭を持って一人前だ

58ページ目

20代男性　肯定23.5％

20代女性　肯定15％

案外多いね

60代男性　42.5％

60代女性　28.3％

案外少ないね

結婚相手に求めること

価値観、楽しさ、落ち着ける

せやろな

離婚経験

65ページ

30代以上は全体の大体10〜20％

そこそこいるね

子供が生まれる前後での働き方の理想と現実

81ページ

俺は興味ないけど該当者はありそうなネタ

家族に関する価値観の男女差

85ページ

これ面白い

「男性は外で働き、女性は家事をするべきだ」の賛成が男女で一致している

反対は女性の方が少し多いけど、思いの外男女で価値観は一致している

つまり男性が無理やりやらせているというよりは社会的にそういう空気になってるんだよね

これを変えようとする人らは大変だろうよ

ただ「仕事をセーブしたくない」と思ってる女性は男性より2割くらい多いっぽい

性的役割の年代差

86ページ

これも面白い

「女性が◯◯すべきだ」って思ってる人、60代でも3割前後と少ないんだけど

20代でも15％〜20％くらい居るんだよね

これって家庭内の価値観が受け継がれているのでは？

貧困率

89ページ

20代の貧困率が高すぎるっぴ

初職の企業規模

94ページ

これ好き、なかなか出てこない情報

女性

100人未満　48％

数百人規模　27％

1000人以上　25％

男性

100人未満　36％

数百人規模　31％

1000人以上　32％

なるほどなぁ

男女間賃金格差

99ページ

日本はかなり格差あるんだけど

実はアメリカや韓国と似てるんだよね

欧州から文化的に遠い時点でどうにもならんのでは？

Permalink |記事への反応(0) | 20:21

ツイートシェア

■anond:20220430201201

平均値と中央値を出してその差が大きいとき、可能性は次の二つ。代表値出すだけでなく、ヒストグラムも描いてみよう。どちらだか一目瞭然にわかる。

• 平均値が極端な値に引っ張られてる
• 分布が歪んでる

Permalink |記事への反応(0) | 20:41

ツイートシェア

■anond:20210827002351

「平均値」は本当に害悪で、分かってない奴は平均値を計算すると何かわかったような気になっちゃうんだけど、あれはデータの分布がガウス的であることを暗黙に仮定することになるので、それが成り立たない場合は誤解を生む効果しかない。「平均値」がモーメント母関数の一次項であるということを理解してないなら「平均値」という言葉は使うべきでない。ヒストグラムを書いてその形をバクっと捉えてあーだこーだ言ってる方が遥かにマシ。

Permalink |記事への反応(1) | 00:36

ツイートシェア

■〇〇グラフは駄目、とか言ってる奴はそもそも何もわかっちゃいない

データをグラフ化する技術は統計の一種と言える。

統計とは大量データを少量化する技術の総称である。

何十万とある生データを直接見せられても人間は正しく理解できない。

平均値、中央値、最頻値、分散、最大値、最小値、四分点、ヒストグラム、そして各種グラフ・・・

何十万の生データをこれらの両手で収まるような数値群に集約することで、ようやく人間にもそのデータの形が見えるようになる。

当然、その過程で情報は失われる。

何十万のデータがせいぜい十程度の数値に収まるのだから、そこには膨大な情報の欠落があるのを、当然と思えない人はおかしい。

勿論、単なる膨大な欠落とはならないよう、取捨選択された情報は極力、元データの特徴を抑えたものにする必要がある。

平均値をはじめとする各種統計量は、基本的にはその観点で優秀なものが使われている。

しかし、どうしても元の情報量は欠落してしまう。それは統計を用いる限りどうすることもできない。

最終的に見せる値が少ないほどそれは顕著で、どの統計量を見せるかによって、データの印象も変ってしまう。

だからといってすぐ、じゃあ統計は詐欺だ、という方向に走るのもおかしい。

そもそも大量の生データは人間には理解できないという前提を理解すべきなのだ。

「理解できない」を元の情報量を代償にしながら「ちょっと理解できる」にするのが統計だ。

グラフも、基本的にはこれと全く同じ。元データじゃ人間には何が書いてあるのかわからないから、せめて情報量を絞って、イラストレーションして大枠だけなんとか伝えようとした結果だ。

