3代目は経歴が長いので流石に人を虐めるのに知識は満タンだが、4代目はまだ経験が浅いので、鈍い。

例えば最近のCADは重いので、PC替えてくれと頼むと、「なにを言えばいいか教えてもわないと、こっちも動けない」と逆切れするタイプ。

で、「これ何?」PC本体「は!そんな言い方ねーだろ、ねーねーAさんこれ何」PC本体ですね。みたいな。ちょーめんどい。推奨環境になる様なPC環境でって言い方したら、「じゃスクショメールで送って」って感じ。

ない頭はPCに関する知識だけでなく、製作方法や技術にも興味なし。真剣に取り組むのは多分見積もりと見た感覚で檄を飛ばすことだけかな。

そんな貴方に送りますよ、現場で必要とする欲しいものリスト。

良くあるソケットレンチなんだけど。これがまた、どのように使うのか丁寧なイラスト+モノタロウの品名・リンク+価格付きのメールを送って差し上げましたよ。

買ってね。現場のために。小生が個人使用するんじゃないんだから。

「ツイッターのおかげで共産党は躍進できた」そんなマスコミの選挙データ分析はなぜ失敗するのか（プレジデントオンライン） – Yahoo!ニュース

「ツイッターのおかげで共産党は躍進できた」そんなマスコミの選挙データ分析はなぜ失敗するのか（プレジデントオンライン） – Yahoo!ニュース

「ネット選挙」解禁以来、マスコミはSNSを分析した報道を繰り返すようになったが、その多くは失敗に終わっている。なぜ誤った分析がなされてしまうのか。政治学者の菅原琢さんの著書『データ分析読解の技術』(中公新書ラクレ)より、一部を紹介する――。

----------
参院選(7月4日公示、21日投開票)が自民党の大勝に終わったのを受け、毎日新聞と立命館大は、参院選で解禁されたインターネット選挙運動(ネット選挙)が当落に与えた影響を分析した。選挙区で2人しか落選しなかった自民党や、惨敗した民主党の候補者では、ネット上の運動量と得票数の間に相関は認められず、ネット選挙は大勢に影響しなかったと言える。ただ、改選3議席から8議席に躍進した共産党に限れば、組織的にツイッターを積極活用した「ネット効果」がデータに表れた。毎日新聞と立命館大のネット選挙共同研究では、ツイッター利用者と各党候補者の投稿(ツイート)を収集・分析し、選挙への影響を検証してきた。これまでに共産党候補者のツイートがツイッター利用者による引用・転送(リツイート=RT)によって効果的に拡散し、民主党候補者のツイートはRTによる拡散力が弱い傾向が判明している。
共産党は12年ぶりに選挙区で議席を獲得。RT数が3万1000件に達した吉良佳子氏(東京)は70万票、2万5000件の辰巳孝太郎氏(大阪)も46万票を得た。落選者でもRT数1万件以上が4人おり、うち2人は得票数が25万票を上回った。比例当選者も2人がRT数1万件を超え、RTによる拡散力と得票数の相関が認められた。
※引用元:「共産に『ネット効果』　本紙・立命館大分析」『毎日新聞』2013年7月31日朝刊(一部省略)
問　ネット選挙運動が当落に与えた影響を分析したとするこの記事は、共産党候補のツイッターへの投稿(ツイート、呟き)の拡散(リツイート、RT)が、共産党候補の当落や得票数に影響を与えたこと、さらには2013年参院選での共産党の躍進の要因であることを示唆しています。すなわち、共産党候補の当落や得票数を結果、呟きの拡散を要因とする因果関係の存在を主張したいようです。その根拠として提示されたのが、①RT数を横軸、②共産党候補の得票数を縦軸に配し、両者が相関しているように見える図表1の散布図です。
そこで、この①②共通の要因となる交絡因子を1つ提示することで、そのような因果関係は幻である可能性が高いと指摘してください。
注:交絡因子……2つの要素の間に相関関係を生み出す第3の要素
----------
■ヒント①　参議院選挙の制度と結果
■ヒント②　フォロワー数が多ければリツイートも多くなる
■データ分析の解釈を狂わせる「交絡因子」の見抜き方
■得票数を大きく左右するのは都道府県の人口
■支持者の多い候補はフォロワー数、リツイート数も多くなる
----------
解答例(文章)この記事では、共産党候補の呟きの拡散が共産党候補の得票や当落に影響を与えたという因果関係を主張している。しかし、その根拠となる散布図は共産党候補の呟きの①リツイート数と②得票数の相関関係を示すに過ぎない。
たとえば東京都のような人口の多い選挙区では、鳥取県のような人口の少ない選挙区に比べて共産党支持者の数はかなり多く、同党候補の得票数も遥かに多くなる。同様に、東京都のような人口の多い選挙区では、鳥取県のような人口の少ない選挙区に比べて各党候補をフォローする支持者の数がかなり多くなり、必然的にリツイート数も多くなる。党の政策の宣伝のようなほぼ同じツイートでも、大都市圏の候補と小県の候補とでは、そのリツイート数は大きく異なることになる。
このように、選挙区間で大きく異なる党支持者数を共通の要因としているため、①リツイート数と②得票数が相関するのは当然である。すなわち、①②間の相関関係は党支持者数を交絡因子とする偽の相関関係と考えられ、①から②への因果関係を主張するのは誤りと考えられる。
----------

