了解しました！以下の計算式を使って、元素熟知を120加算した場合と、元素反応ダメージボーナスを12%加算した場合のダメージ上昇量を比較してみます。
激化反応ダメージ = 激化係数 x キャラ Lv毎の反応固有値 × ( 1 + (5 * 元素熟知 / (元素熟知 + 1200) ) + 装備等の元素反応ダメージボーナス )
まず、基準として以下の仮定を置きます：
元素熟知 = 200
装備等の元素反応ダメージボーナス = 0%
激化係数とキャラ Lv毎の反応固有値は一定とします（比較のため、同じ数値を使用）
### 元素熟知を120加算した場合
1. 新しい元素熟知 = 200 + 120 = 320
2. ダメージ計算:
激化反応ダメージ = 激化係数 x キャラ Lv毎の反応固有値 × (1 + (5 * 320 / (320 + 1200)))
= 激化係数 x キャラ Lv毎の反応固有値 × (1 + (1600 / 1520))
= 激化係数 x キャラ Lv毎の反応固有値 × (1 + 1.0526)
= 激化係数 x キャラ Lv毎の反応固有値 × 2.0526
### 元素反応ダメージボーナスを12%加算した場合
1. 元素熟知 = 200
2. 新しい元素反応ダメージボーナス = 0% + 12% = 12%
3. ダメージ計算:
激化反応ダメージ = 激化係数 x キャラ Lv毎の反応固有値 × (1 + (5 * 200 / (200 + 1200)) + 0.12)
= 激化係数 x キャラ Lv毎の反応固有値 × (1 + (1000 / 1400) + 0.12)
= 激化反応ダメージ = 激化係数 x キャラ Lv毎の反応固有値 × (1 + 0.8571 + 0.12)
= 激化反応ダメージ = 激化係数 x キャラ Lv毎の反応固有値 × 1.9771
### 結果比較
元素熟知120加算: 2.0526倍
元素反応ダメージボーナス 12%加算: 1.9771倍
この結果から、元素熟知120加算の方が若干高いダメージ上昇をもたらすことがわかります。他に計算や確認したいことがあれば、お知らせください！

ちょっとだけ教官の4セットのほうが倍率が高いが、元素熟知は減衰するので賢く200をセットしてくれたAIよりもうちょっと効率は下がるはず。

教官のメリット

・3元素以上使っていても熟知が常に盛れる

・メインOP集めがボス精鋭で一応、自動

・2セット効果で自身の熟知が80増える

・開花に乗る

・複数もちで腐らない

教官のデメリット

・控えから反応しても4セット効果が出ない

・継続時間8秒で絵巻比較で-7秒。8秒ごとに「出場して」反応起こせるか

　長時間の設置型スキルなどは途中でバフが消えてる

・レベル上限が低い

・ICD中の攻撃など元素反応以外はダメージアップしない

絵巻のメリット

・控えからバフが発動する

・継続時間15秒と長い

・元素ダメージ全般にバフ

・レベル上限が高い

絵巻のデメリット

・2セット効果がない(ナタキャラを別でも含まない場合)

・3元素以上使っている場合、自分以外の元素にバフが入ってない場合がある

・激化で計算してみたけど開花には乗らない

・絵巻もちが複数居てもほぼ腐る

他へのバッファーなら絵巻かなー。

ざっくり、何も考えたくなければ絵巻が控え発動できて途切れも気にしなくてよくて楽。

自身の火力を上げたいとなると結局、レベル差で火力差も縮むはずだし。

裏教官の熟知80と絵巻12%なら絵巻になるわけで。

深林にしろ？千岩にしろ？…そうだね。

でも金メッキの+230熟知と比較しても全員12%ならバッファーならぜんぜんアリなような。裏から付着する役がどれだけ反応側になるのかってややこしさもないし。でも開花含めるなら下地のときありでも総合金メッキなのかな？

絵巻は非ナタキャラで使えそうかって話で、聖遺物集めも完了してないときの絵巻あふれの使い道のときのお話。でも教官すら熟知が各1個しかなくて全然数そろってなくて驚いたよ…

サポート聖遺物としてあげられる教官と比べて悪くないと思ったので、つなぎ装備にはありですね。

そもそも現状カチーナのためだけに他の聖遺物よりメインOP集めを優先するかと言うと微妙だけど、他聖遺物で狙いのメインOP出ても取り合いだし。なら競合しにくい防御力と他OPの両面待ちできる絵巻は収集優先度上げてもいいかなぁ。カチーナを入れてるのと聞かれたらあんまりだけど…。

オマケで教官本人の倍率は

元素熟知の加算量を200にすると何倍になりますか？

元素熟知を200加算した場合のダメージ倍率は 2.25倍です。先ほどの例と比較しても、さらに大きなダメージ上昇が得られることがわかります。

金メッキ

元素熟知の加算量を230にすると何倍になりますか？

元素熟知を230加算した場合のダメージ倍率は 2.3172倍になります。

Permalink | 記事への反応(0) | 23:03

二度と配達なんかやらないっておもっちゃう

１５２円で支えられたね

８０で落ちてきたね

ラインちゃっラインだから

８０ショートも６７くらいで離隔して

１５２円割って安値トライしてきたじゃん

勝負したんだけどね

１５２円ショートしたんだけどね

いけるかな　２回ほど１５2.２をたたいて

下は結構とれるように

２０ぴぴ損切で

151.8で支えられて

３回たたかれたら終わりだと思った

２回目で勝負

152.6でショート

１０ｐｐ損切

貧乏はやだけど働くのはもっとヤダ

なんも考えずに働いてた

イヤイヤ働いてはいない

働いてなかったら暇になる

151.08Lが151.375で利確された

150.80で損切り

150.80まで下がったら上はないのかなって

今日の安値ね

４０センハバで動いてる

153.2が直近高値

４０センで動いてるから

152.8　152.4

152.0　151.6

上下４０の勝負

根拠としては欧州時間１５２円を試してきてた

151.6を跳ね返して１５２円を試していた

151.6を３回たたいて返された

３回目を割り込んだけど結局戻った

その時点でうえ強いなって思った

Permalink | 記事への反応(0) | 01:28

2024-10-28

■1998年 小渕内閣以降の内閣支持率と時事トピックス(過去25年分) (3回目)

何やったのか当時の反応を含め記憶が曖昧なので内閣支持率を元にトピックスを書きだした。

毎月のNHK世論調査の数字を使用。

前月と比較して7%以上内閣支持率の増減があったときのみ書き出した。

5%増減だと時事を調べるのが面倒で無理だった為。

2022年 8月、2023年 11月にも書いて、今回は首相も変わったのでここ1年分を追記。

しかし、1ヶ月で7%も支持率が増減したイベントは何もなかった。

トピックス以外の雰囲気を掴む為、次のようなものも合わせて記す。(適当に作った)

支持率上昇率＝(前月より5%支持率が上昇した月数)/在職月数

支持率下降率＝(前月より5%支持率が下降した月数)/在職月数

以下、当時の支持率の数字と()内の数字が前の月との増減値。

小渕恵三在職期間：1998.08～1999.03　1年8ヶ月　就任時：37% 退任時：35%　最高：53%　最低：20%

支持率上昇率：15.0% 　　支持率下降率：20.0%

1998.09 23%(-14%) 史上2番目の低さで内閣発足。
1999.01 34%(+1 1%) 小渕第1次改造内閣。自由民主党と自由党との自自連立政権。
1999.05 48%(+10%) GDP、6期ぶりのプラス成長。
1999.08 53%(+ 9%) 東証株価が1年9カ月ぶりに18000円台に回復。

森喜朗　在職期間：2000.04～2001.04　1年1ヶ月　就任時：39% 退任時：7%　最高：39%　最低：7%

支持率上昇率：23.1% 　　支持率下降率：46.2%

2000.06 17%(-16%) 神道政治連盟に集会にて「日本の国、まさに天皇を中心としている神の国」発言。内閣不信任提出、衆議院解散（神の国解散)、選挙。政教分離、軍国主義の観点から批判が続出。
2000.07 28%(+1 1%) 選挙結果を受けての組閣。6月までは小渕内閣を引き継ぐ形だった。
2000.11 17%(- 7%) 加藤の乱。内閣不信任案が可決。
2001.02 15%(- 7%) アメリカの原子力潜水艦と水産練習船「えひめ丸」の衝突事故時にゴルフを続ける。

