Deus ex machinaな日々

グラスゴー出張中，同行していた大学院の後輩たちに誘われ，ついに私もfacebookを始めました． 「facebookとはどのようなものか？」 「リスクはないか？」 「どのようなメリットや機能があるか？」 いろいろ彼らから聞き出し，「ま，モノは試しだ」とアカウントを作成． いろいろ聞き出していた割に，結局どんなものか分からず，というのが現状です． 意外な友達と再開できたり，写真をアップできたり，メッセージを送り合ったり，というところなんだそうです． さっそく何人かの知り合いから「友達リクエスト」とやらが来ました． お～！ と小さな驚きです． 卒業生からも見つかり，「お久しぶりです」のチャットもやってます． どうやって検索してるんですかね． 少し怖い気もしますが，しばらくは様子見をしておきます．

もう少ししたらグラスゴーからの帰路につきます． グラスゴーからドバイへ．ドバイから関空へ，という経路． 関西空港に着くのは明日の夕方です． 真面目で健全な従業員である私にとっては不要な研修や会議など，大学のイベントの多くがこのイギリス・グラスゴー出張の間にあったので，それをスルーできたのは儲けものでした． こっちでじっくりと学会を楽しめると思っていたのですが，そう上手くはいかないのが世の中です． 今回のグラスゴーで目立ったのがポスター発表エリアの閑散ぷりとシンポジウムの空席，そしてシンポジスト，研究発表者の欠席ぶりです． 犯人は中国人です． オリンピックに合わせて開かれるこの学会（ICSEMIS2012）． 前回が北京大会だったこともあってか，出席者の大部分が中国人だったのですが，その多くが学会そっちのけで遊び回っている状態． そりゃ私達も観光しているわけですから人のことは言えませんが，責任発表時間をすっぽかしたり，シンポジストとして出席しているくせに，出ない．司会が「シンポジストがいないので，このセッションはこれで終了します」とか言ってる状態． ポスターなんか，そもそも貼ってない． 貼ったとしても，その前で出席証拠写真をパチリと撮ったら会場を去っていく浅ましさ． やはり中国人．只者ではないようです． 次回のリオ大会に合わせたこの学会でも同じことが起きるのでしょうか． あまりにも酷かったので，いくらなんでも中国に抗議が入るのではないかと思うのですが． 時間です．そろそろホテルを出発します． ではまた日本で．

先日よりイギリス・グラスゴーに来ています． 慌ただしい日々が続いていましたが，やっと落ち着いた時間を満喫できております． 学会への出席と研究発表が建前の出張なのですけど，私にとっては休暇の意味合いが強い逃避行です． 前任校からも何人か先生方が来られているのですが，このうちの一人の先生もどうやら「逃避行」として出張しているようです． やはり同じ穴の狢．蛇の道は蛇でございます． 2010年のテニス・オーストラリアオープンの視察の時と同様， ■ オーストラリア 学生や知り合いが絶対いないという安心感と開放感は格別です． オーストラリア・メルボルンもイギリス風の街ですが，今回のグラスゴーでも感じたのが「落ち着ける場所」． かなり日本と同じ雰囲気があります． そして写真のような街並みがずっと続きます． 日本も，こんな調子で和風の街並みをデザインすると面白いのですが． 不安だった食事もまぁまぁ（イギリス人にやらせてはいけない職業はコックと言われるほど，イギリス料理の味の悪さには定評がある）． 私は苦になりません． むしろ，普段の私の食事のほうが劣悪なのかもしれませんし． 帰国まで，あと5日． しっかりと気分転換をして帰りたいと思います．

以前， 浅川芳裕 著『日本は世界５位の農業大国』 を引用しながら， ■ 農業のこと と題して日本の農業の底力を紹介しました． ところがその後，まずは2010年10月にTPPなどという農業の力を削ぐような政策が持ち上がってきたかと思っていたら，あれよあれよと言う間に政府も「参加する」とか言い出して，のっぴきならない事態になっております． 追い打ちをかけるように東日本大震災が発生し，農家が多い東北が壊滅状態． これを機会に農地整備や港整備がされるのかと思いきや，のらりくらりと復興をエコノミカルに，あげくエコロジカルに進めてるもんだから呆れます． 私も昨年，ボランティアの引率として被災地に入ってきましたが， ■ 被災地に行ってきました そんな悠長な状態ではありませんでしたよ． ■ 福島原発事故について思うこと でも書いたのですが，風評被害が出るのは当たり前なのだから，ほとぼりが冷めるまで流通を止めりゃいいのに，「東北の農家のため」とかお涙頂戴を企んで風評被害を拡大させるようなマネまでしておりました． たしか，「東北の痛みを分かち合おう」とか言って，農産物を全国にバラ撒いてましたよね． アホです． 理論とか正論も大事なんだけど，ちゃんと“政治”をしてほしいのです． 飽きっぽいのが人間ですから，風評被害は時間の問題． あれだけ騒いでたのに，今ではすっかりなくなったでしょ．そんなもんです． ここいらで「東北の農産品は安全レベルなノダー！」とか触れ回ればトドメになるのに． 日本の国力を象徴する農業の行方が決まりそうな事態． 今回は，日本の農業について，別の視点も交えながら書いてみます． さて，先に引用した浅川氏が今年になって 『ＴＰＰで日本は世界一の農業大国になる』 とかいう本を出していました． う～ん．．．．，これにはついて行けないなぁ．まだ読んでないけど． 「TPP＋農業」はマズイでしょう． というか，TPPって貿易協定の皮をかぶった政治問題であって，農業にとっても日本自体にとってもメリットがない話です． 日本の農業の力を「経済力」でみると世界5位になるというのが浅川氏の主張．日本は立派な農業大国ですよ，ということですね．これには賛同できます． でもそれは “今” の制度下だからです． 今回...