情報量を絞るのだから、当然その過程で欠落は起きるし、生データのうち一部だけの印象を見せることしかできない。

だから様々なグラフを選択したり、工夫を用いてどうにかそれぞれの生データの特徴を最も優秀に表すことができそうな形を模索するのだ。

このデータは重要なのは平均値くらいだな・・・とか、このデータは散らばり具合も見せないと分からないな・・・とか言うのと基本的には同じだ。

それを、自衛の意識が高すぎるのか、被害妄想か、「この種類のグラフはどんな状況でもとにかく駄目！」とか言うのは筋が悪すぎる。

まあ３Ｄ円グラフとかどう考えても絶対に擁護できないものもあるが、そんなものはごくわずかしかない悪例であって、大概は「何が何でも全く使うタイミングが無い」というグラフはない。

元のデータの特徴に合わせてなんとか人間が理解しうるような様々な形態を取捨選択してできたグラフなのだということを、理解すべきだろう。

Permalink |記事への反応(0) | 08:28

ツイートシェア

■anond:20200405221033

あるんじゃないか。どういう次元を求めてるのかは知らんが、ざっくりとしたヒストグラムならあると思うぞ。何と結婚の相関を出したいのカナ⁉️

Permalink |記事への反応(0) | 22:25

ツイートシェア

■anond:20200213102736

https://natgeo.nikkeibp.co.jp/atcl/web/17/020800002/021400005/?P=3

「私、別に男女の脳に差がないとは全然思ってなくて、絶対あると思ってるんです。でも、じゃあ、それがどんな差なんだろうっていうときに、気をつけてもらいたいことがあります。たとえば、これを見てください。メンタルローテーション課題というんですけど、立体図形を頭の中でクリクリッと回して、一致するものを探す課題ですね。これって、世の中にある諸々の課題の中で一番、男女差が出しやすいっていわれてます」

「じゃあ、この課題での男女差ってどのくらいだろうっていうときに、横軸に点数をとって、縦軸にその点数をとった人の人数をプロットしたヒストグラムを作ります。右にいくほど成績がいい人で、左にいくほど成績が悪い人で、平均あたりに一番人数が多いという形になった時、男性と女性のプロットを比べると、女性はちょっとだけ全体的に左にずれている。これは統計的にはめちゃめちゃ有意なんです。確実に男女差がある。でも、有意だというのと、大きな差があるかというのは別で、男女のヒストグラムがこれだけ重なって、男女の平均の差よりも、個人差の方が大きいよねってくらいのものですよね。一番、はっきり差がでるものでもこれくらいですから」

という話だぞ。

Permalink |記事への反応(0) | 10:29

ツイートシェア

■食べログ3.8問題の雑な追試

がっつり行うのも面倒だったので

10/10 の夜時点で下記地域ごとの「ランキング」に掲載店のすべてのスコアを集めた。

シンプルに、すべて、だ。

• 銀座
• 飯田橋
• 大井、蒲田
• 小金井・国分寺・国立
• 調布・府中・狛江
• 東急沿線
• 秋葉原・神田・水道橋
• 日本橋
• 渋谷・恵比寿・代官山
• 上野
• 京王・小田急沿線
• 町田・稲城・多摩