小泉純一郎　在職期間：2001.05～2006.09　5年5ヶ月　就任時：81% 退任時：51%　最高：85%　最低：39%

支持率上昇率：18.5% 　　支持率下降率：21.5%　　　※2001.09　アメリカ同時多発テロ

2001.07 77%(- 8%) 靖国神社参拝。
2002.02 53%(-26%) 田中真紀子外相更迭。
2002.09 55%(+10%) 日朝首脳会談。
2002.10 64%(+ 9%) 北朝鮮拉致被害者が帰国。
2002.12 61%(- 7%) 不良債権処理、道路公団問題。
2003.02 52%(- 7%) イラク攻撃反対の世論。
2003.03 45%(- 7%) アメリカのイラク攻撃前にアメリカの支持を表明。
2003.04 53%(+ 8%) 「構造改革特区」誕生。
2003.09 61%(+ 8%) 第1次小泉内閣 (第2次改造)。若手・人気で組閣。閣僚に世襲・タカ派が多くなる。
2003.12 46%(-10%) イラク特別措置法に基づく自衛隊派遣の基本計画を閣議決定。
2004.01 54%(+ 8%) 自衛隊先遣隊と本体がイラク入国。
2004.07 43%(-11%) 第20回参議院議員通常選挙。年金制度改革が争点。大敗。
2004.11 54%(+ 9%) 海上自衛隊領海侵犯していた中国海軍を追跡。
2004.12 44%(-10%) イラクへの自衛隊派遣期間を1年延長へと閣議決定。
2005.05 52%(+ 7%) 1-3月のＧＤＰ速報値発表。踊り場から脱却するという認識。
2005.09 58%(+1 1%) 郵政解散・抵抗勢力・小泉劇場　衆議院選高投票率。
2006.02 47%(- 7%) 「格差が出ることは悪いこととは思っていない」発言。直前の1月にライブドアショック。格差を感じている世論の反応。

安倍晋三 (第1期)　在職期間：2006.10～2007.09　1年0ヶ月　就任時：65% 退任時：34%　最高：62%　最低：29%

支持率上昇率：16.7% 　　支持率下降率：41.7%

2006.12 48%(-11%) 郵政造反議員の復党を認める。
2007.02 41%(-10%) 柳沢厚生労働大臣「女性は子どもを産む機械」発言。
2007.06 37%(-13%) 年金記録問題、松岡利勝農相の自殺。
2007.08 29%(- 9%) 閣僚の不祥事が相次ぎ、7月末の参議院選で民主党に初めて参議院第1等の座を奪われる。ねじれ国会化。

福田康夫　在職期間：2007.10～2008.09　1年0ヶ月　就任時：58% 退任時：20%　最高：58%　最低：20%

支持率上昇率：8.3% 　　支持率下降率：25.0%　　※2008.09　リーマンショック

2008.01 43%(- 8%) 補給支援特別措置法を参議院で否決、その後衆議院で3分の2以上の賛成により再可決。
2008.05 21%(-14%) 後期高齢者制度が4月に始まり世論の不満、それに加え、ガソリン税上乗せ法案(道路財源化)、衆議院で再議決。
2008.09 20%(-13%) 9/1に福田首相辞任

麻生太郎　在職期間：2008.09～2009.08　1年0ヶ月　就任時：48% 退任時：15%　最高：49%　最低：15%

支持率上昇率：8.3% 　　支持率下降率：41.7%

2008.12 25%(-24%) 問題発言・漢字読み間違えで支持率急落(前任者2名の政権投げ出しからの世論の不満込み)
2009.04 30%(+12%) 追加経済対策の策定、民主党小沢一郎代表の政治資金問題。
2009.07 21%(- 8%) 解散の先送りによる苛立ち。自民党内の麻生おろしによるゴタゴタ。

鳩山由紀夫　在職期間：2009.10～20 10.05　8ヶ月　就任時：70% 退任時：21%　最高：70%　最低：21%

支持率上昇率：0.0% 　　支持率下降率：75.0%

2009.12 56%(- 9%) 母親からの偽装献金問題。
20 10.03 38%(- 9%) 小沢幹事長批判で生方副幹事長が解任。党内の言論の自由のイメージダウン。
20 10.05 21%(-11%) 政治とカネを巡る問題への取り組みへの世論の不満。米軍普天間基地の移設で「最低でも県外」の発言を撤回。

菅直人　在職期間：20 10.06～20 11.08　1年3ヶ月　就任時：61% 退任時：18%　最高：61%　最低：18%

支持率上昇率：14.3% 　　支持率下降率：42.9%　　　※20 11.03　東日本大震災　この月世論調査なし。 20 11.02 21% 20 11.04 27%

20 10.07 39%(-22%) 公約会見で消費税について言及(税率について自民党案の10％を参考にしたい等)
20 10.09 65%(+24%) 民主党代表に再選。首相が頻繁に変わるべきではないとの世論の評価。
20 10.10 48%(-17%) 尖閣諸島沖での中国漁船衝突事件への対応(船長を釈放)。小沢元代表の政治資金問題に関する国会招致への対応(検察が起訴すべきと議決）
20 10.11 31%(-17%) 外交への取り組みに対する世論の不満。漁船衝突時のビデオを一般公開しない判断。
20 11.02 21%(- 8%) 民主党(与党)内で内閣の予算案に反対する議員が出てくる。
20 11.07 16%(- 9%) 被災地への暴言で松本復興担当相が就任数日で辞任。消費税増税を検討。

野田佳彦　在職期間：20 11.09～20 12.12　1年4ヶ月　就任時：60% 退任時：20%　最高：60%　最低：20%

支持率上昇率：0.0% 　　支持率下降率：31.3%

20 11.10 53%(- 7%) 内閣発足1週間で鉢呂経産相の辞任。復興が進まない中での公務員宿舎建て替え。
20 11.11 45%(- 8%) TPP参加へ国民への説明不足。
20 11.12 37%(- 8%) 福島第1原発事故収束宣言に世論が反発。問責決議が可決した一川防衛相、山岡消費者担当相を続投。
20 12.01 30%(- 7%) 消費税増税に反発して民主党議員の一部が離党。マニフェストに反して群馬県八ツ場ダムの建設継続を決定。

安倍晋三 (第2期)　在職期間：2013.01～20 20.08　7年8ヶ月　就任時：64% 退任時：34%　最高：66%　最低：34%

支持率上昇率：15.4% 　　支持率下降率：21.5%　　※2019.12 コロナ 中国で1例目発生

2013.12 50%(-10%) 特定秘密保護法案の成立を短期間で成立し強引な国会運営に反発。石破幹事長の「デモはテロ」発言の影響も有り。
2014.09 58%(+ 7%) リオデジャネイロ五輪の閉会式の最後に登場。東京五輪への期待。
2014.11 44%(- 8%) 「政治とカネ」問題。小渕経産大臣、松島法務大臣の辞任。宮沢新経産大臣にも問題が浮上。外務省担当者が訪朝するも拉致問題に進展なし。
2015.03 46%(- 8%) 「政治とカネ」問題。西川農水大臣が献金問題で辞任。
2015.07 41%(- 7%) 「加計学園」の獣医学部新設に対する政府説明に世論の反発。
2016.10 50%(- 7%) 南スーダンでの戦闘行為は「衝突」だとして自衛隊派遣継続を表明。
20 17.04 51%(- 7%) 「森友学園」への国有地売却問題。政府説明に世論が反発。
20 17.07 35%(-13%) 「加計・森友」問題への不信感に加え、「共謀罪」法案の強行成立。
20 17.10 37%(- 7%) 「加計・森友」問題への不信感を抱えた状態で選挙突入。
20 17.11 46%(+ 9%) 第48回衆院選　自民党が圧勝。日経平均株価が一時21年3カ月ぶりに2万2000円台を回復。

菅義偉　在職期間：20 20.09～2021.09　1年1ヶ月　就任時：62% 退任時：30%　最高：62%　最低：29%

支持率上昇率：0.0% 　　支持率下降率：23.1%

20 20.10 55%(- 7%) 日本学術会議の新会員の任命拒否。
20 20.12 42%(-14%) GoTo トラベルの停止を年末年始に。遅すぎると世論の反発。二階幹事長とのステーキ店での忘年会にも世論の批判。
2021.05 35%(- 9%) コロナ対策への不満。緊急事態宣言の再延長。

岸田文雄　在職期間：2021.10～20 24.9　2年11ヶ月　　就任時：49% 退任時：20%　最高：59%　最低：20%

支持率上昇率：2.9% 　　支持率下降率：17.1%　　※2022.02 ロシアのウクライナ侵攻開始、20 23.10 ハマスへの報復を目的とするイスラエルのガザ侵攻開始

2022.01 57%(+ 7%) 3回目のワクチン接種前倒しへの期待。「ワクチン・検査パッケージ」の一時停止、まん延防止措置の適用等、強めのコロナ対策に評価。
2022.08 46%(-13%) 自民党の統一教会の関係。安倍元総理の国葬の閣議決定に対して世論の反発。
20 23.11 29%(- 7%) 物価上昇に対する有効策がないことへの不満。山田文部科学政務官、柿沢法務副大臣、神田財務副大臣の相次ぐ辞任と辞任理由への批判。

