Uncategorized
ファイザーワクチン接種、第１回目が終わりました
日本でもファイザーがワクチンとして主流になりそうですが、ファイザー第１回目が終わりました。 注射自体、あまりにも痛くない注射で、え？本当に終わったの？何かの間違い？と思ってしまいました。蚊レベルです。 第１回接種と第２回接種は全く同じ注射なのかな？と興味があったので、聞いたら、全く同じ製品（のワクチン）だと言われました。第２回目が量が多いとか、少ないとかいうことではなくて。 その後、その日のうちは、別に副作用と思われることはなしでした。接種後の休憩室で、どうも、接種後にバタンと倒れて救助を受けているらしい人がカーテン越しに見えて、他人事ですが、焦ったぐらいです。 妻は、匂いに敏感になった気がすると言っていました（悪い意味ではなくいい意味でみたいです）。 午後３時に打ってもらい、翌朝の午前４時ごろ、腕の痛みで目が覚めました。一つの理由は普段左腕が下になる形で寝ているので、それで、痛くて目が覚めたのだと思います。 右腕にしてもらえば良かったかも。でも、接種の際の看護婦さんの横の椅子の位置が、左腕で受けるのを想定した置き方でした。今日は、腕が肩から上に上がりません。 痛いと言っても、死ぬほど痛いということではありませんし、今日は、動かさなければ大丈夫です。 昨晩は、すっと寝れたのでもしかしたら、疲れがでていたのかもしれません。
助動詞は実は助主語と考えると使いやすい
以下のツイートをしました。 英語って、先へ先へと考える言語じゃなくて、今言った単語に何を足すかを考えながら話す言語です（「英語の勘」に書きました）。だから主語を言った瞬間に５文型とか考えてたら逆に頭が忙しくなって話せなくなります。５文型は、すでに言われた文を眺めてグループ分けして納得するための分類ツール。 補足します。 英語は「今言った単語に単語を足す」の具体的な意味ですが、I can goだと、普通の人はcanは助動詞なので、canがgoを助けている、補足している、補助していると捉えます。 一方で、英語ができる日本人は、canは、今、言ったばかりの主語（I)を説明していると考えます（私、能力がある）と。 だから、そこで別に終わってもいい（I can）。何がやねん？とつっこまれると困ると感じればgoと添えます。 つまり、まずIと言ったわけですが、その主語（私）を説明するために、CANと言いました（能力があるということです）。そして、何のこと？と言われたら困りますので、CANを言ってから、GOを足そうかと思って足したわけです。 繰り返しになりますが、は？何のこと？と思われない感じであれば、I canで終わってもいいわけです。 普通の理解であれば、I canを見て、canの後にgoが省略されていると考えます。 私の文法論では、canの後には何も省略されていないと考えます。なぜなら、canはIを説明するために存在するので、その後にくるgoに関して、 責任もてませんよ～ 知らん、、、 と言うでしょう。 だから、CANを助動詞じゃなくて、助主語としてとらえると、とっさに口からでてきやすいのです。逆に助動詞ととらえると、面倒です。普通の日本人は、Iと言った後に、 １）GOができると言いたい ２）「できる」はCANだな と思ってからI CAN GOと言うので、非常にたどたどしくなります。頭の中で非常に複雑なプロセッシングが起こってしまうので緊張もします。 ここまで読んでいただきありがとうございます。 私の文法論（英語の勘１，２，３）でやれば、皆さんも英語が意外とすらすらとできるようになります。 さて、お願いですが、私のオンラインコースのメーリングリストにご登録をいただければと思います。皆さんが英語をマスターするために有益な情報をお送りします。こちらからぜひどうぞ。 https://nippondream.mykajabi.com/
コンサルって何？
自分は米国民間コンサル会社でずっと働いています。 コンサルというと色々ありますよね。皆さんが良く聞くのは、ビジネス系のコンサルだと思いますが、自分がやっているのは、社会福祉系、教育系、政策系のコンサルです。 自分はシカゴ大学で社会学の博士号をとりましたが、まわりの同僚も、だいたい社会科学系、教育学系のPHDかMAが多いです。だから、サンフランシスコ付近に生息しておられるIT系の日本人のかたがたがやっているのと少し違う業界です。 だいたい、クライアントは州政府か連邦政府で、教育プログラムの評価が多いのですが、今、やっているあるプロジェクトは、コンサルっぽさが半端ないので、ちょっと説明してみますね。 ある州政府が、ある青少年の育成を助けるプログラムを運営していますが、その運営において、評価という視点が大切です。一体目的が達成されているの？やるって言っていることがちゃんとできてる？という視点です。 そこで今回のタスクは、データシステムで集めていることが、実際に使われているのか？そして、使われているデータ項目は役に立っているの？という視点からデータを見ることでした。 まず、データからアウトプットされるデータが私のPCにあります。これはエクセルでもらいました。そして、それを普段はSASで読み込んで、色々な指数を出してレポートを作成します。 今回はRで読みこんでみました。 Rじゃないとだめなわけではありません。