再度、ジョンホプキンス大学のサイトに書かれている注意事項をおさらいしましょう。
緑の囲いはジョンホプキンス大学のサイトに書かれてる事で、そこには「検査が限定されているために、確認された症例数は実際の感染数よりも少ない」と書かれている。黒い囲いは私が添え字したものでその文を再度書かせてもらう。「国の発展の差により全てを把握できる訳がない。豊かな国では検査数が伸び、貧しい国では検査が出来ない。ここに書かれている事は社会科学系のデータを扱う上で肝に銘ずる事である(加奈陀来音士太郎こと大川秀康)」豊かな国では発病前に感染が分かり、貧しい国では発病後に感染が分かる。だから先進国では多く感染者がみつかり、貧しい国では感染者が少ない。見方を変えたら発病前発覚と発病後発覚の大きな差が感染してもほとんど発症せずに治ってしまう根拠である。
統計のとらえ方は二つを比べるだけでは全く話にならない。観察力だけ使えば事足りてしまうし自分の思惑や予想と簡単に結びつける事が出来てしまうからだ。これを３つにしたら多くの場合ガラリと様子が変わる。例えば偶然自分の思惑や予想が当たる確率はどうだろう。例えば。データと思惑が偶然一致する確率はAの思惑にAの結果がついてきたら当たり、Ｂの思惑にBの結果がついてきた場合も当たりとしてそれが混在した状態を並べてみよう。
AA、当たり
AB はずれ
BA はずれ
BB 当たり
となり偶然思惑と結果が同じになるのは1/2である。しかもコロナのデータは社会科学系のデータなのではずれてもそれを埋めて当たりにできる矛盾を埋めるような材料も簡単に見つけることができる。つまりはどうとでもなりやすい。
ではデータ３つの場合はどうだろう
AAA 当たり
AAB はずれ
ABA はずれ
ABB はずれ
BAA はずれ
ＢＡＢ はずれ
BBA はずれ
BBB 当たり
偶然一致する可能性は1/4しかも外れた場合にはそれを埋めて当たりにする材料が一気に減る。つまりは社会科学系のデータは集めたら集めるだけ粗くなるのだが、あえてはずれを引いて、その矛盾を埋める作業が成功した場合に説得力が増すことになる。そのために必要なのは観察力と洞察力である。
洞察力がなければ統計を扱うのはやめるべきだ。今回のコロナ騒ぎで超過死亡者数の事が話題になったのだが、統計自慢の猛者たちがみんなそろって前年度比の数値の６万越えの理由を探っていたのだが、誰一人としてその前年はなんと１万人ちかく前年度減を指摘しない。６万人越えは戦後初らしいが、前年度の１万人割れも近年滅多に起きないのだ。つまりは略々５万人越えと観るべきなのである。しかし、それを指摘している統計自慢や統計士を見たことがない。とは言っても多分私が気が付いたくらいだからゴロゴロいるとは思うが、反コロ反ワクの統計士や統計自慢の人間を見たことがない。
では観察力と洞察力を付ける為にデーターを並べます。なぜかって、せっかく拾ったのですが、島国と医療状況を加味した考察方法を思いついちゃって、それが余りにも説得力が強いから、せっかくのデーターを使う機会が無くなったからそれを並べるだけです。でも３つ以上のデーターになれば理由付けか困難になる体験はできますから皆さんテーマを見つけてその理由を考えてみてね。
シンガポール、韓国、日本、ベトナム、イスラエル、インド、フィリピン、インドネシアのワクチン状況
感染者数
死亡率
ICUの入院者数
続いて世界統計です。全世界、高所得国、中の上程度の所得国、中の下程度の所得国、低所得国です。
ワクチン接種
感染者数
死亡率
ICUの世界データはありませんでした。
仕方ないのでICUのデータのある国だけをピックアップしたのですが、余りにも多くてグラフがなんだか分からなくなりましたので、ICUデーターのある国名順に並べて、途上国のデータで上がっている２つの国、ボリビアとアルジェリアを残して、残りの先進国は等間隔で抜き取ったのが下のデータです。
ワクチン接種率
感染者数
死亡率
ICU使用率
