CITY COUNTRY CITY

tsfmysd's note

Page 6 of 18

LOG ENTRY: PLST 226

スポットライトみた.楽天ショウタイムでオンラインレンタル.

めちゃくちゃよかったよお〜.登場人物や事件の系列が複雑だったので,映画館じゃなくて自宅でむしろよかったかも.記者のひとりがハルク(マーク・ラファロ)だったので,いつブチ切れて緑色の巨人になるかが気になってしょうがなかったw 実際,終盤デスクにブチ切れてたし.すっかりはまり役である.

町山評が的確だった気がするので,とくに私みたいなパンピーに言えることはありません.

Sometimes it’s easy to forget that we spend most of our times stumbling around the dark. suddenly a light gets turns on and there is a fair-share blame to go around.

つい忘れるが,我々はいつも暗闇の中を手探りで歩いている.そこに急に光が射すと,ようやく間違った道を来たことが分かる.

Martin Baron

最後の局長のセリフが象徴的.研究にも通ずるところある.

地下室の教会の年鑑から問題のあった神父の移動歴を復元する作業完全に「ヤバい社会学」だった(Sampson,Robert J. & John H. Laub. 1993. Crime in the Making: Pathways and Turning Points through Life. Cambridge, MA: Harvard University Press. の二人が資料みつけたときもこんな感じだったんだろうな).神父たちの療養施設で働いていた心理療法士サイプさんがボストンで過去に性的虐待をおこなった神父の数を全体の傾向から90人と推定していたが,ほぼほぼスポットライトチームの復元結果と一致してて統計スキーにもオヌヌメです(いちばん,このシーンが一番快楽感じた).


ついにTMUのメールアドレスが完全にしんだ.なにかの終わりを感じる.


今日うごく野田潤さんをはじめてみた.解釈のしかたがほんとに鮮やかな人だなあ.

LOG ENTRY: PLST 224

Jetpackの調子がわるい.たびたびクラッシュするのなんで何?

なんかおもしろいことないかなあ.とりあえず,今はオデッセイ,マッドマックス,レヴェナント,マネーショート,ブリッジオブスパイ,ルームを抑えてアカデミー作品賞を受賞したスポットライトが観たい.今年のアカデミー作品賞ノミネート作品で観てないのこれとブルックリンだった.けっこう去年は映画みにいってたみたいだ.最近は,半年後には youtubeやアマゾンプライムやなんかにうpされるので,そうでもなさそうなものはなかなか見に行く気がしない.スター・トレック・ビヨンドかなり期待してたんだけど,たしかウェルメイドなんだけど,とくに心には残らなかった.取ってつけたような3年旅してて最近ちょっと俺元気ない→なんか事件起きる→謎の現地人の協力もあり解決する(相変わらず遊撃隊をかってでる艦長,まあこれは許す)→あの船長も俺とおなじやったやん→なんとかシティの副艦長やっぱやめます,エンタープライズが俺の居場所だ! 以上.うーん.老スポック関連はちょっとウルッときた.

アカデミー脚色賞,マネーショートがとったのなんというかずるいよな.そりゃあそうなるよと.マイケル・ルイス原作はだいたいずるい.それにしても,マネーショートって邦題はださすぎる(Big Short).どこかの町工場の資金繰りがショートしたみたいなニュアンスじゃない.

携帯の操作音ホント無理なのでどうにかしてほしい.


今日のカタコトラジオ,めちゃくちゃニヤニヤしてしまったw


%e3%83%95%e3%82%a1%e3%82%a4%e3%83%ab-2016-11-10-22-38-04

LOG ENTRY: PLST 223

便利なStataショートカット

Do ファイルの実行
⌘+Shift+D(特定の行だけ実行したい場合はそこだけカーソルで選択)

変数の自動入力
変数の最初の2,3文字を入力して Tab

LOG ENTRY: PLST 222

なんかおかしいおかしいと思っていたら,公開されているJGSS2012には15才時居住都道府県(pref15)の情報が削除されていた.調査時点の都道府県情報が08以降なくなっているのは知っていたが,これもかー.ええ,つらい.500人ぐらいみんな0になってた.コードブックには書いてあるので今後も多分公開されないであろう.