石破茂　在職期間：20 24.10～(継続中)　1ヶ月　　就任時：44% 退任時：-%　最高：44%　最低：44%

支持率上昇率：-% 　　支持率下降率：-%

内閣支持率の出典

https://www.nhk.or.jp/bunken/yoron/political/1998.html

https://www.nhk.or.jp/senkyo/shijiritsu/

Permalink | 記事への反応(3) | 20:57

2024-10-25

■anond:20241025100703

国民に裏金なんて些事！やっぱり自民党が一番！という結果にしないとね

非公認も比例代表もみんな当選して高市総理のもと美しい国 2.0をすすめていかないと

Permalink | 記事への反応(1) | 10:13

2024-10-18

■今の選挙区割は不当

衆議院小選挙区の一票の格差が大き過ぎる（2.06倍）。

少なくとも1.5倍未満にしないと不当性が高いしゲリマンダーも疑われる。

誰かちゃんとした選挙区割考えてくれないかなぁ。

Permalink | 記事への反応(0) | 01:03

2024-10-14

■「未婚男性の死亡年齢中央値だけが異常に低い件」は間違い？　ちゃんと調べた　その２

前　https://anond.hatelabo.jp/20241014004111

未婚男性が死にやすい状況も変わらないようだった

各区分の死亡した人の平均年齢

※これで論じるのは良くないと思うが、2019年と2022年で大きな差はないことを確認するため

2022年

性別	未婚	離別	有配偶	死別	既婚
男性	65.3	72.5	80.5	87.6	81.2
女性	75.9	79.6	77.1	90.2	86.3

2019年

性別	未婚	離別	有配偶	死別	既婚
男性	63.5	71	79.5	86.8	80.3
女性	75.7	78.4	76	89.6	85.5

以下は計算に使ったデータ

2019 男性

年齢	区分平均年齢	男性総数	男性未婚者数	既婚者数	既婚率	死者総数	有配偶死者数	離別死者数	死別死者数	既婚死者数	未婚者死者数
15～19歳	17	2781606	2757418	24188	0.9	771	0	0	0	0	771
20～24歳	22	2948345	2602395	345950	11.7	1430	49	20	0	69	1359
25～29歳	27	3040167	1979623	1060544	34.9	1372	149	45	1	195	1173
30～34歳	32	3269747	1419307	1850440	56.6	1961	371	172	9	552	1402
35～39歳	37	3670006	1179356	2490650	67.9	2851	804	349	13	1166	1680
40～44歳	42	4158496	1132809	3025687	72.8	4889	1534	787	24	2345	2522
45～49歳	47	4822475	12 24888	3597587	74.6	8802	2926	1655	69	4650	4129
50～54歳	52	4236233	955290	3280943	77.4	12646	4609	2564	149	7322	5293
55～59歳	57	3823872	697639	3126233	81.8	18274	7646	3877	304	11827	6394
60～64歳	62	3543716	505636	3038080	85.7	292 11	14147	5599	801	20547	8594
65～69歳	67	3840239	428505	3411734	88.8	55240	30348	9327	2554	42229	12 929
70～74歳	72	4156270	297154	3859116	92.9	80580	50823	11936	5770	68529	11937
75～79歳	77	2996621	105732	2890889	96.5	105133	73290	11032	12148	96470	8577
80～84歳	82	2080505	39046	2041459	98.1	128508	92347	7978	22955	123280	5152
85～89歳	87	1173754	14093	1159661	98.8	135395	90526	4351	37667	132544	2803
90～94歳	92	4012 92	3065	398227	99.2	88425	48012	1656	37756	87424	973
95～99歳	97	65444	390	65054	99.4	25833	9597	310	15713	25620	203
100歳以上	102	5862	80	5782	98.6	4067	808	30	3195	4033	34
合計	ー	51014650	15342426	35672224	69.92545083	705388	427986	61688	139128	628802	75925

2019 女性

年齢	区分平均年齢	女性総数	女性未婚者数	既婚者数	既婚率	死者総数	有配偶死者数	離別死者数	死別死者数	既婚死者数	未婚者死者数
15～19歳	17	2686488	2663351	23137	0.9	406	0	1	0	1	405
20～24歳	22	2884412	2509333	375079	13	612	31	15	1	47	565
25～29歳	27	2949069	17 12877	1236192	41.9	683	121	49	3	173	509
30～34歳	32	3179760	1063542	2116218	66.6	10 17	289	119	4	412	602
35～39歳	37	3605421	815061	2790360	77.4	1626	703	238	9	950	674
40～44歳	42	4089364	759408	3329956	81.4	2924	1374	481	33	1888	10 33
45～49歳	47	4768900	799360	3969540	83.2	5222	2615	941	95	3651	1567
50～54歳	52	424 2467	611411	3631056	85.6	6899	3697	1310	184	5191	1693
55～59歳	57	3878674	415015	3463659	89.3	9116	5332	1610	440	7382	1727
60～64歳	62	3675708	270342	3405366	92.6	12934	7930	2131	1100	11161	1761
65～69歳	67	4120029	220144	3899885	94.7	24250	14236	3837	3531	21604	2624
70～74歳	72	4683688	208261	4475427	95.6	37386	19954	5244	8832	34030	3325
75～79歳	77	3702406	130289	3572117	96.5	58635	26210	6154	22223	54587	4013
80～84歳	82	2840243	84436	2755807	97	93825	29420	6794	523 10	88524	5254
85～89歳	87	1935478	60967	1874511	96.9	143615	24783	7409	103841	136033	7538
90～94歳	92	873442	224 28	851014	97.4	157092	10536	6661	132319	149516	7492
95～99歳	97	211826	4116	207710	98.1	90839	1475	33 10	82436	87221	3583
100歳以上	102	28597	445	28152	98.4	25016	76	666	23541	24 283	722
合計	ー	54355972	12350786	42005186	77.27795945	672097	148782	46970	430902	626654	45087

年齢区分の死者数／総数（％）はこちら

年齢	既婚男性（％）	未婚男性（％）	既婚女性（％）	未婚女性（％）	男性既婚率（参考）
15～19歳	0.00	0.03	0.00	0.02	0.9
20～24歳	0.02	0.05	0.01	0.02	11.7
25～29歳	0.02	0.06	0.01	0.03	34.9
30～34歳	0.03	0.10	0.02	0.06	56.6
35～39歳	0.05	0.14	0.03	0.08	67.9
40～44歳	0.08	0.22	0.06	0.14	72.8
45～49歳	0.13	0.34	0.09	0.20	74.6
50～54歳	0.22	0.55	0.14	0.28	77.4
55～59歳	0.38	0.92	0.21	0.42	81.8
60～64歳	0.68	1.70	0.33	0.65	85.7
65～69歳	1.24	3.02	0.55	1.19	88.8
70～74歳	1.78	4.02	0.76	1.60	92.9
75～79歳	3.34	8.11	1.53	3.08	96.5
80～84歳	6.04	13.19	3.21	6.22	98.1
85～89歳	11.43	19.89	7.26	12.36	98.8
90～94歳	21.95	31.75	17.57	33.40	99.2
95～99歳	39.38	52.05	41.99	87.05	99.4

注目したいのは50代、未婚者が珍しくなくなった世代ですら、死亡率は2倍以上高い

これは「未婚と短命に相関関係がある」を流石に否定できなくなってきた

ただし、念の為言うと女性もその影響は強い

継続して、何がそうさせているかを調べていく　10/14 17:00

＿＿＿＿＿＿＿＿＿＿＿

調べること

データの読み方への疑い

１．若くして亡くなってる人を除いたデータならどうなるか？

２．未婚率が低すぎた世代を除くとどうなるか？

因果関係を考える

３．離別者も早逝してるのか？離別、死別、有配偶も含めて調べる

１．若くして亡くなってる人を除いたデータならどうなるか？

・45歳以上で初婚というのが少ない

・病死するのは45歳以上が多い（30代死因1位は自殺）

ということで、45歳以上のみで比較してみよう

各区分の死亡者の平均年齢（2019）

性別	未婚	離別	有配偶	死別	既婚
男性	67.6	71.8	79.8	86.9	80.6
女性	79.7	79.2	76.7	89.6	85.6

未婚者の年齢が大幅に上がったか、それでも男性13歳差、女性5.9歳差があった（フィルタ前は16.8歳差と、9.8歳差）

２．未婚率が低すぎた世代を無視するとどうなるか？

2019年時点の50代だと、男性未婚率が20％前後、女性が13％前後とある程度あるので参考になりそう

各区分の死亡率

ー	既婚者（％）	未婚者（％）	比率（未／既）
50代前半男性	0.223	0.554	2.5
50代後半男性	0.378	0.917	2.4
50代前半女性	0.143	0.277	1.9
50代後半女性	0.213	0.416	2.0

