CITY COUNTRY CITY

tsfmysd's note

Category: ARES I (page 1 of 3)

LOG ENTRY: MITA 4xx

てをいれるたびにミスがみつかる。が、二次分析がまだマシなのは少なくとも原票に戻るという作業がないので、間違っているのはいつも自分という点だけは信頼できる(謎

ねむい。

///////////////////////////////////////////////////////////////////////
//////////* insheet *//////////////////////////////////////////////////
///////////////////////////////////////////////////////////////////////
* 使うのは、jgss2000-2003, 2005, 2006, 2008, 2009lcs, 2010, 2012, ssm2005, jlps2007
* それぞれでやるとあとでめんどくさそうなので、いったん全部合体させてから整える
* 手順1 それぞれのデータをcsvに変換してファイル名をリネーム(ここまで手動)
* 手順2 insheet して、1)データid、2)調査の種類を識別する変数、3)調査年変数を付与して、dtaファイルで保存
insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2000_2003.csv, clear
gen survey = 0
gen rid = 0
recode survey 0 = 1
recode rid 0 = 1 if ryear==2000
recode rid 0 = 2 if ryear==2001
recode rid 0 = 3 if ryear==2002
recode rid 0 = 4 if ryear==2003
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2000_2003.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2005.csv, clear
gen survey = 1
gen rid = 5
gen ryear = 2005
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2005.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2006.csv, clear
gen survey = 1
gen rid = 6
gen ryear = 2006
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2006.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2008.csv, clear
gen survey = 1
gen rid = 7
gen ryear = 2008
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2008.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2009lcs.csv, clear
gen survey = 1
gen rid = 8
gen ryear = 2009
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2009lcs.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2010.csv, clear
gen survey = 1
gen rid = 9
gen ryear = 2010
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2010, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2012.csv, clear
gen survey = 1
gen rid = 10
gen ryear = 2012
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2012, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/ssm2005.csv, clear
gen survey = 2
gen rid = 11
gen ryear = 2005
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/ssm2005, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007y.csv, clear
gen survey = 3
gen rid = 12
gen ryear = 2007
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007y, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007m.csv, clear
gen survey = 3
gen rid = 13
gen ryear = 2007
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007m, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ya.csv, clear
gen survey = 3
gen rid = 14
gen ryear = 2011
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ya, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ma.csv, clear
gen survey = 3
gen rid = 15
gen ryear = 2011
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ma, replace

/////////////////////////////////////////////////////////////////////
//////////* merge *//////////////////////////////////////////////////
/////////////////////////////////////////////////////////////////////
/* jgss2000-2003がマスター */
clear
set maxvar 10000
use /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2000_2003.dta, clear
* エラーでるので destring
destring szffttl, replace
destring szffonly, replace
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2005.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2006.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2008.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2009lcs.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2010.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2012.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/ssm2005.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007y.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007m.dta, force
destring dq43, replace
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ya.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ma.dta, force

/* label */
label define survey 1 jgss 2 ssm 3 jlps
label values survey survey
tab survey

label define rid 1 jgss2000 2 jgss2001 3 jgss2002 4 jgss2003 5 jgss2005 6 jgss2006 ///
7 jgss2008 8 jgss2009lcs 9 jgss2010 10 jgss2012 11 ssm2005 12 jlps2007y 13 jlps2007m 14 jlps2011ya 15 jlps2011ma
label values rid rid
tab rid

//////////* drop *//////////
* jgss2003にはきょうだい数がないのでドロップ\(^o^)/
drop if ryear==2003
* jgss2012には出身都道府県がないのでドロップ\(^o^)/
drop if ryear==2012

/* 合体させただけのrawデータでまずは保存しとく */
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/merge_raw.dta, replace

/////////////////////////////////////////////////////////////////////////////
//////////* run *////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////////////////////
use /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/merge_raw.dta, clear
* sample size 38368

//////////////////////////////////////////////////////////////////////////
//////////* sample set *//////////////////////////////////////////////////
//////////////////////////////////////////////////////////////////////////
* この分析の対象: 20-39歳 & 未婚者 & 学生ではない & 両親のどちらかが健在

