はてなキーワード: 2.0とは
[『Factorio』大型DLC「Space Age」はNintendo Switch向けの配信を断念、“規模大きすぎ”のため。でも大型アプデ2.0は配信予定 - AUTOMATON](https://automaton-media.com/articles/newsjp/factorio-20241026-315916/)
👨🌾「農園ハロウィーンイベントの案を考えましょう」🥺「えっ」
👨🌾「良いアイデアは無いですか?」
🥺「そうですね…畑にカボチャのランプを置くのとかはどうでしょうか」
👨🌾「良いですね、雰囲気が出そうです」
🥺「近所の子供達を招待してお芋の手作りお菓子をあげるとかも良さそうです」
👨🌾「ふむ…立食パーティーのようにすれば楽しいかもしれませんね」
🥺「えっ」
🥺「…」
............. _
........./ /|)
........| ̄|
..../ /
鬼畜ぷゆ🥺🤜
🥺…
なんで聞いたの🥺
ひどい😭
草
👩🌾「何言ってるんですか、冬至にはまだ早いですよ」
えっ🥺
わくわくしたのに🥺
草
何で聞いたの😭😭
うんちw
パワハラら🥺💢💢
👹
どうして…🥺
悲しい…🥺
草
草
上げて落とす
人を壊す方法
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。
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)
内閣支持率の出典
お前らくんと一緒に入浴中のワイちゃん(37cm)「潜水艦、浮上なのらっ!」うんこプカァ…
1. エッヂの名無し 2024/10/22(火) 04:40:09.763 ID: XaZ3tvyOn
ワイちゃん(37cm)「大渦発生!潜水艦壊散!潜水艦壊散!」←腕でお湯をグルグルしてうんこを散り散りにする
どうすんべ、この赤ちゃん🥺☝💦
2. エッヂの名無し 2024/10/22(火) 04:40:36.896 ID: XaZ3tvyOn
怒っちゃやーやーだよ🥺💦
12. エッヂの名無し 2024/10/22(火) 04:45:27.713 ID: .4TMyrHx.
想像したら嫌すぎるマジやめて
13. エッヂの名無し 2024/10/22(火) 04:46:09.408 ID: XaZ3tvyOn
21. エッヂの名無し 2024/10/22(火) 04:53:59.952 ID: VJJp9PPMx
殴りてぇ…
29. エッヂの名無し 2024/10/22(火) 05:01:42.026 ID: XaZ3tvyOn
めっ🥺
前 https://anond.hatelabo.jp/20241014004111
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
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 |
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 |
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 | 1224888 | 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 | 29211 | 14147 | 5599 | 801 | 20547 | 8594 |
65~69歳 | 67 | 3840239 | 428505 | 3411734 | 88.8 | 55240 | 30348 | 9327 | 2554 | 42229 | 12929 |
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 | 401292 | 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 |
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 | 1712877 | 1236192 | 41.9 | 683 | 121 | 49 | 3 | 173 | 509 |
30~34歳 | 32 | 3179760 | 1063542 | 2116218 | 66.6 | 1017 | 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 | 1033 |
45~49歳 | 47 | 4768900 | 799360 | 3969540 | 83.2 | 5222 | 2615 | 941 | 95 | 3651 | 1567 |
50~54歳 | 52 | 4242467 | 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 | 52310 | 88524 | 5254 |
85~89歳 | 87 | 1935478 | 60967 | 1874511 | 96.9 | 143615 | 24783 | 7409 | 103841 | 136033 | 7538 |
90~94歳 | 92 | 873442 | 22428 | 851014 | 97.4 | 157092 | 10536 | 6661 | 132319 | 149516 | 7492 |
95~99歳 | 97 | 211826 | 4116 | 207710 | 98.1 | 90839 | 1475 | 3310 | 82436 | 87221 | 3583 |
100歳以上 | 102 | 28597 | 445 | 28152 | 98.4 | 25016 | 76 | 666 | 23541 | 24283 | 722 |
合計 | ー | 54355972 | 12350786 | 42005186 | 77.27795945 | 672097 | 148782 | 46970 | 430902 | 626654 | 45087 |
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
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
・45歳以上で初婚というのが少ない
ということで、45歳以上のみで比較してみよう
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)