ヒストグラムはここ↓↓

https://imgur.com/f7FZnnu

3.8の壁は見えないぞ？

https://clean-copy-of-onenote.hatenablog.com/entry/tabelog38_problem にある

評価数が少ないと、小数のユーザーで評価点がバラついてしまうので、

一定以上の評価数がある店舗に絞って情報を取得します

が曖昧であるので厳密にしていただきたい。

Permalink |記事への反応(4) | 23:22

ツイートシェア

■anond:20180923135233

3級がどれくらいか知らないけどヒストグラムとか中央値標準偏差とか基礎的な話は今でも教えてるんでないの

Permalink |記事への反応(0) | 15:52

ツイートシェア

■anond:20180824105140

え、難しくね？

会社によって残業のルールが若干違うし

有給取得率も違う

月の稼働時間も違うかもしれない

こう、時給いくらの階級が何%みたいなヒストグラムも欲しい

たぶん給料は高くないが時給がめっちゃいい会社とか

給料高いが時給換算すると大したことない会社とか出てくると思う

特にこれからの時台は非正規とか増えて画一的な労働にならないから給料の統計で全てがわからないんだよね

例えばこの前出てた、東洋経済の上場企業の平均給料ランキングとかも、条件でだいぶ変わってしまう

Permalink |記事への反応(0) | 11:57

ツイートシェア

■[はてな統計]はてなIDの長さヒストグラム

anond:20180817165021

はてなIDの長さヒストグラム

はてな統計やるのにかつて取ったデータ中。

(私以上に)アクティブなIDに限ると

持ってたデータ中に自分のIDは107回出現。それ以上の回数出現するIDに限ると。

短ければ短いほどアクティブな率は高いようだ。

Permalink |記事への反応(1) | 20:43

ツイートシェア

■[はてな統計]ホットエントリーに入るまでの時間ヒストグラム

はてなブックマークでファーストブクマされてからホット(人気)エントリーに初めて入るまでの時間度数表

集計期間2018年3月23日20時10分 〜2018年3月26日20時10分、3日間(72時間10分)

集計対象は2018年3月23日20時10分以降ファーストブクマされたエントリーに限った

ファーストブクマから1日以内にホットエントリーに入るエントリーが圧倒的に多い。

関連:anond:20180326004606

Permalink |記事への反応(0) | 21:27

ツイートシェア

■[はてな統計]新着エントリーに入るまでの時間ヒストグラム

はてなブックマークでファーストブクマされてから新着エントリーに初めて入るまでの時間度数表

集計期間2018年3月23日20時10分 〜2018年3月26日20時10分、3日間(72時間10分)

集計対象は2018年3月23日20時10分以降ファーストブクマされたエントリーに限った

データを取得し始めてからファーストブクマが付いたエントリーに限ったため72時間以上のデータはないが、ファーストブクマから20日ほど経っているのに新着エントリーにいるエントリーも存在した。リニューアル前にあったファーストブクマから7時間ほどで新着エントリーに入れなくなる制限は緩和されたと思われる。

