LoginSignup
4
1

More than 3 years have passed since last update.

1 / 55

0. 統計社会学がやりたいこと

IoTならぬ QoT
Quantification of Things―「モノゴトの定量化」


0-0. 「モノゴトの定量化」

  • 言葉の定義を決めるための根拠となる。
  • 論争に決着

0-1. 定義を具体的に決めないと

「○○は差別・不適切・悪か?」に決着つかない

  • 相撲は女性差別か
  • 女性専用車は男性差別か
  • アファーマティブアクションは「ダメ」か
  • 怒鳴るのは体罰か

0-2. 定義が定性的だと

例:差別を「属性を理由として不利益を与えること」としてみる
→何が不利益なのかは人それぞれ
→人によって差別だったり差別でなかったりする
→基準があいまいになることも


0-3. 定義が定量的だと

「絶対的な物差し」ができる。

基準を明確にできる。


0-4. 例1. 「男は女を殴るな」の疑問点

  • 女性保護ではなく男性軽視の危険性。
  • 不要な性役割を押し付けうる。
  • 大阪では交際相手から
    暴力を振るわれた男子は女子高校生の倍以上 [1]


出典[1]


  • 男性の身長・体重には散らばりがみられる[2]
  • 極端に低い・軽いのは男子の方がむしろ多い

a.png


b.png


女子の身長・体重がちらばっていたなら
男子は相手との身体差を選ぶことができる。

実際は男子が散らばっているから
低身長・体重の男子はどの女子と交際しても不利


0-5. 「男は女を殴るな」の定量的議論

統計学的手法を用いて科学的妥当性を示す。
有意水準を設定してt検定


0-6. 例2. 生存権のジェンダーギャップ

科学者「タイタニック号事故は女性を優先して救出した」
フェミニスト「それは違う!ファーストクラスを購入した金持ちが生き残ったんだ!」


  • データマイニングソフト「Rapid Miner」のチュートリアルにタイタニック号の乗客データがある。
  • 決定木による予測モデルを作って
    「生存しやすい条件」を探し出すことが可能

c.png


一番最初の枝分かれ(最も大きな影響を与える条件)は「性別」であったとわかる。

声だけ大きい非科学イデオロギストのデマを
科学的に否定できる。


0-7. 利用だけでなく開発も


0-7-1. 表データから数式を求めるソフトの開発

表データの法則発見は最小二乗法でできる。
最小二乗法は数式を決定する。
よって、
最小二乗法で、表データの法則を数式に表せる!


イメージとしてはこんな感じ

タイタニック号で生還できる確率
=(1.女 0.男)×0.32 + (家族の人数)2×0.4 + ...


最小2乗法の考え方

誤差を0に近づけたい (Σ誤差=0)
×誤差はわからない


→残差を0に近づける(Σ(y-f(x))=0)
×正負の残差が打ち消しあってしまい、不正確


→残差の2乗を0に近づける(Σ(y-f(x))2=0)

絶対値Σ|y-f(x)|=0ではダメか

  • 式の形を想像せよ。微分不可能。
  • 連立方程式を代数的に解けない

(TDU17ec生は3年前期 計測基礎工学(鈴木先生) を思い出せ)

最小2乗法の係数決定は「偏微分した式の連立方程式」でできる

ことがわかる。
→数式を偏微分するアプリの開発


数式の偏微分

  • 数式XMLをXSLあるいはXMLアプリで変換
  • 数式を言語とみてパーサで処理

0-7-2. オブジェクト「思考」プログラミング

モノゴトの体系をインタフェース継承を用いて整理することで
実装クラスがインタフェースの体系を「理解」するのではないだろうかというアイデア
以下、javaで設計する前提で話を進める。