//////////* age *///////////////////////////////////////////////////////////
* jgss: ageb, ssm: q01_2a, jlps: 2007-ybirth
gen age = 0
replace age = ageb if survey==1
replace age = q01_2a if survey==2

* jlpsには、年齢変数がない。wave1(1966-1986 20-40歳)、追加サンプル(1966-1986 24-44歳)
* wave1 サンプリング2007年12月 実査2007年1-3月、追加サンプル サンプリング2010年12月 実査2011年1-3月
* 可能な限り40歳以下が多めになるように計算 floorで小数点以下切り捨て
gen jlps2007age = ((2007*12+3)-(ybirth*12+mbirth))/12 if ryear==2007
gen jlps2007agefloor = floor(jlps2007age)
gen jlps2011age = ((2011*12+3)-(ybirth*12+mbirth))/12 if ryear==2011
gen jlps2011agefloor = floor(jlps2011age)
tab jlps2007agefloor
tab jlps2011agefloor
replace age = jlps2007agefloor if ryear==2007
replace age = jlps2011agefloor if ryear==2011
tab age

keep if age < 40
tab age
tab age rid
* 15432 ズサーc⌒っ゚Д゚)っ

gen agegroup=0
recode agegroup 0=1 if age>=20 & age<=24
recode agegroup 0=2 if age>=25 & age<=29
recode agegroup 0=3 if age>=30 & age<=34
recode agegroup 0=4 if age>=35 & age<=39
tab agegroup

label define agegroup 1 age20_24 2 age25_29 3 age30_34 4 age35_39
label values agegroup agegroup

//////////* marital status *///////////////////////////////////////////////////
/* jgss */
* 2000-2003, 2005, 2006以降(5,6追加)で値ラベルが違う
* jgss の婚姻上の地位の欠損がまったくない、んー? 全年齢データのdomarryは2人無回答ダケド
* jgss2000-2003
gen marital_status=0
recode marital_status 0=1 if marc==1 & (ryear==2000 | ryear==2001 | ryear==2002 | ryear==2003)
recode marital_status 0=2 if marc==2 & (ryear==2000 | ryear==2001 | ryear==2002 | ryear==2003)
recode marital_status 0=3 if marc==3 & (ryear==2000 | ryear==2001 | ryear==2002 | ryear==2003)

* jgss20005-2012
* 5「離婚を前提に別居中」=1、6「同棲」=3(日本の同棲はこの分析では有配偶とはみなさない)
recode marital_status 0=1 if marc==1 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=2 if marc==2 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=2 if marc==3 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=3 if marc==4 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=1 if marc==5 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=3 if marc==6 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)

/* ssm2005 */
* q24_1 1 未婚 2 結婚 3 離別 4 死別 9 dkna
recode marital_status 0=1 if q24_1==2
recode marital_status 0=2 if q24_1==3
recode marital_status 0=2 if q24_1==4
recode marital_status 0=3 if q24_1==1

/* jlps */
* 2007 zq50 1 未婚 2 既婚有配偶 3 死別 4 離別
recode marital_status 0=1 if zq50==2
recode marital_status 0=2 if zq50==3
recode marital_status 0=2 if zq50==4
recode marital_status 0=3 if zq50==1

* 2011 dq43 1 既婚 2 未婚 3 死別 4 離別 *途中でかえんなや!!!!!!!!!!
destring dq43, replace
recode marital_status 0=1 if dq43==1 & ryear==2011
recode marital_status 0=2 if dq43==3 & ryear==2011
recode marital_status 0=2 if dq43==4 & ryear==2011
recode marital_status 0=3 if dq43==2 & ryear==2011

