統計と言うのは正しい
と言うよりも統計は正しくしかできない
でないと意味がないから
統計と言うのは正しくてなくてはいけないのです。
さてしかし皆さん最近統計について少し疑問を感じ始めてきていませんか？
コロナの患者の人数。
毎日紆余曲折 減ったら喜び増えたら落胆する
そこで徐々にその統計と言うのが実は色々なまやかしがあるんじゃないか？
と感じ始めてきてますよね。
いや 統計は嘘をつけない。
そう思うと実は色々な統計の裏を見ることができるようになります。
今回はそんな話...
さてコロナ患者の統計
PCR検査で陽性になった場合の人数を計算し発表されます。
その数字
確かに正しいです。
確かに正しい。
でもPCRが陽性になったからといってその人の病気が発症したわけじゃないですよね。
だから病人と言うわけではない。
しかもそのPCRの検査自体においてその陽性が生きたコロナによるものなのか
もう死滅したコロナによるものなのかもわからないわけです。
もしかしたら100人のPCR陽性者の内3割が死滅したコロナで陽性になっていた場合は
正確には70人の陽性患者とするのが正しくなり
さらにPCRは何パーセントかの誤差があるばあいがあります。
ということは更に陽性患者は経ることになります。
さてこれらは不確定要素ということになるわけです。
ということはPCR統計において不確定要素がどのくらいのパーセントいるかも考慮しないといけません。
でもそれでは統計の意味が無くなります。
なぜなら統計というのは嘘がつけないからです。
ということはとにかく陽性とでた人はどんな人だろうがその統計に載せなければならないと言うことになります。
更に
PCR検査を受けたことがない人についてはもうどうにもなりません。不確定要素が大きすぎると言うことになります。
嘘をつけない統計
と言うことは統計は実は操作しやすいということでもあるんです。
それは統計の枠組みとそれぞれの要素に対する定義づけです。
それをどのようにするかによって統計と言うのはいくらでも操作できることになります。
要は統計をつくる側の意図が介在しやすいのが統計と言うことになるんです。
なぜなら不確定要素は省くことができるからです。
さて
時々とりだたされあたかも事実と信じられている統計があります。
学歴の差による年収格差です。
これはよく使われる手法の統計と言うことになります。
当然大学卒のほうが年収が高くなります。当たり前ですよね。
そう当たり前なのです。なぜなら統計と言うのは嘘をつけないからです。
レベル１の人は統計を鵜呑みにします。
高収入を得るためには大学にいかねばという考えの人です。
レベル2の人は統計に疑問を持つ人です。
統計を学んだ人なら統計が操作できることを知っています。
学歴による年収格差の統計においては
各要素を賃金とするか報酬とするか福利とするか枠を決めることを知っているのです。
どの要素をとっているのかどの定義をとっているのかそこを見るのが
統計を知っている人となります。
レベル3の人は統計をつくる人です。
作る側の意図がわかります。例えばその学歴による年収格差の統計において
どのような統計を発表したいかということになります。
学歴による年収格差の統計を発表しているのは厚労省や各塾などのサイトが殆どです。
彼らには学歴が重要だと言うのを示したいと言う意図があるのですが
各塾はわかります。では厚労省はどうでしょう。実は違った意図があるんです。
さてそしてその意図を実現化するためにデータを集めなければなりません。
そのデータをどこから引っ張ってくるかと言うことを知っているのが統計を作る側の立場となります。
レベル4の人は統計とは何ぞやを知っている大学の教授などです。
まぁ全員が知っているかは不明ですが...