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
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
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 |
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 |
https://drive.google.com/uc?export=view&id=1BPYmwKwLkWa74jLuVdKzcUj2c-_i3F7R
これを見ると
___________
まとめ
・元記事は言い過ぎだが、相関はありそう
・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
・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)
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
「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
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。
・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
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
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
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
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)
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
出来上がったのがこちら
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 | 1224888 | 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 | 401292 | 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 | 1124 | 49 | 4392 | 5565 | 40 |
合計 | ー | 51014650 | 15342426 | 35672224 | 69.9 | 1566032 | 470585 | 73759 | 161705 | 706049 | 90864 |
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 | 1712877 | 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 | 1710 | 1009 |
45~49歳 | 47 | 4768900 | 799360 | 3969540 | 83.2 | 5172 | 2517 | 909 | 66 | 3492 | 1677 |
50~54歳 | 52 | 4242467 | 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 | 20868 | 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 | 22428 | 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 |
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 |
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
2.女性の未婚/既婚の年齢差が少ない謎が残っている
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?
(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)
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
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
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 |
それにしても男女差がエグくないか?
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
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
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
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?
※長くなったので次の記事に分けた
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。
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:
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。
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。
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。
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。
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。
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。
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
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
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)
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
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
ワイ:
x = torch.tensor([
[1.0,2.0,3.0],
[4.0,5.0,6.0]
])
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。
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)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]
])
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) / stdThis 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?
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
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
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
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
@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。
パソコン廃棄のマニフェストの根底が吹っ飛びかねないヤバい案件
情シスの部長がパソコンは中のディスクと本体を分別して捨てろと仰っていたのは正しかったんだと改めて思い知った。
でも昔は有償譲渡会ってそこまで悪いイメージじゃなかった。20年くらい前も同じような譲渡会があったんだが、あの頃は普段お目にかからんような変態PCがたくさんで
本気で買うか悩んでいた。対応している人もクソディープで新しいマシンを買うための礎となるがよいってほざいていて楽しかった。
んで数年前の有償譲渡会に私の知り合いが参加してパソコンを買ったのだが、i3の6世代だったんだがTPM2.0があってたまげた。メモリとストレージは交換推奨というので
それだけ交換したがまあ値段なりだったな。
今の有償譲渡会見ていると売るもんなくて無理やりジャンク屋から卸したんじゃねえのって感じになってる。こんな感じになったのはコロナあたりだったかと。
最近秋葉原の「U Mobile Shop」で開催されたセールで購入したIntel NUCキット(NUC6CAYS)に
ついてのレビューです。
このミニPCは、その小さなボディに秘めた可能性に驚かされることばかりでした。
それでは、購入から設定、そして実際の使用感まで、詳しく見ていきましょう。
NUC6CAYSの画像: https://i.imgur.com/LrfNMrA.jpeg
1. 購入経緯
2024年9月14日、秋葉原の「U Mobile Shop」とそのオンラインストアで中古ミニPCのセールが
開始されました。
オンラインストアは午前0時からスタートし、私はこの機会を逃すまいと注文しました。
Intel製Windows 10ミニPC中古が3,000円でセール!【Intel NUCキット】
https://daily-gadget.net/2024/09/12/post-77177/
セールの目玉商品だったIntel NUCキット(NUC6CAYS)の仕様は以下の通りでした:
- メモリ: 4GB
- ストレージ: 32GB
- OS: Windows 10 Home
https://youtu.be/Q9gM8jAOf_0?si=kr-9lrfr20P0eG-Z
残念ながらWindows11には非対応ですが、そのために価格は3,000円!でした。
2. 開封と初期の印象
商品が届いてすぐに開封しました。外観は予想以上にきれいで、ミニPCとは思えないほど
頑丈そうで加工精度が高い印象を受けました。
手に取ってみると、その小さな筐体からは想像できないほどの重量感があり、
a. まず、HDMIケーブルでモニターに接続し、2.4GHz帯のワイヤレスキーボード
b. 電源を入れると、問題なくモニターに映像が表示され、キーボードとタッチパッドも
c. BIOS画面はIntel独自のデザインで、タッチパッドでスムーズに操作できました。
3-2. Windows 10の起動
そのまま起動すると、内蔵eMMC(32GB)にインストールされていたWindows 10が
立ち上がりました。起動は速く、基本的な操作も問題なくできました。
ただし、機能更新プログラムのバージョンは相当古いものでした。
注目すべき点は、CPUファンが搭載されているにもかかわらず、とても静かだったことです。
デスクトップ環境として使用する上で、この静音性は大きなメリットだと感じました。
ネットで見つけた分解写真: https://i.imgur.com/BXApN8U.png
まず、空きスロットに8GBのDDR3Lのメモリを追加で挿し、12GBに増設しました。
BIOSで問題なく認識され、システムの応答性が向上したように感じました。
次に、2.5インチSATA SSD 1TBを増設しました。内蔵の増設スロットを利用したので、
取り付けは非常に簡単でした。
4-3. eMMCの無効化
搭載されていたeMMCは容量が32GBと限られていたため、BIOSから無効化することにしました。
ただし、元のWindows 10インストールを保険として残しておきたかったので、
完全に消去することはしませんでした。
無効化後、NUC6CAYSを起動すると新しく増設した2.5インチSATA SSDにインストール
されていたWindows 10が問題なく起動しました。
Windows 10も快適に動作しましたが、さらに軽量なOSでの使用感を試すため、
a. インストール自体はスムーズに完了し、特に問題は発生しませんでした。
c. YouTube FHDの60FPS動画も問題なく再生でき、Wi-Fi接続も安定していました。