/* label */
label define marital_status 1 married 2 divorced_or_widowed 3 never_married
label values marital_status marital_status
tab marital_status

tab survey marital_status, row m
* 欠損drop
drop if marital_status==0
* 6822人

* drop if marital_status!=3

//////////////////////////////
/////////* outcome *//////////
//////////////////////////////
///////////* jgss *//////////
* 2000-2001,2002-2003,2005以降で大きくレイアウトが異なる
/* 2000−2001 */
* szffhereは2000-2001にしか存在しない変数
*「あなたがご一緒に住んでいるご家族の方は、あなたを含めて何人ですか」
* なんか知らんけどtypemismach error
destring szffhere, replace
tab szffhere rid, m
* 同居人数無回答をドロップ 2000年に3人いる
drop if szffhere==999
* 2000-20001: 同居人数が1人だと単身者(親と別居と操作)、それ以外は親と同居(しゃーない
generate outcome = .
* 1=同居 0=別居
recode outcome .=1 if szffhere>1 & (ryear==2000 | ryear==2001)
recode outcome .=0 if szffhere==1 & (ryear==2000 | ryear==2001)

/* 2002 */
* ffresideは2002-2003にしか存在しない変数
* 「あなたはご家族と一緒にお住まいですか」
* 1家族と一緒に生活 2家族から一時的に離れて生活 3本人のみ(一人暮らし) 4その他(友人などと同居)
* この変数には無回答はいない(なんでかしら) →9が無回答 すでに落ちている
tab ffreside rid, m
* なんか知らんけど文字データになってるので変換する必要
destring ffreside, replace
* 1=親と同居 2-4=親と別居(しゃーない
recode outcome .=1 if ffreside==1 & ryear==2002
recode outcome .=0 if ffreside>=2 & ryear==2002

/* 2005- */
* 2005以降は両親と暮らしているかを直接きいている
* 父pplvtg 母mmlvtgあなたは、あなた自身のお父様、お母様と一緒に暮らしていますかそれぞれについてお答えください。
* 1同居 2別居 3死亡
* どっちも死亡と9無回答をドロップ
tab pplvtg mmlvtg
drop if pplvtg==9 | mmlvtg==9 | (pplvtg==3 & mmlvtg==3)
tab pplvtg mmlvtg, cell m
recode outcome .=1 if pplvtg==1 | mmlvtg==1
recode outcome .=0 if (pplvtg==2 & mmlvtg==2) | (pplvtg==2 & mmlvtg==3) | (pplvtg==3 & mmlvtg==2)
tab rid outcome, m

/* ssm2005 */
* 同居家族人数と同居している場合はその続柄を聞いている
* 手順 1死亡・無回答をドロップ→2同居続柄からoutcomeつくる
* 父母死亡をdrop 1健在 2死亡 9dkna
* 父 q20_1 母 q20_2
tab q20_1 q20_2
drop if q20_1==9 | q20_2==9 | (q20_1==2 & q20_2==2)
tab q20_1 q20_2
* 留置A票
* a20_2_09 父同居情報 1一緒にすんでる 2いない 9無回答
* a20_2_10 母同居情報 1一緒にすんでる 2いない 9無回答
tab a20_2_09 a20_2_10
destring a20_2_09, replace
destring a20_2_10, replace
drop if a20_2_09==9 | a20_2_10==9
* 留置B票
* b07_2_09 父同居情報 1一緒にすんでる 2いない 9無回答
* b07_2_10 母同居情報 1一緒にすんでる 2いない 9無回答
tab b07_2_09 b07_2_10
destring b07_2_09, replace
destring b07_2_10, replace
drop if b07_2_09==9 | b07_2_10==9
recode outcome .=1 if a20_2_09==1 | a20_2_10==1
recode outcome .=1 if b07_2_09==1 | b07_2_10==1
recode outcome .=0 if (a20_2_09==2 & a20_2_10==2) | (a20_2_09==2 & q20_2==2) | (q20_1==2 & a20_2_10==2)
recode outcome .=0 if (b07_2_09==2 & b07_2_10==2) | (b07_2_09==2 & q20_2==2) | (q20_1==2 & b07_2_10==2)
tab rid outcome, m