ファーストブクマから1日以内に新着エントリーに入るエントリーが圧倒的に多い。

関連:anond:20180326004606

Permalink |記事への反応(0) | 21:23

ツイートシェア

■日本の会社がエンジニアに投資して無くて辛い

最近こんなヒストグラムを見た。

https://pbs.twimg.com/media/DW2_DTAUMAAM4k9.png:orig

もっと日本の会社はエンジニアに給与をちゃんと出して欲しい。

更に言うと長く働いている能力のあるエンジニアや中途採用したエンジニアにもちゃんと給与を出して欲しい。

増田も凡庸ITエンジニアをしている。

新卒で入社して2年。もうすぐ3年目になる。

それなりに評価されて入社時から見ると200くらい上がった。600ちょい貰っている。

見渡すと同世代の友人たち(ITエンジニア)もそれなりに活躍してそれなりに評価されている。

一番上を見ると4桁に達した人もいるし、800超えている人も何人か居る。

上がっている人は多いしそもそもベースが高かったりする。

これは素晴らしい話だと思う。

でも30代くらいの知り合いを見るとどうだろうか。

物凄く貰っている人ももちろん見る。しかしそういう人達は役職がついた優秀だ。凡庸エンジニアではない。

役職もついていない人々の中からは、渋い話をかなり聞く。

増田がこんな事を言うのも要らぬおせっかいなのかもしれないが、就職氷河期世代だか何だか知らないけど、給与の更新をちゃんとしろよ経営者って思う。

幸いなことに現状の就活世代は少なくともエンジニアに関しては売り手市場だと思う。

やる気さえあれば適当にGitHubとかで適当にコードを晒しておくと実力のエビデンスにつながるし、割と簡単に就職できてしまうだろう。

お陰で新卒市場の給料はそれなりに高騰していると思う。もちろんもっと上がって良いと思うし、客観的に新卒の方が優秀なやつが多い印象はある。

その事実を踏まえても30代の人がしっかりと評価されているようには思えない。

それなりに書けて、それなりな設計ができて、それなりなコミュニケーションを取れる人間はもう少し評価されても良いのではないだろうか。

Permalink |記事への反応(2) | 16:08

ツイートシェア

■理系大学生のボヤき

今日中間試験だった

確率統計だったから張り切って教科書を読み直して、範囲の連続的確率の平均分散とか復習して臨んだ

そしたら出てきたのは過去問の数字変えただけだった

しかも授業中どちらでもいいと言っていた「ヒストグラムの度数分布表示を分数で表すか小数で表すか」についても

「過去問通りにすること」と開き直られる始末

挙句の果てには100点中20点が全然数学に関係ないクイズで満点が取れてしまう酷い仕様だ

[help][rain][girl][wait][birthday]に共通する事柄は何か

…は？

「全部英単語である」

これしか答えようがなかった

そして後から勘のいい学友が一言

「あれはビートルズの曲の名前らしい」

軽く吐き気がして、それから机を一しきり殴りつけた

旧帝大以外の理系大学に行くとこうなるぞ。受験生諸君気を付けたまえ。

Permalink |記事への反応(0) | 22:09

ツイートシェア

■今年こそ一歩差を付けたい桜の写真の撮り方

関東の桜は満開のピークをすぎました。

これからは散り際の桜が見頃になります。

そこで他人と差をつける撮影方法を２つ紹介したいと思います。

多重露光で量を表現

写真がデジタルになった恩恵の一つは、撮った写真データの合成が容易にできるということです。

桜の花びらが舞い散る様を撮影して、いざ写真を見てみると花びらの少なさにがっくりすることがありませんか？

人の目で見ているときは時間の経過があるので、次々に花びらが舞っていく量を体感することができますが、いざ写真に撮ってみるとその時に舞っている花びらしか写らないので量を感じるには乏しい物になってしまいます。