こうみると、50代ですら未婚者の方が2倍以上死にやすいことが分かる

３．離別者も早逝してるのか？離別、死別、有配偶も含めて調べる

45歳以上の死亡者について、各条件がどの年齢で死亡してるかその割合を調べた

なお、人口差や時代差などは加味していないので完全に正確ではない

男性

年齢	有配偶＋死別死亡者	離別死亡者	未婚死亡者
45～49歳	0.53	2.74	6.16
50～54歳	0.84	4.25	7.90
55～59歳	1.41	6.43	9.54
60～64歳	2.65	9.28	12.82
65～69歳	5.83	15.46	19.29
70～74歳	10.03	19.79	17.81
75～79歳	15.14	18.29	12.80
80～84歳	20.44	13.23	7.69
85～89歳	22.72	7.21	4.18
90～94歳	15.20	2.75	1.45
95～99歳	4.49	0.51	0.30
100歳以上	0.71	0.05	0.05

女性

年齢	有配偶＋死別死亡者	離別死亡者	未婚死亡者
45～49歳	0.47	2.04	3.79
50～54歳	0.67	2.84	4.10
55～59歳	1.00	3.49	4.18
60～64歳	1.56	4.63	4.26
65～69歳	3.08	8.33	6.35
70～74歳	4.99	11.38	8.05
75～79歳	8.39	13.36	9.72
80～84歳	14.16	14.75	12.72
85～89歳	22.29	16.08	18.25
90～94歳	24.75	14.46	18.14
95～99歳	14.54	7.19	8.68
100歳以上	4.09	1.45	1.75

グラフ画像

https://drive.google.com/uc?export=view&id=1BPYmwKwLkWa74jLuVdKzcUj2c-_i3F7R

これを見ると

男性は離婚しても早逝する可能性がある

女性も寿命のボリュームゾーンは変わらないものの、早逝気味になる

という可能性は一定あるように思えた

ただし、男性は　未婚者＜離婚者＜有配偶or死別　なのに対し

女性は　離婚者＜未婚者＜有配偶or死別　となっている

＿＿＿＿＿＿＿＿＿＿＿

まとめ

・これ以上は統計から分かることはあまりなさそう

・元記事は言い過ぎだが、相関はありそう

・しかも男性の場合看過できないほどの差が出る

・元記事では「未婚男性」を煽っていたが、未婚女性も程度の差こそあれ同様

・離別者も同様の現象が一定起きる

・因果関係はまだ不明なところが多く、今の若い世代に当てはまるかも不明（ただし50代くらいには既に当てはまっている）

因果関係の仮説や考察

大きく分ければこれって

１．早逝する人は結婚できない傾向にある（＝結婚できないような人は早逝する傾向にある）

２．パートナーが居ないと早逝する傾向にある（そしてそれは男性が顕著）

のどちらか、あるいはどちらもなんだけど

離別者でも影響があったので、２は有り得るんじゃないかってあるね

ただし、離婚原因が病気である可能性もあるけど、その場合は原因と結果が逆転する

１の原因として、そもそも持病持ちというパターンと、低収入が関係しているケースがありそう、収入と婚姻率には相関があるので、そうなると医療費をどれだけ払うかとか、老人ホームに入るかとかいうところに相関してくる（頑張れば統計から割り出せそう？）

２の原因として、男女差があることから女房が居ないと食生活が乱れると言う可能性がありそう、あとは酒が増えるとか他の生活面が乱れるとか

直接的なところでは治療費が捻出できなくなるとか、倒れた時の発見が遅れるとか、子供の存在とかかなあ

もちろん「寂しくて死んじゃう」のような理由も考えうるけど、他を排除しないと何とも言えないね

この事実を未婚者はどう受け取ればいいかと言えば

「死亡リスクが高いグループに属している」でいいんじゃないかと思う

疲れた、また気になったら調べる

他国の統計とか調べたらより精度上がるんだけど、誰かやってくれねーかな

ていうか国にやってほしい、いや実は一番詳しいのは保険屋なんじゃないか？

＿＿＿＿

ところで俺は「未婚男性・秋田生まれ・青森育ち・東京在住・働き過ぎ」なんだけど、役満か？遺書を書いておこう

＿＿＿＿

思いついたんだけど、未婚男性／既婚男性に差があって、女性は差がないって、ひょっとして年収の多さでは？

年収と婚姻率は男性にのみ強い相関があるから、未婚男性は低所得者層なんだよね

収入と寿命の相関を調べたら何か出てくるかも？

続き　https://anond.hatelabo.jp/otihateten3510/

Permalink | 記事への反応(6) | 16:59

■もはや少子化は中所得国でも

国名	2015	2024
イラン	2.14	1.63
スリランカ	2.11	1.4
マレーシア	2.05	1.54
コスタリカ	1.75	1.11
プエルトリコ	1.34	0.88

https://x.com/BirthGauge/status/1843723575314063818

Permalink | 記事への反応(1) | 09:15

■「未婚男性の死亡年齢中央値だけが異常に低い件」は間違い（？）なこと、ちゃんと調べた

追加：調べ終わったから一番最後だか見るのオススメ。残念ながら相関は「あった」。しかし元記事は言い過ぎ。

追記：さらに調べた

・低収入が原因である可能性はありそう

・アメリカで同様の議論や研究があった（原因は結局特定に至っていない？）

ーーーー

この件、これより前にもあったと思う

https://news.yahoo.co.jp/expert/articles/afc7fac67c5e9a7cf41f0c1096096c5851c25872

Youtubeやらでめっちゃ拡散されてたよね

非常に怪しいと思いながら、統計調べるのってすごーーくめんどくさいから放置してた

そしたら大和総研でちゃんと否定してた

https://www.dir.co.jp/report/column/20241011_012166.html

これ見て「ああそういうことか」と思ってちゃんと調べることにした

3時間くらいかかったわ

ソースの論文はこれ

結婚の多相生命表：基礎的概念と手法（国立社会保障・人口問題研究所）

https://ipss.repo.nii.ac.jp/record/2000394/files/24800302.pdf

正直学がなさすぎて読めない、読めなくない？

そもそも寿命に関する統計ってめんどくさいんだよね、自分が理解できてないことを理解している

なので、ちゃんと統計を調べた

死亡数はここ

人口動態調査　15歳以上の死亡数，年齢（５歳階級）・性・配偶関係別（2022年）

https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00450011&tstat=000001028897&cycle=7&year=20220&month=0&tclass1=000001053058&tclass2=000001053061&tclass3=000001053065&stat_infid=000040098335&result_back=1&tclass4val=0

男女年齢区分ごとの総人口と、未婚率はここ（2020年　※ずれてるけどまあええやろの精神）

国勢調査　男女，年齢（各歳），配偶関係，世帯の家族類型別一般世帯人員－全国，都道府県，21大都市，21大都市の区，県庁所在市，人口 20万以上の市

https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00200521&tstat=000001136464&cycle=0&year=20200&month=24101210&tclass1=000001136466

出来上がったのがこちら

男性の総数、既婚・未婚率、各死亡数など

年齢	平均年齢	男性総数	未婚者数	既婚者数	既婚率（%）	死者総数	有配偶死者数	離別死者数	死別死者数	既婚死者数	未婚者死者数
15～19歳	17	2781606	2757418	24188	0.9	1265	1	2	0	3	774
20～24歳	22	2948345	2602395	345950	11.7	2146	39	22	0	61	1338
25～29歳	27	3040167	1979623	1060544	34.9	2257	141	62	0	203	1247
30～34歳	32	3269747	1419307	1850440	56.6	2819	371	146	6	523	1273
35～39歳	37	3670006	1179356	2490650	67.9	4414	778	317	8	1103	1646
40～44歳	42	4158496	1132809	3025687	72.8	7271	1330	767	19	2116	2429
45～49歳	47	4822475	12 24888	3597587	74.6	13844	2770	1545	49	4364	4288
50～54歳	52	4236233	955290	3280943	77.4	21801	4798	2888	150	7836	6200
55～59歳	57	3823872	697639	3126233	81.8	28642	7414	4204	272	11890	7219
60～64歳	62	3543716	505636	3038080	85.7	41973	13052	5952	700	19704	9094
65～69歳	67	3840239	428505	3411734	88.8	68705	24661	8711	1966	35338	12407
70～74歳	72	4156270	297154	3859116	92.9	141338	56975	14911	6873	78759	18119
75～79歳	77	2996621	105732	2890889	96.5	170192	73045	13126	12263	98434	11409
80～84歳	82	2080505	39046	2041459	98.1	247487	100986	11346	24588	136920	7700
85～89歳	87	1173754	14093	1159661	98.8	320647	106830	6740	41999	155569	3956
90～94歳	92	4012 92	3065	398227	99.2	295883	61634	2482	45196	109312	1388
95～99歳	97	65444	390	65054	99.4	155165	14636	489	23224	38349	337
100歳以上	102	5862	80	5782	98.6	40183	11 24	49	4392	5565	40
合計	ー	51014650	15342426	35672224	69.9	1566032	470585	73759	161705	706049	90864

