データ収集が趣味？(^_^;)
ブログの方向性に迷っているまねき猫です。
今日は定点観測しているデータや、予測好きについて振り返ります。 ブログの方向性を考える上でのヒント探しを兼ねています。
そんな訳で、自分のために書いている記事です。
お暇ならお付き合いください。
以前この記事を書いたら、色々な方からアドバイスや励ましのお言葉を頂きました。
軸を持つことや、タイトルの工夫、画像の添付やエピソードを入れるなど、色々な貴重なお言葉と元気を頂きました。 こうしたご意見をいただけることを本当に嬉しく思います。
本来なら、お一人ずつ、idコールしてお礼する所ですが、この場を借りて御礼に変えさせていただきます。
「ありがとうございました。」
今後の検討の活かしていきたいと思います。
そのための一歩を踏み出してみます。
1.定点観測しているデータ
情報の収集癖があるようで、本や雑誌、新聞の切り抜きなどが棚に入り切らないくらいありました。 さすがに歳なので見ない本は処分したり、切り抜きはスキャンするなどして電子データ化し見た目減らす努力を最近しています。
一方、そうしたスキャンしたデータが膨大に溜まっていきます。 しかも、太陽黒点の数などのデータも収集しているのですから困ったものです。 かさばらないのを言い訳にして溜まる一方です(;´д｀)
言い訳がましいですが、時々はそうしたストックも記事に活かしています。
こちらはiモードの生みの親の１人、松永真理さんのインタビュー記事を利用した例です。
こちらは、雑誌の記事でフェラーリの売れ行きが景気の先行指標になるというので検証してみた記事です。
言い訳はこれくらいにして、データ収集している理由や経緯を振り返ってみます。
太陽黒点数の推移
たぶん１番長くデータ収集しているのが、太陽黒点数の推移です。だいたい34年くらいになります。 記事にも書きましたが、1700年以降の年データや、1949年以降の月データが集まっています。
例えば、月データをグラフ化したのがこれです。
その時の記事がこちらです。
それらを使って、１年に１回くらい、黒点数に関わる記事を書いています(^_^;)
2021年を太陽黒点数と株価の推移から推理する - まねき猫の部屋
2020年はどんな年？－2019年までの太陽黒点数の推移と過去の株価や景気からあれこれ考える - まねき猫の部屋
太陽黒点数と株価や景気動向は連動しているか調べてみた。 - まねき猫の部屋
収集を始めたのは、石ノ森章太郎先生の「マンガ 日本経済入門」がきっかけでした。
その漫画の一コマがこちら
引用：マンガ日本経済入門 著者：石ノ森章太郎 .263より
景気循環と太陽活動周期の関係を、ユダヤの民が上手く利用していたと書かれてます。
別の本からですが、たとえば、小麦の卸売り値段と太陽黒点数の推移には、なんとなく相関性が見られます。ユダヤの民はこうした現象を知っていて利用したのかもしれません。
引用：歴史を変えた太陽の光 著者：桜井邦明 p.113より
さて、「マンガ 日本経済入門」は１９８７年（昭和６２年）に発行されています。
１９８７年は、国鉄が民営化され、都心の地価が８５％高騰したバブル真っ盛りでした。私もそんなバブルに浮かれて株の売買を始めたころでした。
株価の推移を予測するプラグラム作りなどに熱中している時に、こうした本を読んで太陽黒点の変化に関心を持ちました。
株価の予測に太陽黒点数が参考にならないかを調べ始めたのがきっかけでした。
しかし、予測のヒントを得られないまま、
１９９０年にバブルが崩壊し、
私の持っていた株も痛手を負いました(^_^;)
そこで、株取引も精算し、こうしたマネタイズからは遠ざかりました。
太黒点数推移のデータ収集も一旦止めたのですが、その後、色々な太陽黒点数に関する本に出会って、また再開し今に至っています。
こうした太陽黒点数のデータと、気象や株などの経済活動との関連性を調べるのがほぼ趣味となっています。
なので、並行して東京都の気温や株価データ他も集めています。
