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

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

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

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

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。

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。

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]

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. ｼﾞｮｾｰｻﾍﾞ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)

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)

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)

• 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