女性の総数、既婚・未婚率、各死亡数など

年齢	平均年齢	女性総数	未婚者数	既婚者数	既婚率（%）	死者総数	有配偶死者数	離別死者数	死別死者数	既婚死者数	未婚者死者数
15～19歳	17	2686488	2663351	23137	0.9	488	2	0	0	2	485
20～24歳	22	2884412	2509333	375079	13.0	745	27	15	0	42	702
25～29歳	27	2949069	17 12877	1236192	41.9	806	135	53	1	189	615
30～34歳	32	3179760	1063542	2116218	66.6	1022	305	100	3	408	613
35～39歳	37	3605421	815061	2790360	77.4	1660	625	244	14	883	773
40～44歳	42	4089364	759408	3329956	81.4	2721	1250	441	19	17 10	1009
45～49歳	47	4768900	799360	3969540	83.2	5172	2517	909	66	3492	1677
50～54歳	52	424 2467	611411	3631056	85.6	7732	3881	1449	206	5536	2189
55～59歳	57	3878674	415015	3463659	89.3	9486	5160	1787	377	7324	2149
60～64歳	62	3675708	270342	3405366	92.6	13104	7532	2297	1007	10836	2258
65～69歳	67	4120029	220144	3899885	94.7	20 868	12142	3333	2861	18336	2517
70～74歳	72	4683688	208261	4475427	95.6	44324	23591	6531	9907	40029	4264
75～79歳	77	3702406	130289	3572117	96.5	60237	27392	7251	21272	55915	4283
80～84歳	82	2840243	84436	2755807	97.0	102759	33807	8977	54228	97012	5696
85～89歳	87	1935478	60967	1874511	96.9	161043	29848	9537	113762	153147	7818
90～94歳	92	873442	224 28	851014	97.4	185138	13922	8036	154642	176600	8454
95～99歳	97	211826	4116	207710	98.1	116473	2299	4530	104632	111461	4968
100歳以上	102	28597	445	28152	98.4	34575	115	1076	32176	33367	1188
合計	ー	54355972	12350786	42005186	77.3	768353	164550	56566	495173	716289	51658

なお、既婚は「有配偶者＋死別＋離別」としている

で、恐らくだけど、元ソースは「死亡者数の中央値」を取ってる

申し訳ないけど中央値出すのめんどくさかったから平均値を出した

性別	未婚	離別	有配偶	死別	既婚
男性	65.3	72.5	80.5	87.6	81.2
女性	75.9	79.6	77.1	90.2	86.3

確かに未婚男性の平均が65.3歳で、似た感じになってるよね

他の値も概ね合ってると思う

んで未婚女性の値だけぜんぜん違うんだけど、中央値を調べたらちゃんと80〜85歳に入ってたから計算間違いでは無さそう

で、一旦ここまでで主張を整理したいんだけど

１．計算方法が酷すぎる

２．女性の未婚／既婚の年齢差が少ない謎が残っている

１．計算 方法が酷すぎる

あのさあ、死んだ人の年齢を全部並べて中央値とったら、そりゃ未婚の方が若くなるに決まってるだろ？

まさかそんな雑な計算してると思わなかった

そこから「未婚者はいのち短し」はあまりにも酷い

（てか年寄りは未婚者こんなに少ないんだな）

死別者の死亡中央値が高いのは当たり前だしね、なんなんだこのまとめは

じゃあ未婚者は既婚者に比べて死亡リスクがどれほど高いのか？っていうのは

単純に条件毎の「死亡者数／生存者数」を調べればざっくり出るんじゃないかと思う

（本当は階級を１個ずらすべきなのかもしれんが、一旦同じ年齢区分で出している）

男女の年齢階級別の死亡率

年齢	男性既婚者（％）	男性未婚者（％）	女性既婚者（％）	女性未婚者（％）
15～19歳	0.01	0.03	0.01	0.02
20～24歳	0.02	0.05	0.01	0.03
25～29歳	0.02	0.06	0.02	0.04
30～34歳	0.03	0.09	0.02	0.06
35～39歳	0.04	0.14	0.03	0.09
40～44歳	0.07	0.21	0.05	0.13
45～49歳	0.12	0.35	0.09	0.21
50～54歳	0.24	0.65	0.15	0.36
55～59歳	0.38	1.03	0.21	0.52
60～64歳	0.65	1.80	0.32	0.84
65～69歳	1.04	2.90	0.47	1.14
70～74歳	2.04	6.10	0.89	2.05
75～79歳	3.40	10.79	1.57	3.29
80～84歳	6.71	19.72	3.52	6.75
85～89歳	13.42	28.07	8.17	12.82
90～94歳	27.45	45.29	20.75	37.69
95～99歳	58.95	86.41	53.66	120.70

こう見ると、大体2〜3倍の死亡リスク（死にやすい）感じじゃないかと思う

ただし注意なのは、因果関係が逆である可能性も高い（例えば病気のため結婚できなかったなど）し

そもそも今の70代以上の既婚率は異常に高いため、データとして信頼性に乏しいと思う

つまりまだ分からん

２．女性の未婚／既婚の年齢差が少ない謎が残っている

上では否定的なことを言ったが、ちゃんと調べてみると

確かに未婚男性は若くして亡くなってることがわかった

データとして示すのが非常に難しいんだが

とりあえず「全死亡者に対する年齢区分の死亡者の割合」の一覧がこれだ

年齢	未婚男性（％）	既婚男性（％）	既婚女性（％）	未婚女性（％）
15～19歳	0.85	0.00	0.00	0.94
20～24歳	1.47	0.01	0.01	1.36
25～29歳	1.37	0.03	0.03	1.19
30～34歳	1.40	0.07	0.06	1.19
35～39歳	1.81	0.16	0.12	1.50
40～44歳	2.67	0.30	0.24	1.95
45～49歳	4.72	0.62	0.49	3.25
50～54歳	6.82	1.11	0.77	4.24
55～59歳	7.94	1.68	1.02	4.16
60～64歳	10.01	2.79	1.51	4.37
65～69歳	13.65	5.01	2.56	4.87
70～74歳	19.94	11.15	5.59	8.25
75～79歳	12.56	13.94	7.81	8.29
80～84歳	8.47	19.39	13.54	11.03
85～89歳	4.35	22.03	21.38	15.13
90～94歳	1.53	15.48	24.65	16.37
95～99歳	0.37	5.43	15.56	9.62
100歳以上	0.04	0.79	4.66	2.30
合計	100	100	100	100

これは「年齢ごとの未婚者数」を無視しているが、それを除いて考えても未婚男性の早逝が目立っている

（グラフにすると分かりやすい）

誤解を恐れずに言うと、女性のデータが奇妙なのではなく、未婚男性の方がおかしいんだ

ただし、あまりに死に過ぎだ

ー	総数	死者数	死亡率（％）
既婚男性	35672224	706049	1.98
既婚女性	42005186	716289	1.71
未婚男性	15342426	90864	0.59
未婚女性	12350786	51658	0.42

既婚／未婚で死亡率が違うのは、若者が未婚だからだが

それにしても男女差がエグくないか？

人口比でみた死亡率を、男女で比較してみる

年齢	男性既婚者（％）	女性既婚者（％）	比率（男／女）	男性未婚者（％）	女性未婚者（％）	比率（男／女）
15～19歳	0.01	0.01	1.43	0.03	0.02	1.54
20～24歳	0.02	0.01	1.57	0.05	0.03	1.84
25～29歳	0.02	0.02	1.25	0.06	0.04	1.75
30～34歳	0.03	0.02	1.47	0.09	0.06	1.56
35～39歳	0.04	0.03	1.40	0.14	0.09	1.47
40～44歳	0.07	0.05	1.36	0.21	0.13	1.61
45～49歳	0.12	0.09	1.38	0.35	0.21	1.67
50～54歳	0.24	0.15	1.57	0.65	0.36	1.81
55～59歳	0.38	0.21	1.80	1.03	0.52	2.00
60～64歳	0.65	0.32	2.04	1.80	0.84	2.15
65～69歳	1.04	0.47	2.20	2.90	1.14	2.53
70～74歳	2.04	0.89	2.28	6.10	2.05	2.98
75～79歳	3.40	1.57	2.18	10.79	3.29	3.28
80～84歳	6.71	3.52	1.91	19.72	6.75	2.92
85～89歳	13.42	8.17	1.64	28.07	12.82	2.19
90～94歳	27.45	20.75	1.32	45.29	37.69	1.20
95～99歳	58.95	53.66	1.10	86.41	120.70	0.72