「エヴァンゲリオンは壮大な近未来 “竹取物語” である． 日本最古のSFを，日本最新のSFとして焼き直したものである」 エヴァ好きの学生がいまして，「結局，あのストーリーで伝えたかったことは何なんでしょうか？」と聞いてきたので，このように答えました． 他に意見を同じくする人はいないものかとググったら，やっぱりおりました．以下のサイトでも紹介されています．同志一名，少し安心しました． http://homepage3.nifty.com/mana/sinwa.htm あれって1995年の作品ですよね．90年以降に生まれた学生はリアルタイムで見ているわけじゃないですよね（私もリアルタイムじゃないけど）． 最近になって新劇場版（2007年〜）が制作されていますが，旧作のほうから興味持って見ている大学生もいるようです． さて，エヴァンゲリオンのどこらへんが竹取物語なのか？というところを説明しましょう． まず「竹取物語」のストーリーをささっと紹介しておきます．竹取物語は， ********** 正式には「竹取の翁の物語」という． 月の都で罪を犯した「かぐや姫」．罰として下界への流刑処分となり，刑に服するため竹の中で嬰児となっていた． それを見つけた “竹取りのお爺さん”．女の子を「かぐや姫」と名付けてお婆さんと一緒に大切に育てる． 「かぐや姫」は普通の人間よりも早く成長するようで，たった3ヶ月で成人． 都で噂されるほどの美人であるかぐや姫は，連日多くのプレイボーイから求婚される． 彼らを鬱陶しく思ったかぐや姫．結婚条件として無理難題をふっかけ，彼らを次々と不幸と死に追いやる． ついには時の帝もかぐや姫ゲットに乗り出し天皇パワーで追い詰めるが，「実は私，ヒトじゃないのです」とかぐや姫．“発光体”に姿を変えてみせ，帝の度肝を抜く． いつの日からか，かぐや姫は涙を流すようになる．四六時中泣き続けるかぐや姫．聞けば服役期間が終了するため，月に帰らなければならないとのこと． 「そうはいくか！」とお爺さん．帝の協力を得ることもでき，弓兵の大量投入により自宅を対空防御要塞とする． ついに夜空からやってきた飛ぶ車を伴う天人たち．用意した弓兵は精神攻撃と脱力感に苛まれて動けない．やっとの思いで射た矢も天人や飛ぶ車には当たらな...

昨年からボチボチと 「統計」 に関する記事をいろいろと書いてきました． 統計学の原理原則や基礎的な考え方を紹介するのではなく（そんなサイトやブログは山ほどあるから）， 「で，結局どういう作業をすればいいの？」 とか， 「統計処理ってSPSSとかExcelの関数や分析ツールに任せてるけど，そもそもどんな計算をしているものなの？」 という極めてマイナー，且つ，どうでもいい興味を持った人の視点で書いてきました． でも，こういう需要は少ないながらもあるようでして，Googleとかで統計処理に関する適当な検索をかけたら私のブログのページが上位に上がってきます． 少し怖いです． Amazon広告 さて， 今回はそんな 「統計学に少しだけ興味があるけど，本格的には勉強したくない」 という人のために，“ほんのり甘い” 味がする統計学の書籍を紹介します． 食前酒用の度数の低い甘いワインみたいな本です． 調子にのってたくさん飲んだら気持ち悪くなるヤツ． アレです． ちゃんと書籍にあたって勉強すればいいものを， 「 Excel　多重比較 」 なんていう検索ワードをGoogleにかけ，私のブログで付け焼刃的な勉強を企む人でも分かりやすい本です． 外部サイトにも有益なリストがあります．こちらも参考にしてください． ■ 大学生が自力で「統計学」の勉強をするための良書１０選 ■ 1ヶ月で統計学入門したので「良かった本」と「学んだこと」のまとめ まずは， 【 基礎勉強編 】 ■ Jerry R. Thomas, Jack K. Nelson 著 田中喜代次・西嶋尚彦(訳) 『身体活動科学における研究方法』 統計処理だけでなく，研究方法も掲載されているので身体活動科学・スポーツ科学をやっている人は持ってて損はない． t検定の式や統計学の考え方など，このブログではバッサリ割愛してるけど本当は知っとかなきゃいけない基本的な部分をおさえることができる． ■ 永田靖 著 『統計的方法のしくみ』 内容としては上記の『身体活動科学における研究方法』における統計学の部分の上位版的な存在．舐めてかかると痛い目にあう．腰を据えて読む必要がある，正統で硬派な本． ■ 石村貞夫・石村光資郎 著 『入門はじ...