/* jlps2007 */
* 追加調査は別変数なので注意すること
* 2007 同居家族人数と同居している場合はその続柄を聞いている
* 手順 1死亡・無回答をドロップ→2同居続柄からoutcomeつくる
* 父母死亡をdrop 父母状況変数 1健在の年齢を回答 2亡くなっている 3わからない 9dkna
* 父 zq14fa 母 zq14ma
tab zq14fa zq14ma
drop if zq14fa==2 & zq14ma==2
tab zq14fa zq13_2h
* 追加調査も処理しようとしたけど、追加調査には父母の生死の情報がない\(^o^)/(しゃーない
* 同居続柄変数 父 zq13_2h 母 zq13_2i、1選択 2非選択
tab zq13_2h zq13_2i
* 同居変数に無回答傾向の人をドロップ
drop if zq13_2h==9 | zq13_2i==9
tab zq13_2h zq13_2i
recode outcome .=1 if zq13_2h==1 | zq13_2i==1
* 同居続柄変数 2011 追加調査からは世帯票形式になっている、くっそめんどい\(^o^)/
* 凡例 世帯員2人目が父親かどうか dq10_22z==7 母親 dq10_22z==8、3人目 dq10_23z==7
tab dq10_22z if ryear==2011, m
tab dq10_23z if ryear==2011, m
tab dq10_24z if ryear==2011, m
tab dq10_25z if ryear==2011, m
tab dq10_26z if ryear==2011, m
tab dq10_27z if ryear==2011, m
tab dq10_28z if ryear==2011, m
tab dq10_29z if ryear==2011, m
tab dq10_210z if ryear==2011, m
* 7人目まで処理すればよい
* これうまいこと短く書きたかったけどコマンドがわからない、たぶんアンダーバー以下をワイルドカード
recode outcome .=1 if (dq10_22z==7 & ryear==2011) | (dq10_23z==7 & ryear==2011) | (dq10_24z==7 & ryear==2011) | (dq10_25z==7 & ryear==2011) | (dq10_26z==7 & ryear==2011) | (dq10_27z==7 & ryear==2011) ///
| (dq10_22z==8 & ryear==2011) | (dq10_23z==8 & ryear==2011) | (dq10_24z==8 & ryear==2011) | (dq10_25z==8 & ryear==2011) | (dq10_26z==8 & ryear==2011) | (dq10_27z==8 & ryear==2011)
tab outcome, m
recode outcome .=0 if (zq13_2h==2 & zq13_2i==2) | (zq13_2h==2 & zq14ma==2) | (zq14fa==2 & zq13_2i==2)
recode

/* marital & living arrangement status */
gen status = marital_status
recode status 3 = .
recode status . = 3 if marital_status==3 & outcome==1
recode status . = 4 if marital_status==3 & outcome==0

/* label */
label define outcome 1 corresidence 0 leaving_home
label values outcome outcome
label define status 1 married 2 divorcedandwidowed 3 corresidence 4 leaving_home
label values status status
tab status, m

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

LOG ENTRY: MITA 351

あまり芳しい結果にならなかったが,それでも最後まで説得的に書き抜くという力が根本的に欠落している.

家で作業していると,カモミールティーをタダで飲み放題なんだぜ.おしっこじょんじょんだけど(*´・ω・)(・ω・`*)ネー

LOG ENTRY: MITA 346

お絵かきってやればやるほどなにやってたのかよくわからなくなるな。Excelでやってるから良くないんか? わからん(さいきん、わからんことばっかやぞ

ぷりびおす・すたでぃーず
・居住形態の実態・趨勢に関して知見が不一致だったよ。
おおむね未婚者の半数以上が親と同居していることに関しては決着がついているけど、ゲンミツにどれぐらいの人が親と同居しているかはよくわかってなかったし、その趨勢の向きも論者やデータによって異なっているよ。一貫して単調に増加していることを指摘する研究(西 2016)もあれば、ここ数十年あまり変化が見られないことを指摘する研究もあれば(出生動向基本調査)、女性に関してはむしろ単独世帯率が増加していることを指摘する研究もあって(稲葉 2012)、はっきりいってわけがわからないよ。

・それはそんなに重要なことなの
若年期の居住形態の実態・ならびに趨勢をきちんと把握することはたしかにあくまでも記述的な問いにこたえたことにすぎないけれど、それは重要なことだと考えるよ。他の研究テーマにたとえていえば、高等教育進学率の実態や動向がわかっていないのに、進学行動のマクロな変化や個人の選択についてミクロな議論なんてできるだろうか。同類婚の趨勢の向きすら特定されていない状況で、結婚行動のマクロな変化について議論することなんてできるだろうか(出来なくもない気がしてきた)。

・なんでそんなにズレるん?
これはややテクニカルだけど、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には大きな違いが存在する.この理由として,坂本(2011)は,最も高い『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.