PREF15 15歳の頃の居住地(本人):都道府県名(この変数は公開しているデータセットに含まれていない)

Codebook-JGSS2012_Japanese p80

/*15歳時三大都市圏居住*/
/*埼玉千葉東京神奈川愛知三重京都大阪兵庫*/
tab pref15
/*48は外国 88はよくわからん 99は無回答*/
drop if pref15==48 | pref15==88 | pref15==99
gen urban15=0
recode urban15 0=1 if pref15==11 | pref15==12 | pref15==13 | pref15==14 | pref15==23 | pref15==24 | pref15==26 | pref15==27 | pref15==28

#備えよう


えいきょうっていいがちです、すいません。関連がみられただったらまだ許されるかな。

ただ,「親の同居のプラス効果の統計的有意性は弱かった。」とあるが,統計的有意性と効果の大きさは無関係なのではないのか。また,他の章でも同様であるが,分析結果を基本的に「影響」と表現するには慎重であった方がいいだろう。さまざまなモデルを比較しても,わかるのは「影響」ではなく,「相関」でしかないからである(これはパネル調査でも実は同じことが言えるだろう)。

http://ci.nii.ac.jp/els/110009827984.pdf?id=ART0010336711&type=pdf&lang=en&host=cinii&order_no=&ppv_type=0&lang_sw=&no=1478576713&cp=


再録っぽいから読んでないんだけど,SAGEにうpされている目次みると,ただたんにこれまでの既発表論文の再録ではないようだ.にしても洋書はペーパーバックになっても高い.国内だと6校にしか所蔵されていないc.

Goldscheider, Frances and Calvin Goldscheider, 1999, The Changing Transition to Adulthood: Leaving and Returning Home, Thousand Oaks: Sage Publications.

LOG ENTRY: PLST 218

分析うまくいかねー。

こんだけマージしても2700ぐらい。欠損ケースドロップすると2200ほど。最終的に、by sex で、それぞれ1000ずつ。思ったより親変数が有意にならない。子どもの情報はほぼ理論通り。だったらもうこのモデルでいんじゃね?


記述統計量をだすために最終的な多変量解析でつかったサンプルだけになんらかの数値がはいっている変数をつくりたいんだけど,地味にずっとわからない.なんかやりかたあるんだろうけど,直前の予測値や残差を保存するコマンドあるのでそれを使えば一応出来る.分析に使われてないケースには欠損がはいっているのでドロップすればよい.

予測値,残差の保存

新しい変数を作成して従属変数の予測値を保存するコマンド:
predict 予測値を保存する新しい変数名

新しい変数を作成して残差を保存するコマンド:
predict 残差を保存する新しい変数名, residual

predict コマンドは,reg コマンドを実行した直後に実行する(直前に推定したモデルに 関する予測値,残差が保存される)。

http://www.agu.ac.jp/~nomura/lecture/archive/stata.pdf

こんなかんじ

logit dep val1 val2

predict dataset

drop if dataset==.

 

LOG ENTRY: PLST 216

えるしっているか
JGSS2003は
きょうだい数を
聴取していない


いろいろつらい.factorio と Stata は似ている.どちらも無限にやり続けられる.問題は試しに適当で回帰分析かけたあたりで飽きるとこ.こっから,JGSSを10回分マージしないといけない.絶望である.

//////////*サンプルを限定する*//////////
/*35歳以上はドロップ*/
drop if ageb>=35

/*未婚者だけキープ*/
/*2000-2003は3が未婚者*/
keep if marc==3

/*学生を除く*/
/*無回答を落としてない*/
drop if dolstsch==3

/////////*outcome*/////////
/*この合併データのアウトカムはかなりめんどい*/
/*2000-2001と2002-2003で大きくレイアウトが異なる*/
/*先に2000−2001から処理*/
/*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」*/
tab szffhere
/*同居人数無回答をドロップ*/
drop if szffhere==9

/*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?)*/
tab ffreside
/*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
/*2と4を落とす.どちらも3人*/
drop if ffreside==2 | ffreside==4

/*leaving home dummy*/
generate leaving_home=0
recode leaving_home 0=1 if szffhere==1 | ffreside==3
tabulate leaving_home
/*たぶんこれであってると信じたい*/

/////////*variable*/////////
/*きょうだい数*/
/*2003はきょうだい数をきいてない,ファーwww*/
/*無回答をドロップ*/
drop if xnumsblg==999