Chrome OS Flex上でいくつかのベンチマークテストを実行しました:
シングルスコア:約15,000 マルチスコア:約110,000
b. WebGL Aquarium:5,000匹の魚で約35FPS
ベンチマークの画像: https://i.imgur.com/5zmXXbc.jpeg
これらの結果から、高性能とは言えないものの、日常的な使用には耐える性能を
持っていることがわかりました。
特筆すべきは、これらのテスト中もファンの音がほとんど聞こえなかったことです。
天板に直接耳を当てないと音が聞き取れないほどの静音性は驚きでした。
6.総評
Intel NUCキット(NUC6CAYS)は、その小さなボディからは想像できないほどの
可能性を秘めていました。
6-1. 長所:
- 驚くほどの静音性
6-2. 短所:
- 高負荷のタスクには向かない
- 自宅用のChromebox的な使い方
3,000円という破格の価格で手に入れたこのマシンですが、その価値は金額をはるかに
超えています。
拡張性、静音性、そしてある程度の性能を兼ね備えたこのミニPCは、様々な用途に適応
できる素晴らしいマシンだと言えると感じました。
Chrome OS Flexの検証に続いて、Linux開発環境の可能性も探ってみました。結果は予想以上に良好で、
Chrome OS Flex上でLinux(Beta)を有効にし、開発環境をセットアップしました。
Linux開発環境の画像: https://i.imgur.com/8URQQSU.png
Linux環境で、以下のアプリケーションをインストールし、動作を確認しました:
参考サイト:初期設定&日本語入力を使えるようにする方法|ChromebookでLinux
https://catalyst-wakaba.com/linux-on-chrome-os/
項目 | 2020 | 2021 | 2022 | 2023 |
販売台数 | 930万 | 888万 | 826万 | 924万 |
売上高 | 2228.84億ユーロ | 2502.00億 | 2792.32億 | 3,223億 |
営業利益 | 96.75億ユーロ | 192.75億 | 221.24億 | 226億 |
税引後利益 | 88.24億ユーロ | 154.28億 | 158.36億 | 179億 |
純利益率 | 3.9% | 6.2% | 5.7% | 5.6% |
王の中の王
項目 | 2020 | 2021 | 2022 | 2023 |
販売台数 | 992万台 | 1038万 | 1055.8万 | 1109万 |
売上高 | 27兆2145億円 | 31兆3795億 | 37兆1543億 | 45兆953億 |
営業利益 | 2兆1977億円 | 2兆9956億 | 2兆7250億 | 5兆3529億 |
税引後利益 | 2兆2452億円 | 2兆8501億 | 2兆4513億 | 4兆9449億 |
純利益率 | 8.2% | 9.1% | 6.6% | 11% |
190.7万台(YOY-1.7%)
項目 | 2020 | 2021 | 2022 | 2023 |
販売台数 | 454万台 | 407万 | 369万 | 410.9万 |
売上高 | 13兆1705億円 | 14兆5526億 | 16兆9077億 | 20兆4288億 |
営業利益 | 6602億円 | 8712億 | 8394億 | 1兆3819億 |
純利益 | 6574億円 | 7070億 | 6953億 | 1兆1071億 |
純利益率 | 5.0% | 4.9% | 4.1% | 5.4% |
くっきりと死相が見えている
項目 | 2020 | 2021 | 2022 | 2023 |
販売台数 | 405万台 | 388万 | 330.5万 | 344.2万 |
売上高 | 7兆8625億円 | 8兆4246億 | 10兆5967億 | 12兆6857億 |
営業利益 | -1506億円 | 2473億 | 3771億 | 5687億 |
純利益 | -4486億円 | 2155億 | 2219億 | 4266億 |
純利益率 | -5.7% | 2.6% | 2.1% | 3.4% |
これだけあらゆる知識やテクノロジーがネットを通してオープンになってる時代
社会やら経済やらなんてのはオープン化に逆行してクローズにすることで「オトナ」という既得権益者が威張り続けられるようにするためのものでしかない
世界がもっとあらゆる基盤をオープンにするようになれば、想像よりもはるかに人類は自助努力でなんとかなる範囲が増えるだろう
なんとかならないインフラも、維持できなくなればカネや職務にとらわれない有志ボランティアとして自発的に解決策や代替案を実行するため動き出す人も一定数いると思うんだよ
よくSFではなんでも3Dプリンタで出力できてどんなメニューも万能穀物から自動調理できて物流も完全自動化されてるような図が描かれてるけど
そんなの社会ごっこや経済競争ごっこをしてたらいつまで経っても実現しないよ
企業やら国家やら細かい派閥に分かれてそれぞれでやるんじゃなくて全人類一丸となって派閥の利益じゃなく人類の利益にコミットしていけば、人類2.0みたいなステージに到達しそうだと思わないか
狭い分野では素粒子物理学のためにスイスでやってるCERNみたいな世界団結の例があるだろ
同じような感じで貨幣なんてモノなくても人類もう十分現代的に生きていけるってことを示す実験国家とかあったら面白いんだけどな
2024/09/16(月) 02:37:38.477 ID:Lr5W1ZTkR
あの頃が一番楽しかった
2024/09/16(月) 02:37:53.673 ID:20MSNHEGI
クッソこれw
2024/09/16(月) 02:38:02.095 ID:/FeBj7Xzl
205年に突っ込んで欲しそう
2024/09/16(月) 02:39:43.705 ID:ws9YxvNKh
流石に昔過ぎて覚えてないわ
2024/09/16(月) 02:40:36.764 ID:hbxyxMJmE
あの頃のドングリは美味かった
2024/09/16(月) 02:43:25.872 ID:/cKvWzKf6
2024/09/16(月) 02:45:10.688 ID:fGz7ui5jr
2024/09/16(月) 02:49:09.475 ID:0DNIo/slp
官渡の戦いのあたり?
2024/09/16(月) 02:50:30.733 ID:033O7V2so