・じゃあ、どうするん
公開されている個票データならびに政府公表集計のなかで、もっとも誤差が小さいと考えられる国勢調査の公表集計を再加工することで、できるだけ正確な居住形態の趨勢を記述してみるよ(しぬほどたいへんだよ

・データと再加工の手順
分析に用いた公表集計は,『昭和50年国勢調査 抽出詳細集計 表33 表38』『昭和55年国勢調査 抽出詳細集計 表12,表21,表22』『昭和60年国勢調査第1次基本集計 表1301 表1701,抽出詳細集計 表3201』『平成2年国勢調査 第1次基本集計 表024 表013 表1001』『平成7年国勢調査 第1次基本集計 表901』『平成12年国勢調査 第1次基本集計 表700』『平成17年国勢調査 第1次基本集計 表701』『平成22年国勢調査 人口等基本集計 表6』『平成27年国勢調査 人口等基本集計 表6』である.

未婚者の居住形態を分類する際に必要となる「親と同居する未婚者」は,国勢調査の公表集計からは直接得ることができない1.したがって,各年次において,未婚者の居住形態を分類するには,世帯表上の家族類型や世帯主の続き柄などからその数を算出しなくてはらない.山本(1999)は,1975年から1995年までの国勢調査の集計結果を用いて,世帯表の世帯類型区分を用いて未婚者の親同居割合を算出している.一般に世帯表の加工は煩雑なものとなるが,山本は,世帯主との続柄によって分類した場合や,『就業構造基本調査』との比較を通じて,精度の妥当性を確認している.後に,山本の区分を用いて福田(2003)も同様の分析をおこなっていることからも,山本の区分には一定の妥当性があるものと判断し居住形態の分類に用いた.

1平成12年(2002 )から新規に3次集計として親との同別居に関する集計結果が公開されている。しかし、後述するように、当該表においては、単独世帯居住者と非親族世帯同居ならびに施設世帯居住者が単に別居者とまとめられているため用いなかった。

居住形態の分類法の詳細は以下の通りである.国勢調査では,世帯は一般世帯と施設等の世帯にまず大きく分類される.総務省統計局(2017)の「世帯・家族の属性に関する用語」によれば、一般世帯は、(ア)住居と生計を共にしている人の集まり又は一戸を構えて住んでいる単身者(単身の住み込みの雇い人を含む)、(イ)(ア)の世帯と住居を共にし,別に生計を維持している間借りの単身者又は下宿屋などに下宿している単身者、(ウ)会社・団体・商店・官公庁などの寄宿舎,独身寮などに居住している単身者、のいずれかの世帯である.施設等の世帯とは、寮・寄宿舎の学生・生徒、病院・療養所の入院者、社会施設(老人ホーム,児童保護施設など)の入所者、自衛隊営舎(または艦船)内居住者、矯正施設(刑務所及び拘置所の被収容者並びに少年院及び婦人補導院)の入所者、その他(定まった住居を持たない単身者や陸上に生活の本拠(住所)を有しない船舶乗組員など)からなる.さらに、一般世帯は世帯主との続柄によって、「二人以上の世帯員から成る世帯のうち,世帯主と親族関係にある世帯員のみからなる世帯」である親族世帯と「二人以上の世帯員から成る世帯のうち,世帯主と親族関係にない人がいる世帯」である非親族世帯、「世帯人員が一人の世帯」である単独世帯の3つに分類される.さらに、「親族のみの世帯については,その親族の中で原則として最も若い世代の夫婦とその他の親族世帯員との関係によって」14の世帯類型に細かく分類されている.

