CITY COUNTRY CITY

tsfmysd's note

Month: April 2018

LOG ENTRY: MITA 371

俺がポモドーロを使っているのか,ポモドーロが俺を管理しているのかよくわからなくなってきた.進めばなんでもいいけど.1日3回カロリーを摂取しなければならないのがめんどくさい.

結局,キャレルの割り当て,相席なのか1人なのかわからない.リストみるともうひとりあてがわれているようなんだけど….前の人が机の上なおしてくれないから超つかいづらい.となりが空いているのでとりあえずそこ使っている.窓側でけっこうよさげやん.

4:45:25 PM
人さまから頂いたコメントを印刷してながめる.ありがてえ.コーホートのfigureやりなおすか.「インセプション」のモルじゃないけど,一度,このグラフ(のもとになっている数値)は明らかに線形じゃないし,どこかで手違えしたのじゃないかと考えだすとそのことしか考えられなくなってrawデータに戻ってしまう.これはひじょーによくないよネ〜.離婚率をはじめとして,2000年以降,家族に関する様々な動態はどうもそこまでとは異なる動きをしている印象なので,まあそんなものかもしれない.作業用に wether report のアルバムをかたっぱしから購入した.


tableはわりとさくさく作れるんだけど,figureってどうしたらいいもんか.お絵かきソフトを持ってないのとへんに凝り性なので,いつも手間がかかっている.とりあえず編み出した方法
1, Excelの表からグラフを作成
2, keynote にはる(スライドサイズはデフォルト)
3, 目盛りやグラフタイトルなんかはExcelからキャプチャーしてもってきたり,スライド上で作ったりして体裁を整える
4, すべてをグループ化して画像キャプチャ
(5), 縦に長いときは,ノートパソコンでキャプチャをとると解像度がゴミなので,グループ化したものを270°rotateさせる
6, そうretinaディスプレイならね

わりといいんじゃないでしょうか.うーん,この再現性のない俺用メモ.グラフのフォントって何がいいのかなあ? Calibriに甘んじがちボーイ.

もういっこもでけた.

イイタイコト↓

以上のように,未婚者のおおよそ半数程度が親と同居していることに関しては知見が一致しているものの,用いるデータによって親元同居率の実態、ならびにその趨勢は見解が異なる.この混乱はいかなる理由に依るものだろうか。本稿では次の2点を問題として挙げたい。第1に非標本誤差である。坂本(2011)は,最も値が高い『出生動向基本調査』については,「調査員が調査票を受け渡す,訪問留置法を行っているため,単身者世帯よりも親と同居している二人以上世帯の方に偏っている可能性がある」と回収バイアスを指摘している.また,『労働力調査』については,塩谷・肥後(2009)が,「雇用者など特定就業状態(従業上の地位)の構成比の高い住戸が多く選ばれた場合,次の月も続けて調査されるため,2ヶ月続けて雇用者数が多くなり,同じように雇用者の多い調査区が選ばれた場合には,4ヶ月に亘って雇用者数が多くなる傾向がみられる」とサンプリングのバイアスを指摘しており,このことが無業者の多い同居世帯を過小推定している原因と考えられる.第2に若年期の定義である。慣例的に若年期は20-34歳といったおおまかなレンジで定義され、親元同居率が算出されることが通例である。しかし、時代によって人口構成は異なるし、結婚による退出の影響も異なったものとなるだろう。このことがより若い年齢階級の寄与を過小に評価きたと考えられる。

LOG ENTRY: MITA 370

(未婚)若年期の計量研究をするのがいろいろと難しいのにはいくつか理由があるが,ひとつには十分な大きさのサンプルセットを用意するのがそもそも難しい点が挙げられる.たとえば,JGSSに代表されるような総合的社会調査はいっぱんにかなり広めの年齢レンジでサンプルを抽出しているので,まず20−34(39)歳にサンプルを限定した時点でごそっと減る.それから婚姻上の地位,既婚者をおとすとまたごそっと減る(私は離死別者も除くんだけど,たまにクレームが入る).

そこから学生(調査時点で何らかの教育期間に在学中の者)を落とす(たまにクレームが入る).それなりに減る.結果的に,2000−2010を合体させても男女それぞれ1500ぐらいにしかならない(にもなる).ちな,2002はきょうだい数を聴取しておらず,2012以降は15歳時居住都道府県が聴取されていなのでこれを用いることができない.ガーンだネ.もうここまでやったらSSM2005とJLPSWave (2007)も合体させてもバチはあたらんやろとシコシコやってたら,出身家庭の暮らし向きのクエスチョネアが微妙に違うんよね.出生コーホートごとに標準得点だして,年収との相対所得比まで作ったんだけどなー.明日,ちらばり方をみて分布同じだったら,まあ許容できる,ということにしよう.

JGSS: 「あなたが 15 歳の頃のあなたの世帯収入は、当時の平均的な世帯と比べて、どうでしたか。」
1, 平均よりかなり少ない
2, 平均より少ない
3, 平均
4, 平均より多い
5, 平均よりかなり多い

SSM2005: 「その頃(中学3年生の時)あなたのお宅のくらしむきは,この中のどれに当たるでしょうか.当時のふつうのくらしむきとくらべてお答えください.」
1, 豊か
2, やや豊か
3, ふつう
4, やや貧しい
5, 貧しい
9, わからない

JLPS: 「あなたが 15 歳の頃のあなたの世帯収入は、当時の平均的な世帯と比べて、どうでしたか。」
1, 豊か
2, やや豊か
3, ふつう
4, やや貧しい
5, 貧しい
9, わからない

こういうの考えだすと無限に思考のリソースが奪われるのでほんとうによくない,のか? 神は細部に宿るってほんとですか,それ.こういうところから概念的問題の萌芽がみられればまあそのうち生産的なサムシングに繋がるのかもしれないけれど,よくわからん.去年つくった闇遊戯↓


居住地で比較したらどうですかというコメントをたまにもらうんだけど,これにうまく答えられたためしがない.なんて言えばいいのかな.2000年代前半の知見はわりと手続き的にガバガバで,しばしば非DID(あるいは非都市部)出身で,親との同居オッズが高いという結果が報告されるんだけど,これは親ではなく子の調査時点の居住情報を使っていることが多くフェアではない.すなわち,離家した者については離家後の居住地情報を変数化しており,因果的におかしなモデリングになっている.もっとも親の居住地ないしは出身(おおむね15歳頃)居住地の情報を使う研究なんてそうそうないだろうから(他には進学行動ぐらいか?),そこを批判してもしょうがない気もする(でも論理的に考えておかしいと思いませんかアナタ).地域特性は居住形態にだいたい男子でオッズにして2倍,女子で3倍ぐらいきいてくるのでこれは落とせない…(俺ニールセン調べ

Powered by WordPress & Theme by Anders Norén