なんだこれ、既婚者も未婚者も男が死に過ぎじゃないか

これもうコロナしかないだろ

というわけで死亡数の推移

https://www.mhlw.go.jp/toukei/saikin/hw/jinkou/geppo/nengai23/dl/gaikyouR5.pdf

8ページ

あかん、わからなくなってきた

一個前の国勢調査読まなきゃ無理だわこれ

めんどくせー；；

途中まとめ

・既婚者と未婚者で雑に死亡者の中央値とったら、そりゃ未婚者の方が圧倒的に若くて当然、参考にできない

・では男女で比較した場合どうかだけど、データのタイミングで何故か男性がめっちゃ死んでるから参考にならない

・調べた結果「未婚者はやはり短命」となっても、未婚者のデータがまず圧倒的に少ないので今の30代40代以下に適用できるかは不明（少なくとももう10年20年は答え出ないはず）

・論文は読めてない、誰か読んで

こういうデータを示すタイプの記事って、途中の計算方法とか明かしてないの腹立つんだよね

あと裏取らずに拡散するメディアとか

でも俺も間違ってるかもしれないから、気になった人は各々調べてみてほしい、データはあるんだからさ

＿＿＿＿＿＿＿＿

コロナの影響を無視したいので2019年版の死亡数で調べ直した（ソースは同じ場所から取ってるので割愛）

なお未婚率と男女総数は2020年のもの（国勢調査だからしょうがない）

結果、コロナによる男女差に対する影響は恐らくあまりないと思われる結果になった

2022

ー	総数	死者数	死亡率（％）
既婚男性	35672224	706049	1.98
既婚女性	42005186	716289	1.71
未婚男性	15342426	90864	0.59
未婚女性	12350786	51658	0.42

2019

ー	総数	死者数	死亡率（％）
既婚男性	35672224	628802	1.76
既婚女性	42005186	626654	1.49
未婚男性	15342426	75925	0.49
未婚女性	12350786	45087	0.37

てことは、直感に反するけど、男女の寿命差だけでこんなに死亡率が違うってことになるんだな？

そして、未婚男性が死にやすい状況も変わらないようだった

※長くなったので次の記事に分けた

次　https://anond.hatelabo.jp/20241014165955

Permalink | 記事への反応(10) | 00:41

2024-10-12

■国内外の自動運転 競争の最前線

テスラのCybercab、Robovan、そしてOptimus登場

2024/10/11、テスラがイベント「We, Robot」で新しい自動運転タクシー「Cybercab」と多目的自動運転バン「Robovan」、さらにロボット「Optimus」を発表したね。

テスラはEVで中国車メーカーと競争するのは諦め、これからますます自動運転に力を入れるだろうね。

Cybercabは、ハンドルもペダルもなくて完全自動運転を目指したもの。運転コストは1マイル約20 セント（1 kmあたり約19円）で、価格は3万ドル（約450万円）以下を目標にしている。量産は2026年を予定しているものの、イーロンタイムだから本当に実現するのかはわからない。でも、夢はあるよね。移動がもっと安く、もっと安全で、人間が運転から解放され、さらにタクシーとして稼げる。実現したら最高だと思わない？

Robovanは20人も乗れる自動運転バンで、商業利用も視野に入れているらしい。まさに未来の移動手段って感じ。だけど、これらが日本で使えるようになるかはまだ不透明。テスラはまずアメリカ市場を優先するし、日本の自動運転に関する法規制も厳しいから、Cybercabに乗れる日が来るのはまだまだ先かも。

日本で使えるハンズ オフのADAS技術

じゃあ、日本の自動運転はどうかというと、国内メーカーも少しずつ追いついてきてる。以下、日本で使えるハンズオフ技術の例を紹介するね：

日産 ProPILOT 2.0

高速道路での単一車線走行中にハンズフリー機能が使える。ターンシグナルを操作すると、車線変更も自動で行える。これで高速道路での運転が少し楽になるよ。

トヨタ アドバンス トド ライブ

40 km/h未満の低速走行時にハンズオフが可能で、車線維持と車線変更のサポートがある。日常の通勤や長距離移動に頼りになる技術だね。

スバルアイサイト

40 km/h以下の低速で車線内を走行する際にハンズフリーができる。特に渋滞でのストップ＆ゴー運転で力を発揮する。

これらの技術はまだ完全自動運転には程遠いけれど、少しずつ手放し運転が可能な範囲が広がっているのは確か。特に、高速道路や渋滞中の運転ストレスを軽減してくれるのはありがたいね。

自動運転の競争と今後の展望

世界的には完全自動運転の競争が激化している。Waymoはアメリカの一部地域で完全無人運転を実現しているのに対し、テスラはまだ完全自動運転には到達していない。彼らのFSDは開発途中で、常に人間の監視が必要なんだ（その名も「FSD supervised」ってところが面白いけどね）。

日本のメーカーは、法規制や安全性の高いハードルがある中で着実に進化を続けている。日本市場への展開は慎重だけど、その分信頼性も高めてくれることを期待したいところ。いつか、日本でもCybercabやRobovanが街を走る日が来るのか、それとも国内メーカーが先に未来の移動手段を提供してくれるのか。どちらにしても、技術の進化を見守っていくしかない。

だが実は…中国の侵略が始まっている

ここまで、日本の自動運転とテスラの競争が注目されてる中で、全然話題に上らないけど、中国の自動運転企業が急成長している。特に Baidu、Pony.ai、Momentaがリーダーで、北京や上海などの都市でロボタクシーの実用化を進めているんだ。たとえばPony.aiは2025年までに1都市で1,000台規模のロボタクシー運用を目指していて、コスト削減を図る予定だとか。こんな規模で動き出せば、日本やテスラも気づかないうちに追い抜かれるかもしれないね。

さらに、Huaweiは高精度地図に頼らない「エンド・ツー・エンド」アプローチで、深層学習を使ったシステムを開発中。これで複雑な交差点もスムーズに通過できるようになる可能性があるし、5Gを活用したV2X（車両と周囲の通信）技術も推進中。これが普及すれば、車同士がリアルタイムで情報を共有する世界が現実のものになるかもしれない。

日本は大丈夫？でも実は...

なんと！トヨタはちゃんとこの中国の動きに合わせている。

トヨタはPony.aiに約4億ドルを投資し、Momentaとも提携して自動運転技術の向上を目指している。両国の技術革新が加速する中、日本市場にも高度な自動運転技術が展開されるかも。

今後の自動運転の未来がどうなっていくか、マジで目が離せない。

Permalink | 記事への反応(3) | 09:11

2024-10-09

■岡田斗司夫の切り抜きみて、少子化の流れが理解できた

ちなみに動画では少子化について言っていない、俺が結びつけただけ

個人的に

子どもが家庭内で資産ではなく負債になる　→　子どもが減る

この流れは分かってたつもりなんだけど、じゃあなんで世界的にそれが起きたかは曖昧だった

１．時代とともに国際間の競争が激化する

２．国力を上げるために義務教育が導入される（工業化、兵隊化のため、読み書きの必要性が高まる）

３．子どもが家庭内で労働力ではなくなり、資産価値を失う

４．子どもが減る

この流れなんだな、それで１．２は先進国にとって不可避なんだよね

じゃあこれを逆回転できるかと言われれば絶対にできない、それは途上国に戻ることを意味する

中国、インドがここへ来て少子化になってきてるのも、直接的に関与してるのは就学児童の割合よな

中国は2006年に義務教育法で9年の義務教育が必須となった、一人っ子政策により少子化の進行は不明だったが

インドでは2009年に義務教育法ができた

これまではむしろ女性の社会進出における子育てリソース問題だと思ってたから、いっそ拡大家族を復活させれば若干改善するのでは？とか子どもの面倒を国が全部見ればいいのでは？と思ってたけど

この程度ではもう無理なのかもしれない

インドの合計特殊出生率はもう2.0を割っている

子どもが資産でなくなった瞬間に人口爆発は終わり衰退期に入っている、これ人類はどう解決するんだろう？

Permalink | 記事への反応(2) | 12:52

2024-10-06

■

ワイ：

x = torch.tensor([
[1.0,2.0,3.0],
[4.0,5.0,6.0]
])
最終次元が channel とし、この x を channel-wise 正規化してください。

Claude3.5 Sonnet：

はい、channel-wise 正規化（チャネル方向の正規化）を行います。この場合、最終次元（dim=-1）がチャネルとなります。channel-wise 正規化では、各チャネルの平均を0、分散を1に正規化します。
PyTorchを使用して、以下のように実装できます：
import torch

x = torch.tensor([
    [1.0, 2.0, 3.0],
    [4.0, 5.0, 6.0]
])

# チャネル方向（最終次元）の平均と標準偏差を計算
mean = x.mean(dim=-1, keepdim=True)
std = x.std(dim=-1, keepdim=True)

# Epsilon を追加して、ゼロ除算を防ぐ
epsilon = 1e-5

# 正規化を実行
x_normalized = (x - mean) / (std + epsilon)

print("元のテンソル:")
print(x)
print("\n正規化後のテンソル:")
print(x_normalized)
このコードを実行すると、以下のような結果が得られます：
元のテンソル:
tensor([[1., 2., 3.],
        [4., 5., 6.]])