/*15歳時都市規模*/
/*外国・無回答をドロップ*/
drop if tp5loc15==5 | tp5loc15==9

/*income*/
/*recode 区間の中央値をとった連続変数に変換*/
tab szincomx
recode szincomx (1=0) (2=35) (3=85) (4=115) (5=140) (6=200) (7=300) (8=400) ///
(9=500) (10=600) (11=700) (12=800) (13=925) (14=1100) (15=1300) (16=1500) ///
(17=1725) (18=2075) (19=2300) (20=.) (21=.)

tab opffix15

tab szincomx leaving ,row

logistic leaving ageb sexa xnumsblg tp5loc szincomx

LOG ENTRY: PLST 214

離家
home-leaving; leaving home

自分が生まれ育った親の世帯を離れ,別の世帯に居住するようになること.進学・就職を契機に離家した場合は単独世帯,結婚を契機とする場合は夫婦のみの世帯を形成することが多いが,学生寮や軍隊等の施設世帯に入ることもありうる.また直系家族制度における長男のように,結婚はしても一生離家を経験しない者もありうる.日本では近年,離家のタイミングは遅れる傾向にある.これには晩婚化に加え,都市化,兄弟姉妹数の減少,若年労働市場の悪化等が影響しているとされる.

鈴木透,2010,「離家」人口学研究会編『現代人口辞典』原書房,294.


たまたま入ったカフェで聞こえてきた.

Love the life you live. Live the life you love.

関係代名詞が省略されている.

LOG ENTRY: PLST 212

腹減ったら,全粒粉のイングリッシュ・マフィンを焼いてもそもそ食べているんだけど,これは炭水化物のなかでも血糖値爆(´∀`∩)↑age↑感がなくてよい.集中力も切れない.すばらc


Excel作図むっっっっっっっっっっっっっっず.picture1

LOG ENTRY: PLST 211

体調まあまあ戻ってきた.今月末までに絶対やんないといけない事務処理完全に忘却していた.月曜朝イチ08:30時に役所にかけこんだら間に合うけど(フラグ).

えるしっているか
ICPSRで野良JGSSデータをダウソするには
加盟大学からVPN接続しないといけない(してない場合はコードブックだけ.zip)
#社会学あるある

今週のカタコトライブ,久しぶりに「誰にだってシンデレラストーリー」で俺得でした.

 

LOG ENTRY: PLST 210

forthcoming と聞いていたが出版されていた.
Received Jun. 20, 2015 / Accepted Jul. 2, 2016
これ評論にしては比較的掲載まで短かいような(スッゴイ).

本論は,「ブール代数分析による社会的カテゴリー分析」の枠組みを用いて,2013年に実施されたインターネット調査により,人びとのナショナル・アイデンティティを「日本人の条件」として把握し,その様態と社会的属性との関連を分析することを目的とする.具体的には,国籍・在住・血統・言語の4条件の組み合わせによる16パターンのプロフィールを回答者に提示し,「日本人」だと思うか否かの2値評価を求め,関連する意識や属性・社会経済的地位などの要因との関連を探った.
分析の結果,以下のことが明らかになった.まず,回答者のイメージを統合した統合イメージについて分析した結果,基本的に血統を必要条件とする条件組み合わせで構成されていた.次に,背後にある意識が日本人判断にどのように関連しているかを分析した結果,国に対する誇りの高さは「血による包含」と,排外主義は「血による排除」と,同化主義は「文化による排除」と強く結びついていることがわかった.最後に,地域社会における外国人との接触経験や,年齢の若さや学歴の高さといった外国人への寛容性と関連する属性・地位要因が,異質性に寛容的な国籍拡張型のイメージの可能性を高め,同質的に寛容的な血統主義的な国籍拡張型のイメージの可能性を高め,同質性に寛容的な血統主義的なイメージ拡張の可能性を低めることが確認された.

石田淳,2016,「『日本人』の条件――インターネット調査データを用いた社会的カテゴリー分析」『社会学評論』67(2): 182-200.

1 目的
2 方法
2.1 調査概要と測定法
2.2 ブール代数分析
3 統合イメージの分析
4 ナショナル・アイデンティティの背後にある意識
5 個人イメージの分析
5.1 出現パターン
5.2 国籍拡張条件イメージ,血統拡張条件イメージ
6 結論

私のARTEMIS計画(「大人」の条件)は頓挫しております.嗚呼.

« Older posts Newer posts »

© 2024 CITY COUNTRY CITY

Theme by Anders NorenUp ↑