若年者の居住形態については,次のように分類した.本稿は,未婚者の居住形態に関心があるため,まず未婚と既婚(離死別含む)の2つに分類した.未婚者の居住形態については,Goldscheider(1997)の分類を参照した.Goldscheiderは若年期の居住形態を3つに分類している.第1に,定位家族との居住,すなわち親との同居である.第2に,生殖家族との居住,すなわちパートナーや配偶者,子どもとの同居である.第3に,単独世帯での居住,すなわち賃貸住宅や下宿における1人暮らし,または親族以外の者との同居,学生寮や軍の営舎における施設居住である.本稿では,Goldscheiderの3つ目の区分をさらに単独世帯居住者と親以外の世帯員との同居者ならびに施設等の世帯居住者に区分し,若年者の居住形態を「既婚」,「未婚親同居」,「未婚単独世帯」,「未婚その他」の4つのカテゴリーに分類した(表1)2

2未婚の世帯員にも関わらず,(1)夫婦のみから成る世帯,(5)夫婦と両親からなる世帯,(6)夫婦とひとり親から成る世帯に居住している未婚者が存在するのは,一般世帯が住み込みの雇い人を含むためである(山本 1999).なお,実際の実数は0もしくはごくわずかな者にとどまるため結果に影響はない.

 

総務省統計局,1981,『昭和55年国勢調査 抽出集計結果 表12,表21,表22』
総務省統計局,1986,『昭和60年国勢調査第1次基本集計 表1301,表1701,抽出詳細集計 表3201』
総務省統計局,1991,『平成2年国勢調査 第1次基本集計 表024,表013,表1001』
総務省統計局,1996,『平成7年国勢調査 第1次基本集計 表901』
総務省統計局,2001,『平成12年国勢調査 第1次基本集計 表700』
総務省統計局,2006,『平成17年国勢調査 第1次基本集計 表701』
総務省統計局,2011,『平成22年国勢調査 人口等基本集計 表6』
総務省統計局,2016,『平成27年国勢調査 人口等基本集計 表6』よりワイ作成。

自分の作業メモが適当すぎて再加工の手順が書きにくい。ちゃんとやっとけや!

-を0に変換すること
2010 2015 ***を0に変換すること
2005 2000 1995 1990 *記号はワイルドカードなので,~***で変換すること
列のならびが年度によって異なるので,正しくセルを参照しているか指さし確認
1990はクソめんどい.家族類型の表には施設等と単身者は含まれていないので,別表から作成して合体させる必要がある.福田2003の表とほぼほぼ一致したので,まあたぶん大丈夫.福田さんはこれ,estatじゃなくて紙でやったのか?すごいな.
1985も1990と同様。施設類型の表が今までのに比べるとかなり省略されている。
1990の自衛隊営舎内居住者の割合から按分した 1980はPDFしかないので3つの表から入力した。いくつか区分も違うので、セル参照注意
福田2003は、1980からしか集計していないみたいだけど、元の山本1999をあたると、1975から集計できるようだ。世帯類型表と準世帯類型表を組み合わせるとそれっぽくなる。準世帯の区分がかなり異なる。死別・離別が同カテゴリ(時代を感じる)


なんかさいかにも「犬の道」ってかんじがすることやってますよね。お城を本丸をロケットランチャーでぶっ飛ばすような研究したくないですか? したいです。そのためにいまこれやってる。たしかに「ために」やってる。それでも最後まで腐らずがんばれよ。

すごいどうでもいいけどマジかよ案件に遭遇した。2010年より、非親族世帯の分類が変更されている。なんか途中からゼロセルでてきたからおかしいとは思ってたんだよ。謎の注ばっか増えるよ。複雑すぎて日本語で説明できない。じみにこれ日本の家族社会学史的には、森岡先生げきおこ案件よな。うーん、よく考えるとこれって大事件だよね。数値自体はこのカテゴリーに該当するのって国調レベルで3桁程度なんだけど、おかみの分類方法がかわるってのはちょっと衝撃。「非家族的生活者の推移」論文自体は伝説レベルの論文なんだけど、今日それがcitation classicになったかというと微妙だし。過去の遺産をちゃんと受け継いでないみたいな声もたまに聞くけど、どうも深い断絶がありすぎて、使いにくいんだよね。http://www.stat.go.jp/data/kokusei/2010/users-g/word2.htm