正規化後のテンソル:
tensor([[-1.2247,  0.0000,  1.2247],
        [-1.2247,  0.0000,  1.2247]])

ワイ：

x = torch.tensor([
[1.0,2.0,3.0],
[4.0,5.0,6.0]
])
最終次元が channel とし、この x を channel-wise 正規化してください。

ChatGPT o1-preview：

import torch

x = torch.tensor([
    [1.0, 2.0, 3.0],
    [4.0, 5.0, 6.0]
])

# Compute mean and standard deviation along the batch dimension (dim=0)
mean = x.mean(dim=0, keepdim=True)
std = x.std(dim=0, unbiased=False, keepdim=True)

# Perform channel-wise normalization
x_normalized = (x - mean) / std

print("Normalized Tensor:\n", x_normalized)
Output:
Normalized Tensor:
 tensor([[-1., -1., -1.],
        [ 1.,  1.,  1.]])
Explanation:
Compute Mean:
The mean is computed along the batch dimension (dim=0), treating each column as a channel.
mean = x.mean(dim=0, keepdim=True)
This results in mean = [[2.5, 3.5, 4.5]].
Compute Standard Deviation:
The standard deviation is computed along the same dimension with unbiased=False to match the sample size.
std = x.std(dim=0, unbiased=False, keepdim=True)
This results in std = [[1.5, 1.5, 1.5]].
Normalize:
Subtract the mean and divide by the standard deviation for each channel.
x_normalized = (x - mean) / std
This yields the normalized tensor with standardized channels.
Note: Setting keepdim=True ensures that the mean and standard deviation tensors have the same number of dimensions as x, which is necessary for broadcasting during subtraction and division.

ChatGPTの方が正しいよね？

Permalink | 記事への反応(1) | 11:33

2024-10-03

■anond:20241003213030

そういや2.0がそんなこと言ってたような

https://x.com/hinabe_ch/status/1714234819541156305

2023年 10月17日

暇空茜が山本一郎対話罪はブロックとかいう真正面の中傷をやってくれたおかげで、暇アノンの出来の悪い人たちが私のところにやって来ず、治安が荒れなくて平和で大変良い
暇空茜が捕まるまではこのままで行きたい

少し時間はかかるだろうけど、捕まると思うよ

この手の話だから、忘れた頃に摘発になると思う

普通に刑法名誉毀損罪や侮辱罪で持ってけますね
警察庁の勉強会とか行くと「山本さんなんで被害届出さないんですか」とか訊かれるw

Permalink | 記事への反応(0) | 21:33

2024-09-29

■

不動産開発業者は工事代節約のため、できるだけ平地か低めの土地を開発しており、あえて小高い場所を選ばない

その結果、川が決壊で、多くの家が水浸しになる

国交省は、小高い場所の不動産開発に補助金を出すべきである

土石流防止費用も補助すればなお良い

水道官引けないこともないだろ

理想的な水圧は2.0～4.0Kgf/c㎡（0.2MPa～0.39MPa）です。家庭の蛇口での水圧は1.0Kgf/c㎡程度減少するのが一般的です。山間地にある場合は上下限に近い水圧になることがあります。

Permalink | 記事への反応(0) | 23:55

2024-09-28

■パソコン 譲渡会

これの目的が、実はセキュリティに穴がある(TPM2.0なし)Win11PCを普及させてこいつを踏み台にするための奴なんじゃないかと

それならYoutuberの相次ぐ公開停止も納得できてしまう

陰謀論だけどさ

Permalink | 記事への反応(0) | 20:32

2024-09-27

■

足を引っ張るとか裏切りとか、私情のもつれで次期総理が有るとか無いとか了見が狭い。ここまで進んだ左右・与野党の分断がいい訳ないと思う人間には石破は適任。

― silent hill 333 (@333_hill) August 29, 2020

「こうしたい」が為になりふり構わず押し切ってきたのが安倍政権。それが安倍氏個人の私利私欲だとは思わないし成果も否定すべきではないが、政権奪回後の自民党 2.0のあるべき姿は石破だと思うね。

― silent hill 333 (@333_hill) August 30, 2020

Permalink | 記事への反応(0) | 21:48

■anond:20240927161851

もう自民党はダメだ日本保守党しか日本を救えない

12位　政治 · トレンド　日本保守党

https://x.com/search?q=%E6%97%A5%E6%9C%AC%E4%BF%9D%E5%AE%88%E5%85%9A&src=trend_click&vertical=trends

百田尚樹@hyakutanaoki

★緊急告知★

本日、18時25分より、Youtube ライブ配信を行ないます。

気合ライブ「総裁選ショックから立ち直った！　今こそ日本保守党が頑張る時やで！」

阿知和賢@ginyokosuka

麻生太郎さん笑顔がないですね💦石破内閣は誰が大臣になるんだろう💦そして石破さん総裁、総理になると移民も増加して夫婦別姓にも力を入れていきそうな気がします💦中国の問題も酷くなりそう💦

私は移民は規制した方が良いと思います。今は外国人の犯罪が増加してますから💦日本保守党、頼みます🇯🇵

辛口娘　@Karakuchi37

私達には光がある！希望がある！日本保守党がある！

日本を保守の手に取り戻す！そのための船出に一緒に出ましょう🫡

船長は百田尚樹！航海士は有本香！一緒に頑張りましょう🇯🇵希望のあかりを灯しましょう

#日本保守党

ナガシマ・イチロウ　@Cn0TVjZHvTiHMbh

失望しないでください次期総選挙は間違いなく大敗其れも歴史的大敗しますから

日本保守党が大躍進しますから https://x.com/parsonalsecret/parsonalsecret/status/1839566581644632314

中島誠龍@nakajima_seiryu

さて、まぁコントみたいな総裁選でしたが、自民党はもう日本を正しい道に導く事は無いでしょうから、ここからは日本保守党の出番でしょ。

日本保守党の党員・支持者・応援してくださるみなさんの声を大きく上げてまいりましょう！

桜ねこ@norisan83twi

自民党は自滅終了しました。スッキリしたわ。

日本保守党はコツコツと議席を増やしていくのみ。#日本保守党

@koume® Ver.2.0 🇯🇵with love @koume_withlove

一緒に高市さんを応援して下さった皆さま💗お疲れさまでした🙇‍♀️

残念な結果に終わり絶望感のみです現状の自民党は支持できず今後は当面、日本保守党を応援予定です自民党員につきましては高市さんの今後の方針で決めるつもりです

日本を取り戻す✊🇯🇵今後ともよろしくお願い致します🙇‍♀️小梅拝

maku　@maku94483

日本保守党(@hoshuto_jp)の飯山氏(@IiyamaAkari)の支持者がX上で、他ユーザーに対する身体への危害を仄めかすポストをしています。また当該ユーザーへの身元情報を謝礼・懸賞金有で募集しており、非常に危険性を感じます。この人物は飯山氏にDMが送れることを公言しているので、飯山氏からこのユーザーへ、このような行為をやめるようにお伝え頂きたいです。

Permalink | 記事への反応(0) | 18:36

「2.0」を含む日記

■女性向けゲームの中国資本浸食度

■兵庫県知事選、期日前投票に行ってきた

■斎藤元彦ログまとめ

斎藤元彦兵庫県知事が“続投表明”「過去は取り戻せない」と反省も「もっといい知事として、これからやっていきたい」 ★5

斎藤兵庫知事パワハラ疑惑「課長補佐レベルの人を知事に選んでしまった」元官僚の大学教授が自戒

【維新】兵庫知事パワハラ疑惑、馬場代表「雰囲気や自分たちが損するからバサッとやると悪い前例に」「批判受けて立つことも必要」 ★2

【兵庫】亡くなった「元県民局長」の文書は“誹謗中傷”と未だ言い張る「斎藤知事」 それでも「維新」は知事擁護

【兵庫】維新 斎藤知事に辞職求め「出直し選挙」申し入れ 方針固める

【兵庫】斎藤知事 全県議の即時辞職要求にまた続投表明、ネット「解散で16億円」「側近、弁護士の責任もデカい」

■三大入ってみれば楽しそうなのに良い入り口が見つけられずに悩んでいるジャンル。

■[原神] 激化で灰燼の都に立つ英雄の絵巻と教官のざっくり比較をお願いした

■1998年小渕内閣以降の内閣支持率と時事トピックス(過去25年分) (3回目)