統計と言うのは嘘をつくことができません
なので統計は嘘をつけない範囲で明確な数字が出ないといけない。
と言うことは取る場所によって大きく変化する可能性があることに気づいています。
それが多分学者さんたちなら当然知っているだろうというところです。
統計的に正しいが割合が大きく違っているとイコールになりにくいと言うことを知っているわけです。
レベル5
これは学者さんたちも気づかないかもしれない要素ですが
調べる相手の業界通ならなんとなくわかるという内情です。
さて是をもう少し具体的に学歴と年収格差に置き換えてみましょう。
レベル１ 学歴自慢をしたい人はここでとどまります。
レベル2 統計をある程度知っている人は賃金統計なのか報酬統計なのか福利統計なのかを見るでしょう
レベル3 データはどこから取ってきますか？ 皆さんのところに年収聞きにきましたか？こないですよね？
ということは多分データは税務署の税金の支払いからとることになるでしょう。
塾などでは当然高学歴がもてはやされたほうが客は増えるのでこの学歴における年収格差の統計は
好都合と言うことになります。だからそれを大いに利用するのは当然となります。
では厚労省の意図はなんでしょう？税金を取り安い人を増やしたい、そして生活保護を減らしたい
となります。ようは税金徴収の管理をしやすくしたいと言う意図があるわけです。
ならその相手は？そう 会社員にしたいと言うわけです。
会社員なら税金の徴収漏れはありませんからね。それに自営業者は場合によっては生活保護に
陥る可能性があります。そういう人を減らすにはやはり会社員化してしまうのが楽なのです。
そういう意味でも税務署の数字はとても好都合と言うことになるわけです。
レベル4 統計を研究している人ならわかると思いますが
統計は取る場所で大きくかわります。
例えばその学歴と年収格差においては会社員になっている人が7割
自営業フリーランスが3割だったとすると当然七割のほうが大きいに決まっています。
もし自営フリーランスの高所得者の内、高学歴低学歴の割合が半々だったとしても
最大多数の会社員の高所得者の内8割が高学歴だったとすると
全体的高所得者の割合は高学歴のほうが有利に振れる訳です。
レベル2では賃金か報酬か福利かを見ると言いましたが
ここのレベルになると既にその元とした金額の割合を見ることになるわけです。
この誤差は単純平均と加重平均の違いで出てくる重みの違いということになる。
この統計学の矛盾点をシンプソンのパラドクスというそうです。
レベル5 では各業界においての違いを考慮するとと言う話しになりますが...
皆さん、年収教えてくださいと言われて素直に言う人いますか？
いないんですよね。
さて皆さん税務署に素直に年収伝えますか？
そう ちゃんと伝えますよね。年収ちゃんと伝えます。
でないと脱税でつかまりますもんね。
だから税務署が持っている各個人の年収は正確となります。
ということはここのデータから統計を取ると当然正しい数値になるわけです。
では
資産家の皆さん。収入はいくらですか？
そう税金を減らすという努力
しますよね。
そう 脱税じゃなく節税をするわけです。
節税をする際に重要なのは年収を減らすと言うことです。
日本ってのは税金高いですよね。
じゃぁ会社に収入の大半をいれて個人は給料を減らしましょう。
そうすれば...
こういうことです。
そうお金持ちの大半は自分の年収を減らしてというよりも節税したうえで申告しているわけです。
じゃぁ自営やフリーランスの内の半々が高収入だとしてもそれを素直に信じて良いんでしょうかね
さてレベル5にはもう少し付け加えることが必要です。
逆に賃金体系に組み込まれている人。
基本会社員となります。
そういう人は
10人に一人が課長になり
50人に一人が部長になり
1000人に一人が社長となります。
まぁざっくりね。
ということは賃金体系の中にいる人の多くは高収入になるのがとても難しいと言うことになるわけです。
さてこれらを見て本当に年収と学歴と言うのは関連着けがあると言えるでしょうか？
そう実は統計の裏を知ると年収の多さと学歴と言うのはあくまでも賃金体系において相関するというだけで
賃金体系を除外すると一気にその統計が怪しくなるというのがわかると思います。
大学のときに得た人脈は当然その後の人生に影響を及ぼすでしょう
当然高収入を得るには有利に働くとは思います。
しかし高学歴であることが高収入に繋がるとは言い切れないと言うのが本当のところなのだと言うのが僕の答えです。
賃金体系に組み込まれると言うことは要は奴隷化するということになります。
奴隷にたければどうぞ学歴を大切にしてください。
気づいている人はその奴隷から抜け出ようとするわけです。
そこで私が出した答えは...
学歴は取っておけ！だが学歴に拘ると結果奴隷の人生になる。
と言う結論です。
さて今回は統計について解説しました。
今回わかったこと...
1.統計は嘘をつけない
2.統計は嘘をつけないだけに操作しやすい
3.統計は行間を読むが如く裏を見ることができないと事実は手に入らない
統計は嘘をつけない分誰かの意図が介在される。なので統計は実は真実を語っているもので事実は見えにくいと言うことにもなるわけです。
学歴自慢者(レベル１)の高学歴の連中が自分たちの優位性を誇示し低学歴の連中が自分らを追い抜かすのには腹が立つ
なので高収入になるには高学歴でなければならないと吹聴することで能力のアル低学歴を押さえ込もうとする図式が見えなくもないです。
さぁ学歴のない皆さん。下手な足かせは外してどんどん高収入になりましょう。
そのためには会社なんて勤めちゃダメですｗ
どんどん自分で商売をはじめようじゃないか！
お金をいっぱい手にしてからいくらでも高学歴は手にはいります。
なぜなら
資産家には殆どの人はなれませんが
大卒には殆どの人がなれるのですから...