好きなことを記事にする、あるいは軸として捉えるのは有りかとは思います。
が、いかんせんこのテーマで頻繁に記事をアップしていくのは難しいでしょう。
もう一段、上位の概念に紐付けが必要だと感じています。
そのヒントの１つが予測というテーマかもしれません。
家庭用TVゲーム機の販売数
今から２５年ほど前、学ぶ必要性を感じ社会人学生になりました。 その時に、卒論や修論のテーマ探しで仕事とも関連性のあった家庭用ゲーム機の販売推移のデータ収集を始めました。
新製品の販売数はS字カーブに従うという説があって、その検証をテーマにしていました。
ちなみにS字カーブというのは、こうしたカーブを言います。
累積の販売数はS字のカーブを描いて、成長期に販売が伸びて、いずれ市場が飽和すると売れなくなるという説です。
たとえば、TVやVTR,CDなどは、このカーブに見事に乗っています。
さて、実際の家庭用TVゲーム機の販売数を見てみましょう。
これは１９８３年にファミコンが発売開始されてから、２０１９年のPS4が売れ筋になった時期までの機種別推移です。
各世代の売れ筋（デファクトスタンダード）がS字カーブに従っている販売数が増減している様子がうかがえます。そして、デファクトスタンダードになれなかった他の機種の運命も、こうした推移から大体読み取れることが分かります。
さらに、これらの機種データを合算して日本における家庭用TVゲーム機の総販売台数の推移を見てみましょう。
こちらの推移も移動平均を取った点線のカーブがS字カーブに従っています。
こうした推移から家庭用に固定型TVゲーム機は、一つの時代が終わりつつあることがうかがえます。 現状は、コロナ禍の影響でPS5の販売が好調の様ですが、そうした点からの考察をもう少し落ち着いたらしてみたいと考えています。さきほどの太陽黒点数や株価などと、このゲーム機の販売推移がどこかでつながると面白いのですが……(^_^;)
新型コロナウィルスPCR陽性者数推移
昨年の新型コロナウィルスの感染拡大は、外部環境に大きな変化をもたらしました。
三密の防止、テレワークなど外出の制限が色々な産業に影響を与えています。
好業績に結びつけた企業もあれば、ピンチを迎えている企業もあります。
そうした景気動向との関連性を知る上で、こうしたデータも蓄積しています。
個人的にも、ステイホームは生活スタイルを大きく変えています。
そうした点から、昨年はいくつかの記事にもしました。
たとえば、こんな感じです。
しかし、こうした記事を、昨年の後半から書くのを控えています。
アンチと言われる人の存在や、社会的にもコロナのことを発信するのは、慎むべきという主張が強いと感じています。
とはいえ、数値は押さえておきたいと思います。
とりあえず、7月２８日現在の推移は見ておきましょう。
ついに９０００人を超えました。
昨年の夏は、８月上旬にピークを迎えています。
どこまで感染者数が増えるかまだまだ余談を許さない状況ですね。
傾向を外挿すればおおよその数値は予測できますが、ここでは止めておきます。
その他にも、いくつかのデータを収集しています。
こちらは、音楽ソースの売り上げ推移です。
レコード→カセット→CDまでは、綺麗なS字カーブの累積となりましたが、音楽配信に世代交代する時点で、売上が伸びないばかりか減っています。
サブスクなどの普及が要因だと思われますが、音楽業界はコロナ禍でコンサートも中々開けない状況なので、厳しい経営状態にあるようです。
この先の業界そのものがどう変化していくか注目する上でデータを蓄積したいと思います。
などなど、
データを眺めて色々な仮説を立てるのが悪い癖です。
なお、公開されているデータがあるからと、個人的に保管しない。
は、私にはないです。
何度か、データが公開されていると安心していて、そのサイトがクローズするとか、公開を中断する事態に遭遇しました。
ネットの世界は、検索も容易ですが、そのデータへのアクセスは保証されていないと感じています。
スポンサーリンク