支持率上昇率＝(前月より5%支持率が上昇した月数)/在職月数

支持率下降率＝(前月より5%支持率が下降した月数)/在職月数

小渕恵三 在職期間：1998.08～1999.03 1年8ヶ月 就任時：37% 退任時：35% 最高：53% 最低：20%

支持率上昇率：15.0% 支持率下降率：20.0%

森喜朗 在職期間：2000.04～2001.04 1年1ヶ月 就任時：39% 退任時：7% 最高：39% 最低：7%

支持率上昇率：23.1% 支持率下降率：46.2%

小泉純一郎 在職期間：2001.05～2006.09 5年5ヶ月 就任時：81% 退任時：51% 最高：85% 最低：39%

支持率上昇率：18.5% 支持率下降率：21.5% ※2001.09 アメリカ同時多発テロ

安倍晋三 (第1期) 在職期間：2006.10～2007.09 1年0ヶ月 就任時：65% 退任時：34% 最高：62% 最低：29%

支持率上昇率：16.7% 支持率下降率：41.7%

福田康夫 在職期間：2007.10～2008.09 1年0ヶ月 就任時：58% 退任時：20% 最高：58% 最低：20%

支持率上昇率：8.3% 支持率下降率：25.0% ※2008.09 リーマンショック

麻生太郎 在職期間：2008.09～2009.08 1年0ヶ月 就任時：48% 退任時：15% 最高：49% 最低：15%

支持率上昇率：8.3% 支持率下降率：41.7%

鳩山由紀夫 在職期間：2009.10～2010.05 8ヶ月 就任時：70% 退任時：21% 最高：70% 最低：21%

支持率上昇率：0.0% 支持率下降率：75.0%

菅直人 在職期間：2010.06～2011.08 1年3ヶ月 就任時：61% 退任時：18% 最高：61% 最低：18%

支持率上昇率：14.3% 支持率下降率：42.9% ※2011.03 東日本大震災 この月世論調査なし。 2011.02 21% 2011.04 27%

野田佳彦 在職期間：2011.09～2012.12 1年4ヶ月 就任時：60% 退任時：20% 最高：60% 最低：20%

支持率上昇率：0.0% 支持率下降率：31.3%

安倍晋三 (第2期) 在職期間：2013.01～2020.08 7年8ヶ月 就任時：64% 退任時：34% 最高：66% 最低：34%

支持率上昇率：15.4% 支持率下降率：21.5% ※2019.12 コロナ中国で1例目発生

菅義偉 在職期間：2020.09～2021.09 1年1ヶ月 就任時：62% 退任時：30% 最高：62% 最低：29%

支持率上昇率：0.0% 支持率下降率：23.1%

岸田文雄 在職期間：2021.10～2024.9 2年11ヶ月 就任時：49% 退任時：20% 最高：59% 最低：20%

支持率上昇率：2.9% 支持率下降率：17.1% ※2022.02 ロシアのウクライナ侵攻開始、2023.10 ハマスへの報復を目的とするイスラエルのガザ侵攻開始

石破茂 在職期間：2024.10～(継続中) 1ヶ月 就任時：44% 退任時：-% 最高：44% 最低：44%

支持率上昇率：-% 支持率下降率：-%

■今の選挙区割は不当

■「未婚男性の死亡年齢中央値だけが異常に低い件」は間違い？ ちゃんと調べた その２

2019 男性

2019 女性

１．若くして亡くなってる人を除いたデータならどうなるか？

２．未婚率が低すぎた世代を無視するとどうなるか？

３．離別者も早逝してるのか？離別、死別、有配偶も含めて調べる

男性は離婚しても早逝する可能性がある

女性も寿命のボリュームゾーンは変わらないものの、早逝気味になる

■もはや少子化は中所得国でも

■「未婚男性の死亡年齢中央値だけが異常に低い件」は間違い（？）なこと、ちゃんと調べた

男性の総数、既婚・未婚率、各死亡数など

女性の総数、既婚・未婚率、各死亡数など

１．計算方法が酷すぎる

男女の年齢階級別の死亡率

２．女性の未婚／既婚の年齢差が少ない謎が残っている

■国内外の自動運転競争の最前線

テスラのCybercab、Robovan、そしてOptimus登場

日本で使えるハンズオフのADAS技術

日産 ProPILOT 2.0

スバル アイサイト

自動運転の競争と今後の展望

だが実は…中国の侵略が始まっている

日本は大丈夫？でも実は...

■岡田斗司夫の切り抜きみて、少子化の流れが理解できた

■パソコン譲渡会

【兵庫】亡くなった「元県民局長」の文書は“誹謗中傷”と未だ言い張る「斎藤知事」　それでも「維新」は知事擁護

【兵庫】維新斎藤知事に辞職求め「出直し選挙」申し入れ方針固める

【兵庫】斎藤知事　全県議の即時辞職要求にまた続投表明、ネット「解散で16億円」「側近、弁護士の責任もデカい」

小渕恵三在職期間：1998.08～1999.03　1年8ヶ月　就任時：37% 退任時：35%　最高：53%　最低：20%

支持率上昇率：15.0% 　　支持率下降率：20.0%

森喜朗　在職期間：2000.04～2001.04　1年1ヶ月　就任時：39% 退任時：7%　最高：39%　最低：7%

支持率上昇率：23.1% 　　支持率下降率：46.2%

小泉純一郎　在職期間：2001.05～2006.09　5年5ヶ月　就任時：81% 退任時：51%　最高：85%　最低：39%

支持率上昇率：18.5% 　　支持率下降率：21.5%　　　※2001.09　アメリカ同時多発テロ

安倍晋三 (第1期)　在職期間：2006.10～2007.09　1年0ヶ月　就任時：65% 退任時：34%　最高：62%　最低：29%

支持率上昇率：16.7% 　　支持率下降率：41.7%

福田康夫　在職期間：2007.10～2008.09　1年0ヶ月　就任時：58% 退任時：20%　最高：58%　最低：20%

支持率上昇率：8.3% 　　支持率下降率：25.0%　　※2008.09　リーマンショック

麻生太郎　在職期間：2008.09～2009.08　1年0ヶ月　就任時：48% 退任時：15%　最高：49%　最低：15%

支持率上昇率：8.3% 　　支持率下降率：41.7%

鳩山由紀夫　在職期間：2009.10～20 10.05　8ヶ月　就任時：70% 退任時：21%　最高：70%　最低：21%

支持率上昇率：0.0% 　　支持率下降率：75.0%

菅直人　在職期間：20 10.06～20 11.08　1年3ヶ月　就任時：61% 退任時：18%　最高：61%　最低：18%

支持率上昇率：14.3% 　　支持率下降率：42.9%　　　※20 11.03　東日本大震災　この月世論調査なし。 20 11.02 21% 20 11.04 27%

野田佳彦　在職期間：20 11.09～20 12.12　1年4ヶ月　就任時：60% 退任時：20%　最高：60%　最低：20%

支持率上昇率：0.0% 　　支持率下降率：31.3%

安倍晋三 (第2期)　在職期間：2013.01～20 20.08　7年8ヶ月　就任時：64% 退任時：34%　最高：66%　最低：34%

支持率上昇率：15.4% 　　支持率下降率：21.5%　　※2019.12 コロナ中国で1例目発生

菅義偉　在職期間：20 20.09～2021.09　1年1ヶ月　就任時：62% 退任時：30%　最高：62%　最低：29%

支持率上昇率：0.0% 　　支持率下降率：23.1%

岸田文雄　在職期間：2021.10～20 24.9　2年11ヶ月　　就任時：49% 退任時：20%　最高：59%　最低：20%

支持率上昇率：2.9% 　　支持率下降率：17.1%　　※2022.02 ロシアのウクライナ侵攻開始、20 23.10 ハマスへの報復を目的とするイスラエルのガザ侵攻開始

石破茂　在職期間：20 24.10～(継続中)　1ヶ月　　就任時：44% 退任時：-%　最高：44%　最低：44%

支持率上昇率：-% 　　支持率下降率：-%

■「未婚男性の死亡年齢中央値だけが異常に低い件」は間違い？　ちゃんと調べた　その２

スバルアイサイト