■誤ったデータ分析が新聞に掲載されてしまう理由

　ところで、なぜこのような誤ったデータ分析が新聞に掲載されてしまったのでしょうか？　　ここには、怪しい分析が世に流通してしまう背景が垣間見えます。

　まず直接的には、記者らにデータ分析に関する素養や対象に関する知識(この場合は選挙制度や政治に関する知識)が乏しかったことが要因と考えられます。
マス・メディアに限らず、これらはデータ分析を失敗に導くよくある要因です。新聞社の場合はそもそも文系学部出身者が多いこと、そして入社後は取材と執筆の積み重ねの一方でデータ分析に関するトレーニングの機会や動機がおそらくほとんどないことも背景として想像できます。

　さらに、新聞特有の事情もあります。それは、単純な分析結果しか示すことができないという媒体の縛りです。

　新聞記者は、「一般の読者がわかる記事を書かなければならない」と自分自身を戒めているところがあります。これはデータ分析に限りません。筆者個人の印象ですが、取材や原稿のやり取りのときに、自分がわからないものは読者もわからないはずという謎の驕りを新聞記者から感じることがあります。

　ただその結果、難しいことをわかりやすく伝えるのではなく、最初からわかりやすいことばかり並べたり、だいぶ単純化して物事を伝えているのではないかと疑問に思うこともあります。
■「わかりやすさ」の呪縛がデータ分析を狂わせる
そうした「わかりやすさ」の呪縛がデータ分析に向かうと、散布図を代表とする2つの要素間の関係のみを示す単純なグラフばかりが新聞に載ることになります。一応述べておけば、散布図は単純で便利で有意義なツールで、使っていけないことはありません。丁寧に因果関係を読み解くなら、分析と議論の良いお供にすることができるでしょう。

　しかし、鍛錬していない人が散布図を用いると、グラフ上に表現された2つの要素のみに焦点を当て、単純で誤った議論を展開してしまいがちになります。

　一方、社会に存する現象は本来複雑な背景を持つものです。2つの要素の関係を見るだけで因果関係を主張できるほど都合よく社会はできていません。だからこそ因果の構造を熟考することが重要なのです。

　ともかく、散布図を根拠としてそこに登場する2つの要素間の因果関係を主張するような「分析」を見たら、何かあるはずだと交絡因子を疑って読むことを心掛けるとよいでしょう。

なぜマスコミはこれほどまでに外すのかというのをうまく説明した例だと思う。今まで「だからマスゴミなんだよ」と言うのは簡単だったが、なぜそうなるかというのを一例でも上手く説明できなかった。

是非原文を読んで書籍も購入したい。

データ分析読解の技術 (中公新書ラクレ, 756)