Tukey法とかSteel-Dwass法の計算をするのに，「 スチューデント化された範囲 studentized range 」の表を何度か紹介してきました． 以下の2枚です． 画像の元ファイル（Excel）で確認したい場合は， このリンク先→「 統計記事のエクセルのファイル 」から， 「スチューデント化された範囲の表」 のエクセルファイルをダウンロードしてご確認ください． この表の「ν（自由度）」の数値ですが，例えば上記の表であれば「21」以降の数値は「24」「30」「40」「60」「120」以外の「α」値が分からない，という事になってしまいます． Tukey法を計算したくても，N数が「43」とかだったらα値が分からないわけです． そこで今回は，このスチューデント化された範囲の表に書かれていない自由度（ν）の部分のα値を算出する方法を簡単に示したいと思います． 今回の例としては，上記の有意水準5%の表で， 【3群】で【 自由度（ν）：22 】 のところのα値を知りたいということにしておきます． 補間するために必要なのは，知りたい値の自由度に一番近い上下の「自由度」と「α」の値です． 今回の例で言うと，以下のような状況になります． ということで，知りたい【 自由度：22 】のα値ですが，以下のように計算していきます． 一気に1つのセルで計算しきってもいいのですが，整理していきます． まずは計算Aということで，このような式をどっかのセルに入れます． =(1/B3-1/B4)/(1/B2-1/B4)*C2 お次は計算Bとして，こんな感じに． =(1/B2-1/B3)/(1/B2-1/B4)*C4 それぞれエクセルの表中の数値を参照して計算していますので，知りたい値が変われば「スチューデント化された範囲」の表の値に合わせて各々の値も変わります． 最後に，C3のセルに計算Aと計算Bの値を合算しておきます． ということで， 「3.55」が3群で自由度：22の時のα値です． ちょっとした計算ですが，知っているとお得ですね． 参考文献：永田靖・吉田道弘『統計的多重比較法の基礎』 ※後日，こんな怪しいブログよりも信頼性が高い...

昨日に引き続き，「スチューデント化された範囲の表」を使った多重比較ということで，Tukey-Kramer法の次はSteel-Dwass法です．   以前のSteel-Dwass法の記事である， ■ ノンパラメトリック版Tukey法による多重比較「Steel-Dwass法」 で紹介した例ですと，以下のような問題点があります． その記事の最後でも触れましたが， (1)各群データの繰り返し数（N数）が一緒でなければいけない (2)同順位のデータ（同じ値）はどのように処理・計算するのか？ というものです． この点につき，Tukey法については，昨日の記事で「Tukey-Kramer法」を紹介することで解決しました． 今度はSteel-Dwass法の番です． 以下の記事を読んでも不安がある場合や，元の作業ファイルで確認したい場合は， このリンク先→「 統計記事のエクセルのファイル 」から， 「Steel-Dwass法（異なるN数・同順位データの場合）」 のエクセルファイルをダウンロードしてご確認ください． 細かいところについては，上記に示している以前の記事を読んでもらうとして，今回扱うデータは以下の様なものです． 以前のデータを少し変えています． B列とF列に各群の元データ，C列とG列にそれぞれの組み合わせにおける数値の順位を示しています． そして，D列とH列に，それぞれの組み合わせにおける数値の順位を2乗した値を示しています．この数値とその合計は，あとで出てきますので． ちなみに，上から順に，「A群とB群」「A群とC群」「B群とC群」を比較しています． 以前の記事のデータと違うのは，B群とC群のN数が「6個」になっていることと，B群とC群に同値のデータ「24」が入っていることです． さて， まず一点目，「 データ数が群によって違う場合について 」ですが，見てお分かりのように，気にせず順位を付けていけばOKです． 二点目の「 同順位のデータの処理・計算 」ですが，三段目の「B群とC群」のところに示したように，「24」を両方共「9.5」番目として処理しています． 9番目と10番目に相当するはずだった値ですから（この表現で分かりますか？），その間...