2010年より世帯の家族類型に関する統計利用の便のために、非親族世帯の分類が大きく変更されている。すなわち、「親族世帯」と「非親族世帯」に大別されていた区分が、「親族のみの世帯」と「非親族を含む世帯」に変更されている。これは平成17年以前の調査では、親族のみの世帯に同居する非親族(住み込みの従業員、家事手伝いなど)がいる場合は、親族世帯に含まれていた。たとえば、「夫婦のみ世帯」という場合に、夫婦2人のみの世帯のほか、夫婦と住み込みの家事手伝いからなる世帯も含まれていた。ただし、いずれにしても「未婚その他」に該当するものは「非親族世帯」カテゴリー含まれるため、変更による影響はないと考えられる。


「形式は内容を規定する」

LOG ENTRY: MITA 97

朝に唯一の知己に会って謎のおもしろイベントを終えた。なかなか得難い経験だった。少しは恩返しできたかな。

今日はゼミ。コメントは控える……。
終わって文献渉猟してたら、急に謎のおもいつきをしてしまい、関係ない分析始めてしまった。あーあ。思った以上にまったくキレイな結果にならなかった。これはこれで不思議だ。単身大学生はとくに生活上の悩みだったり友人ネットワークが不足しているというわけではない。こんなはずじゃなかった感。サンプル20000ぐらいあってキー変数有意にならないようじゃちょっともうね? 
てか、このアプリ写真添付できんのか。
LETO計画絶賛頓挫中。なにやってんだか。さいきん、フォトブースでビデオログを取るようにした。なかなかいい。

LOG ENTRY: MITA 96

ジョン・レノン曰く「1人で見る夢はただの夢.誰かと見る夢は現実」

体調がひじょーにわるい.

恐れ多くも森岡先生の日本語はムズい,まじで.たしかにすごくいい論文だとは思うんだけど,よむの,しんどい.

森岡 清美. (1981). 非家族的生活者の推移 (馬場啓之助前所長退任記念号). 季刊社会保障研究, 16(3), p82-93. Retrieved from http://ci.nii.ac.jp/naid/40000600585

ところで森岡の命題といわれるものは,たとえば,「都市化が進むに連れて家族外生活者の比率は高まる」などが代表的なものだが,概してなぜならばがないのである.これは命題といってよいのだろうか.

「世帯の家族類型」は,一般世帯を,その世帯員の世帯主との続き柄により,次のとおり区分した分類をいいます。

【平成22年変更内容 】
 世帯の家族類型に関する統計の利用の便に供するため,平成22年調査から,「親族世帯」及び「非親族世帯」を,「親族のみの世帯」及び「非親族を含む世帯」に変更しました。 

http://www.stat.go.jp/data/kokusei/2010/users-g/word2.htm

いや,まじでそれはきいてないぞ.変更による影響はたいしたことないと思うけど,うわー,うざいなー.

LOG ENTRY MITA: 88

ちょっと古いけど、Advances in Life Course Research vol.9 の特集がおもしろそうだった。

The Structure of the Life Course: Standardized? Individualized? Differentiated?

ライフコースの構造: 標準化? 個人化? 差異化(でいいのかな)?
さいきん、age norm の議論をどっかでみかけたんだけどなあ、忘れてしまった。

頭痛の原因、カフェインのとりすぎな気がしてきた。レッドブル飲んでしまった.くっ.

uwaaaaaaa, tsurai.

PLAN A
一本のストーリー
イントロ(レビューも2点)→マテメソ(2種類)→結果(静態的&動態的)→議論
2万字がんばる

PLAN B
1.イントロ
2.静態的側面
2.1レビュー
2.2方法
2.3結果
3動態的側面
3.1レビュー
3.2方法
3.3結果
4議論

PLAN C
そもそも2つの論文(研究ノート)にわける

やりたさ→B
書きやすそう→C,B,A

Aは相当,行論に工夫が必要.
Bは書きやすそうだが,正直そんな構成はみたことがない(検証する作業はふつう1つ)
C...Cなのか!?
AかC.Aで書いておちたらCに分割するが現実的か.