これは、写真が瞬間を切り取るものであるからこその悲劇と言えます。

そんなときは、カメラを高速連写モードにして3～5枚ほど一気に撮影しましょう。

その後、撮影した写真データをそれぞれ重ね合わせて合成します。

フォトショップでいうところのレイヤーの描画モードや、スマートフォンアプリなど可能です。

そうすると、それぞれの写真の変化があった部分だけが合成されます。つまり、舞い散る花びらの量だけを増やすことができるのです。

ちょっとした角度の違いで背景がブレてしまうようであれば、舞い散る花びら以外の部分は消しゴムで消してしまいましょう。

あとはお好みで合成する枚数を増やしていけば完成です。

ちなみにこのテクニックは雪の表現などにも使えます。

手持ちで撮って余計な部分は消してしまえばいいという手軽さです。覚えておくと便利です。

スローシャッターで動きを表現

スローシャッターとは、シャッタースピードを遅くして故意に被写体ブレを起こさせるテクニックです。

花びらや桜の枝を故意にブレさせることによって桜の散る様を表現してみましょう。

シャッターの開いている時間が長くなるということは当然それだけ手ブレのリスクが増えます。

そうなると三脚が必須ですが、人通りの激しい花見の季節にはなかなか取り出せません。

そこでオススメなのはスタンド機能がついている一脚です。マイクスタンドの用に一脚の下の部分がパカリと開きます。

注意して使えば軽いミラーレスでなくても数秒は安定してくれます。

ビデオ撮影にも役に立つので一つあるととても便利です。

次に大切なことは、光量です。

日中の撮影でスローシャッターをすれば当然露出オーバーになってしまいます。

そこで登場するのがＮＤフィルターです。

減光フィルターとも言われ、文字通りレンズから入る光の量を減らしてくれます。

要するにサングラスのようなものです。

フィルターには減らす光量に応じて種類が用意されていますが、光量を可変できる安価なものがあるのでひとまずはそれで十分です。

使っているレンズの径にあったものを選びましょう。

この時、設定をカメラ任せのままにしていると一向に思った通りの写真ができあがりません。

まずはＩＳＯを最低感度に固定。

モードをＭにしてＦ値は11を上限に、シャッタースピードを下げていきましょう。

Ｆ値とシャッタースピードは相反の関係です。

Ｆ値の数値が大きくなれば露光量は下がり、シャッタースピードが遅くなれば露光量は多くなります。

まずはその時の散り具合や風の強さに合わせてシャッタースピードを決め、露出が適正になるようにF値を絞っていくのがいいでしょう。

この時も、先ほどの可変ＮＤフィルターが役立ちます。

最後のちょっとした微調整は、ＮＤフィルターの明暗を調整することでも可能です。

デジタルになって一番の恩恵は、なにより撮影結果をその場で確認できるということでしょう。

それまでは高度な技術と知識が必要だったスローシャッター撮影も、撮影結果を確認しつつのトライアンドエラーですぐに成功させることができます。

その場合、液晶に写る写真そのもので成否の確認を行ってもいいのですが、せっかくなのでヒストグラムを確認しましょう。

右や左にはみ出してしまっている量が多いと、つまり白飛びや黒つぶれが起きている証拠であり、レッタッチでは情報を取り戻せない状態です。

中央に向かって山型が描かれていれば、あとはレッタッチでどうにでもなります。

ちなみにＮＤフィルターを用いたスローシャッター撮影にはもう一つのメリットがあります。

それは、動いているものがブレるために写っている人のプライバシーを守れるというものです。

観光地などで人が多くて邪魔だと思ったことはありませんか？

そんな時にスローシャッターで撮影すれば、当然人は動くので被写体ブレが起きて顔の判別ができなくなるというわけです。

スローシャッターを使った写真をうまく撮影するコツは、写真の中にブレていないポイントしっかり写しこむということです。

なぜなら、写真にピンぼけやブレがあると人はその写真が失敗写真だと感じてしまうからです。

例えば揺れない桜の幹、桜の花の背景など、ブレないものを一緒に写しこむことで桜の枝や花の動きを表現しましょう。

また、露光の原理は暗い部分に光で像を描きます。

つまり、動きを表現したい背景は表現したいものよりも暗いものを選ぶとより動きが表現できるようになります。

これ以外にも、カメラの世界には表現したいことに対するアンサーが沢山用意されています。

手持ちの機材で限界を感じ始めたらまずは色々とためしてみることで更に世界が広がっていくことでしょう。

またそのうち！

Permalink |記事への反応(0) | 10:20

ツイートシェア

■http://anond.hatelabo.jp/20121115133730

いやその学生がアレなのに異論は無いけど

だいたい、学生が自分からOA機器の中古販売に興味があるとか言っていきながら、

いきなり高くもない椅子を高いですねなんて言い出したら、面接者は、

おいおい口から出まかせかよせめて少しは調べてこいよ、としか思えんだろがｗｗｗ

はねーわ。

もちろんその面接官の反応はおかしくないぞ？

学生君の言葉と意図がわかりにくいからな。

でも俺達は学生君の文を読んでんだから、面接官と同じ誤解はねーわ。

いいか。

自分:OA機器の中古販売に興味があって応募しました。(これだけ)

自分:xxのメーカーの椅子なんかはが良い値段ですよね。

面接官:xx？安いよ。こっちの椅子なんか15万だぞ。

おいおい。こんな所で自分の会社の椅子自慢をしなくても。随分偉そうな奴だ。椅子って10'000円以内の物を使ってるオフィスがあると思うので、こんな根拠の無い自慢をする以前に市場調査(縦軸にオフィス数、横軸に値段をプロットしたヒストグラムを作成)するべきだろう。

こいつの言ってる「良い値段」ていうのは「良い価格設定ですね」なんだよ。プライシング。

一方、世間一般的には「良い値段する」っつったら「高い」って意味になるよな。

学生君はそういう慣習的な言い回しは知らなかった。

だから話が噛み合ってないことは感じながらも

どういう理由で食い違いが生じたのかは帰宅してからもまだわかってないわけ。

けどこいつのレポート読んでる俺達は

この２人の間にどういう食い違いがあったのかは読み取れないといけない。

面接官と同じ誤解をしたまま罵るようではお前もちょっと頼りない。

Permalink |記事への反応(2) | 13:54

ツイートシェア