イメージ


d.png


インタフェースなので複数継承が可能。


問題点

  • 雛形継承問題(メソッドが曖昧になる等の問題)
  • インタフェースのフィールドは強制的に
    public final static

雛形継承問題→各インタフェースに説明メソッド、ドキュメント化メソッドを持たせて解決。


フィールド→配列化。
配列をfinalすると、参照値は固定されるがその要素は依然書き換え可能。
あるいは命題クラス型自体にgetterやsetterを用意する。


0-7-3. フェルミ推定(自動モデル化)アルゴリズム

オブジェクト思考の体系を利用して「モデル化して考える」機構を実現できないか


0-7-4. 統計学シミュレータ

ミクロを記述してマクロを観測できる。
例:量子の振舞いを記述して、液体の混ざりあう仮定を観測


1. 科学・学問とは何か

e.png


科学、学問、イデオロギーの意味をそれぞれ辞書で調べてみた。
f.png


1-1. 決め手は「再現性」

イデオロギーも科学も知識体系であることは同じ。
違いは「再現性」の有無にある。


g.png


実施者等(定められた条件以外の如何なる条件)を
どう置いても同じ(ような)結果が得られる
これを再現性という。
科学には再現性があり、イデオロギーにはない。


1-2. 社会カガクの問題点

ジェンダー・ガクの「科学でなくてイデオロギー」は再現性の低さを指摘しているとみるべき。


イデオロギーの意味[3]
h.png


ようは、誰かをヒイキすることにつながる危険がある。


1-3. ジョセーサベツ界隈の大騒ぎが女性贔屓につながっている実例

  • 男性の育休を叫ぶ割に、男性用DVシェルターが皆無な現状を放置
    男性は安心して家の中で働けない
  • 強姦罪と強制性交罪の違い
    (男性被害者はそもそも無視)

  • 男子の被害者が圧倒的に多い「デートDV」ですら「女性に対する暴力」と決めつける
    (時代遅れな女性保護)

i.png


これらの現状を無視し、安易に賃金差、体力差だけで「男尊女卑」と決めつけてきた
ジェンダー界隈の責任は大きい

社会カガク・人文カガクの潜在的な危険性


2. 「科学の文法」統計学


2-1. 統計が量子と日常をつなぐ

Micro quantum;//微視 量子;
Macro everyday_life = statistic(quantum);//巨視 日常 = 統計(量子);

(※コードはイメージです)


2-2. 量子→人、日常→社会で置き換えてみる

Micro person;//微視 人;
Macro society = statistic(person);//巨視 社会 = 統計(人);

(※コードはイメージです)


2-3. 「公平」「中立」の指標

狭い視野でA差別を無くすと、広い視野でNot(A)差別が生じることがある

  • 医学系の女子減点 vs 工学系の女子加点

※広い視野でA差別を無くすために狭い視野でNot(A)差別を意図的に行うこともある(「逆差別」)


女性差別指標のイメージ表1(+なら男尊女卑、-なら女尊男卑)

女性差別撤廃の
女子減点 +1(医学部) 0(差別撤廃)
女性差別指標 +1 0

医(大|(学部))の女子減点→大騒ぎ
工学系大学の女子加点・女子推薦枠→スルー


女性差別指標のイメージ表2(+なら男尊女卑、-なら女尊男卑)

女性差別撤廃の
女子減点 +1(医学部) 0(差別撤廃)
女子加点 -1(工学系) -1(スルー)
女性差別指標 0 -1

  • 社会の問題:これが本当に公正なのか
  • 報道の問題:表2の賛否はともかく、この考え方を報道しないのは本当に公平だろうか
  • 誰もが納得する(→再現性の高い)指標が必要。

[1] https://mainichi.jp/articles/20160208/k00/00m/040/054000c
[2] http://www.mext.go.jp/prev_sports/comp/b_menu/other/__icsFiles/afieldfile/2018/12/19/1411922_084-105.pdf
[3] https://dictionary.sanseido-publ.co.jp/column/%E7%AC%AC45%E5%9B%9E-%E3%82%A4%E3%83%87%E3%82%AA%E3%83%AD%E3%82%AE%E3%83%BC

4
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
1