7月になったら,離職意向のやつやんないとなー(遠い目).請け負ったからにはポジティブな気持ちで臨みたい.

LOG ENTRY: MITA 87

進捗どうですか、ダメです。

土曜日は、部屋の掃除と洗濯した。思い切って服を捨てまくった。来月はいらない書類と書籍の処分祭りを開催したい。午後から田町で研究会。油断していると、つまらないコメントしてしまうので、一度 evernote にメモしてから発言した。いくぶん書き言葉っぽくなってしまうが論理的にしゃべられるので今後も採用していきたい。禁酒中なので懇親会では飲みませんでした。ビールはまだ我慢できるが、横で紹興酒飲まれるとたまらんな。日曜日は、食事に誘ってもらったので、ぼくも一品つくった。もうちょっと料理覚えたいな。

ひょっとして頭痛がするのはカフェインのとりすぎだからなんだろうか。朝時間ないときは朝ご飯レッドブルみたいなことをやってるので、これ本当によくない。

構成には不安はあるが、とりあえず原稿のアウトラインで書くしかあるまい。つまったら逃避しないで、仮作成のfigureや文献リストをつくるようにしましょう。

ワードプレスはやりだすと際限ないし、とりたててWEBコーディングの知識があるわけではないので、もうやめた。特に益があるわけでもない。ちょっと調べるとやりたいことができるので、一種の麻薬に近い(新たなバグがみつかったりすると俄然たのしくなる)。とにく外国ユーザー作成のテンプレを使うとCSSをいじるのがかなりたいへん。それぞれの領域でフォントやポイントを指定しなければならず、そうとうめんどくさい。あとやはりブログっぽい使い方には向いてない気もする。

only handle it once(触るのは一度だけ) という言葉にあるように,「あーメールかえせな」と悩むぐらいなら,その場で即レスしたほうが(ケータイからでも)精神衛生的にも頭のメモリ的にも効率がよいことに今さら気づく.種々の事務手続きもそう.

LOG ENTRY: MITA 81

さいきん、日の出と寝る前に瞑想はじめました。一応3日続いたけどそろそろ飽きるはず。5分がまあ長い。同居人たちめっちゃ朝早い.逆に俺の毎日の生活がひどかっただけとも言えるが,9-10時に寝てもやはり8時間超は寝ないとむりっぽい.

bloggerの公式アプリはほんとひどいのだが、appstoreで検索しても見つからなかったので、もう公開してないのかな。明らかに数世代前用のUIだし。サードパーティのアプリはどれも課金制だったのでちょっと評判がよくわからず保留。無料のわりには Easy blog というのがよさそうだったので、そこから今日は投稿してみる。

学会発表も某クリーニング作業もとりあえず1段落したので,LETO計画を再始動.12000字で書く.もう決めた.とりあえずはまずこれ.がんばりましょう.

・後期からの非常勤のため統計検定をうけること.のための勉強をすること
・歯医者の予約を取る
・金曜日,三田研なのでそれの準備(部屋とる&自分の報告の準備

まず,ゴールをきめる
本稿では,離家の趨勢に関して公表集計データを用いて記述的な分析をおこなった.静態的側面においては,2000年以降,未婚者の親元同居率に関して目立った変化はみられなかった.動態的側面においては,初離家の非共時化が進展している.

図表含めて現状いま14000字書いているので,文献リストぶちこむことを考えると,あと5000字ぐらいがんばれば終わり.意外と20000字でもいけんのかな(欲が出てきた).

今日は2000字ぐらいすすめた.

discussionの書き方
・discussionはresultで示した結果と,結論(イイタイコト)をつなげるセクション.イイタイコトは著者が思っているほど,resultからただちに自明ではない
・discussionの出だしは,1)目的または仮説の反復,2)結果のまとめ直し,3)最後に結論を1段落で完結にのべる.

Older posts

© 2024 CITY COUNTRY CITY

Theme by Anders NorenUp ↑