が、最近まで仕事がスローで苦労していて、転職しないといけないなら、RとかPythonとかでデータ分析できないといけないなと思っていて、数年、Rをできるだけ使うようにしているのです。 仕事は１か月ぐらい前から普通になりましたので別に転職をする必要はなくなりました。でも、あせってＲを勉強してきて、今年ぐらいから、普通に使えるようになりました。 Ｒに読み込んで、それぞれのデータ項目（変数）に本当にデータが入っているかを確認します。１００％入力されている場合は、ちゃんとデータが集められているということですが、２０％しか入力されてなかったりすると、本当にこの項目必要なの？ということになりますね。 ちなみに、私の業界では、データを収集する会社は別にいて、そこからデータをもらってくるがために、必ずしも、データの内容が簡単に分かるわけではありません。さらに、よく、どかんとデータをくれるのはいいんですが、内容は意味不明だったりするんです。だから、ちゃんと見て理解します。 （データ収集の会社と分析の会社が違うのはよくあります。） 今回は、そのデータを入力するシステムにLOG INしまして、そこで問われている項目と、実際のデータ（エクセル内にある）を照らし合わせて、あ、聞いていることはここにあるな、この変数名だな、、というのを確認します。 問われていないのに、データがあったりすることもありますが、これは例えば５年前には、収集していたが、今は集めていないということだったりです。これは経験で気づくことができます。 とても具体的になりますが、Rだと、以下のようにして読み込みます。データはエクセルからSASデータに変換したものを使っています。細かいですが、これはSASで変換したのではなくてSPSSで変換しました。SPSSのほうが、変数名が短くなるので、自分はSPSSで変換しています。 REF <- read_sas("Referral_info.sas7bdat") そして、この中にある日にちを表す変数を分かりやすいように、カレンダー変数に変更します。このときに、originを指定しますが、そもそもこのやりかたも、直前にぐぐりました。 REF$A_Date <- as.Date(REF$A_Date, origin = "1899-12-30") そして、これでちゃんとカレンダー変数になったかどうかは、オリジナルの日にちと、Rデータの中の日にちが同じだったら、正しく処理できたということになります。 経験で、ExcelからSASに、あるいは他のソフトウェアに読むと、日にちがずれるというのを知っているので、慎重になります。 自分は英文科卒業なのですけど、上のように、確認しながらプログラミングができるので、文系でもデータ分析はできると思います。合ってるかどうかが、確認できるのです。 ただし、ぐぐるのは苦痛です。ぐぐらなくても、できるようになれば楽しくなってきますが、ぐぐっているうちは、面倒くさいです。 もう一つ。文系だった自分がなぜデータ分析や統計分析ができているのかですが、上のようなやりかたを一回使ったら、それをメモしておくんです。そして再利用します。メモする場所は私の統計関連のウェブサイトです。ここに置きます。 このサイトがないと仕事になりません。サイトなので、家からでも会社からでも日本からでもアクセスできます。 ぐぐるのは苦痛ですが、自分がすでに使ったものを再利用するのは、楽しいです。 さて、データを読み込んだ後で、とりあえず最近のものを１年分だけ見ることにしました。昔のは見てもしょうがないからです。クライアントにとっては。 これもぐぐりました。２０１９年の８月２６日からの後のものをデータとする、、と指定します。 REF2<-filter(REF, A_Date >= as.Date("2019-08-26"), A_Date <= as.Date("2021-12-31")) これも、別にプログラミングが専門じゃなくても、結果が正しければ、正しいことをしたことになるのです。 ちなみに、本当は、２０１９年の８月２６日から後のものと指定したかったのですが、やり方が分からなかったので、とりあえず、その時点から、今年の年末までと指定しました。 もし、このプログラムを来年も使うとしたら、気を付けないといけませんね。 そして、以下は、以前、使ったものを関数を再利用したものです。ある変数にデータがどれだけつまっているかというのを計算します。１０人分のデータがあって、５人分しかデータが入力されていなかったら５０％と出ます。 kaz_macro<-function(var2,var1){var1_d <-deparse(substitute(var1))x1<-sum(is.na(var2[[var1_d]]))x2<-sum(!is.na(var2[[var1_d]]))x3<-"-"x4<-"~"x5<-"`"available=100*(round((x2/(x1+x2)),digit=3))y <- paste(var1_d,x3,x1,x4,x2,x5,available)return(y)} こういうのも、結果を確認して、正しければ正しいので、合ったらOKで進んでいきます。ちなみにこの関数は、最初は、やり方が良く分からなかったので、ネット上で調べたり同僚に聞いたり、ネットで知り合った専門のかた、あいさくさん( https://twitter.com/IsaacNakamura )に聞いたりしてやっと書けました。 一度こういうのが書けたら、再利用します。 […]