2.予測技術の変曲点
予測と聞いて、多くの人は
当たらない
と感じているのではないでしょうか？
そう特に経済活動の予測は当たらないと言われています。
少々古いデータで恐縮ですが、１９８０年から１９９５年のGDPの予測と実績をグラフ化した図表を見てください。
引用：変化をさぐる統計学 著者：土金達男 p.100より
政府の予測が、この１６年間で、まあ当たっていると言えそうなのは８３，８４，８５、９１年くらいでしょうか？
４÷１６×１００＝２５％となります。
このような数字の低さでは、信じるのは難しいでしょうね。
とはいえ、民間のいわゆる研究機関が予測する技術実用化の１０年後の実現度も、当たったのは２９％という数字らしいです。上記に紹介した図の本に載っています。
一方でご存じのように、最近における直近の天気予報の精度はきわめて向上しています。雨雲の動きをシミュレーションして、何分後には雨がどのくらい降る、止むが具体的に予想されています。
引用：Yahooの天気情報より
AIなどの技術とコンピュータの進化から、物理法則やゲーム理論に関わる予想の進歩は目を見張るものがあります。
そうした技術の進歩の代表的な例が、AI将棋の進化です。
将棋は予測が命の勝負事です。短時間で何手先が読めるかで勝敗の優劣が決まります。なのでAIとの親和性が高いためにどんどん進化しています。
すでに人間はAIに勝てない領域に突入しています。その記事がこちら
www.my-manekineko.net
また、人工知能の技術は、犯罪予測などにも利用が進んでいます。
近い将来の予測技術はどうなっているのでしょうか？
ニューラルネットワークを利用した深層解析技術の進歩は把握しておかなくてはなりません。量子コンピューターも実用化の手前まで来ています。それらの技術が理解できる程度の勉強は続けていかないといけないでしょう。
いずれにしろ、将来の予測技術とその精度は、今とは大きく変わっていることでしょう。
これらの点への関心も高いことがなんとなく理解できました。
3.おわりに
色々なデータを集めていることを振り返ってみました。
そうした作業で気付いたのは、こうしたデータの収集は予測という作業への興味からと感じたことです。
方向性というか、軸は、「予測に関する何か」なのではないかと、自分なりの仮説を立ててみたいと思います。いずれ１つのテーマや軸に集束することを目指したいと思います。
文字数はいつの間にか５０００字を超えてしまいました(^_^;)
また、近いうちにもう少し考察を深めてみたいと思います。
4.おまけ 予測の基礎
予測にご興味のある方のために、一般的な予測のステップをご紹介しておきます。
①過去の情報を収集する
②規則性を発見する
③組合せを作る（仮説設定）
④その中から適切なものを選ぶ
①や④は、説明の必要がないでしょう。
②規則性を発見する
をもう少し説明します。
事実の中には多くの規則性や繰り返しが存在します。
ベテランの経験が役に立つ世界では、かならず規則性があります。
引用：予測のはなし 著者：大村平 p.216より
逆に、でたらめに起きていることは、予測不可能ということになります。
規則性のあることを拾い出し、これを組み合わせることで予測が可能になります。
この規則性を発見する技術が、統計処理だったりAI技術になります。
③組合せを作る（仮説設定）
見つけた規則性を未来に外挿する作業が必要です。
こうした作業は、創造性を発揮することになります。
まずは、色々なアイデアを出してみること。
KJ法などの各種の創造性の手法を利用することになります。
ただし、きちんと評価が出来ることも考えておかないといけません。
選択する上で、評価が出来ることが条件になります。
外挿は、一般的には次の４つになります。
ア．現状が維持される
イ．傾向が維持される
ウ．周期性が維持される
エ．構造変化（想定外のシナリオ作り）
以上です。
最後まで読んでいただきありがとうございました。
こうした記事も読んでやってください。
終わり
