2012-02-19 生きる
生きる
山口大学に33年間おつとめになった大学の先生の，退職記念パーティーが昨日執り行われました。
お昼からホテルニュータナカにて最終講義。170近い卒業生が県内外から参加。
その後少し時間を置いて，祝賀謝恩会。
転職回数が平均1.7回とも言われる大学教員として，ひとところでずっと根を張り続けて教え子を輩出し続けた先生の教育的結果は，たくさんのたくさんの人々が参集した事実が示している。職場として，こういう喜びをもてることはとてもありがたいことだ。あれが人徳というものだ。目に見える形で示されたのだ。
最後のお言葉で，先生は「こんな立派な生前葬をしていただき・・・」と話して笑いを取っておられた。失礼かもしれないが，本当に生前葬だな，と思った。そしてそれが出来ることを，うらやましいと思った。
私はスタッフとして色々やる立場だったけれども，原動力はまぎれもなく，先生の魅力に惹かれてのことだったから。
スタッフとして仕事をしていて，嬉しかったことがある。
ザ・ライト・スタッフ。かつてこのブログでも書いた(ライト・スタッフ - 人のいやがることを進んでする（Part2）)けど，パトレイバー，コミックス版(ゆうきまさみ作)の第一話タイトル。明るいスタッフ。軽いスタッフ。正しい資質。
もう7年も前になるのか。素敵な仲間とイベントを作り上げて，無事に終えることが出来たのは。
幸いにして，今度もまた，素敵なスタッフとイベントを作り上げ，無事に終わらせることが出来た。
院生・学生に様々な役割分担，指示を出す係というのは，言い換えれば口ばっかりで手を動かさない人間だ。
一番頑張ったのは，こちらのわがままで理不尽で時間のない中出される指示に，期待以上の答えでもって反応してくれるメンバーであり，今回の会の成功はすべて彼ら彼女らの力による。
そういったメンバーに恵まれ，仕事をすることが出来た喜びは，何物にも代え難い。
社会心理学会大会を運営した時と同じように，ライト・スタッフと仕事ができた人に，環境に，時代に感謝している。
私は何を目標にして生きるか，と問われたら，その答えは20の時に出してしまっている。
研究者として生きる道の幸せに，今回の幸せはカウントされない。
でも，それだからこそ，別の形の幸せを感じさせてくれたことに感謝するのである。
Permalink | コメント(0) | トラックバック(0) | 23:04 
もう少しリアルな今週の状況の記録
最終講義参加者170名，祝賀謝恩会参加者150名。これを取り仕切るのは，地方学会をやることと同じようなもんである。学生スタッフ6名，実行委員10数名と，学内教員で作り上げる。
今週一週間はもうこの仕事のことだけ考えよう，研究のことはやめよう，と割り切って月曜日を迎えた。
しかしまぁ，今週は大変だったのである。なにがといって，ワーク・ライフ・バランスが。
長女が学校から持ち帰ったであろうインフルエンザが，家族内で蔓延した。月曜日，末娘が39度の熱を出してインフルエンザ判定。38度の長男もおそらくそうだろう，と二人はタミフルを処方される。
妻は陰性反応だったが，火曜日，水曜日あたりに38度級の熱が出てうなされながら臥せり続ける。
長女は熱が下がっていたので，ただの咳止めだけもらっていたのに，水曜日になってまた熱がぶり返す。
長男，末娘はその頃は熱が下がっていたので，薬は飲んでいるけど家の中で元気に暴れている。
もちろん，私は週末に向けて罹患するわけにいかないので，夜早く寝る，うがいを繰り返すということをしていたが，どうにも喉が痛くなって雰囲気が怪しくなってきたので，耳鼻科へ。のどの炎症と判定されて，炎症を抑える薬を出される。悪寒や体の節々の痛みに「気付かないフリ」をして，空いてる時間を使ってとにかく休むことを心がけたのである。
学生スタッフが準備で毎日深夜まで大学に残っている間に，だw
私は昼ぐらいに大学に行き，学生に指示を出すだけ出して，お買い物とかして帰って家事をしたりゴロゴロしたり。
院生スタッフIが事務能力に長けており，彼がDropboxでファイルの共有をしてくれたので，各自の進捗状況(席次表，名簿，式次第などのファイル)を確認しながら，指示出しながら，家で仕事もしたりして。
まぁでも作業現場にいなかった＆家で寝てたということもあって，ほんとに学生スタッフには申し訳ない感じである。
会場であるホテルニュータナカの営業は仕事のできない人で，その人からの連絡にも困らされることが多かった。
そもそも，借り押さえしておいてほしかった部屋が押さえられてなかったあたりから，不穏な空気はあったのだが，当日が近づいてくると問題が厳しいものになってくる。
人数確認などはオンライン＆クラウドで行っているのに，営業さんに送ったメールはみられていないようで，「見たら確認の電話をくれ」とフロントに言わなければならない始末。16日の午前中に連絡する，といっているのに，見たという返事が来たのがこちらが督促の電話を出した翌日の夕方。営業マンなら少なくとも12時間に一回ぐらいメールはチェックして，ちゃんと返事しろよな。
しかも，メールの文面も読んでないようで，「なんかケーキが届いて大変でした」とかいってる。届くと書いてあっただろうが。「書いてありましたよね，読みませんでしたか？」と聞いたら「ええ，読みましたよ，もちろん」という返事。絶対嘘やん。
他にも，一ヶ月前に伝えてある演題の確認を，前日の夜8時に電話で「これでよろしかったでしょうか」と聞いてくる，当日の午前中に「すみません，駐車場が確保できませんでした」と言われるなど，考えられへん！事例頻発。
こういうレベルの低い対応でも，山口市内にある一番大きなハコなので，殿様商売をしつづけられるんだよな。これが田舎の辛いところです。
当日。美容院というところに初めていって，初めて毛染めをしました。理想は金髪だったんだけど，一回でなかなかキンキラキンにはならないそうで，かるーい色目になりました。
会場について，いろんな人に外見でいじられる。ま，出落ちですけど。個人的には色よりも，短くなってすっきりしたのが嬉しい。鏡を見るわけではないので，自分の視界はいつも通りなんだけど，みんなの見る目が違うというのはこういうことか，と勉強しているところ。会に参加した学生が同じような髪型で，黒鉛筆・色鉛筆というコンビ名を頂いてしまう。
最終講義が始まり，私は受付で一人待機。あとでDVDで見せてもらうもん。さみしくなんかないもん。でも，時折中から爆笑が聞こえるのが辛かったなw
謝恩会に参加，という予定の人が，時間の都合が付いたのか最終講義にも参加されて，名札がすぐに用意できない等の些細なトラブルも発生しつつ，なんとか問題なく終わらせることが出来た。
謝恩会はプロの司会者（ラジオのパーソナリティーが先生の卒業生！）や宴会好きの人たち（これもゼミの雰囲気かなぁ）が盛り上げ，私もちょっとした余興として壇上に立たせていただきました。
最後の撤収までほぼ予定通り進めてよかった。
最後の最後，撤収の最中に，営業さんが来て「ほんとによい会でした・・・」とうんうん頷きながらやってくる。もちろんお礼をいうし，駐車場の件などもどうやら結果オーライだったみたいだけど，二度とこの会場は使ってやらないぞと固く決意した。
学生スタッフはここで仕事終了。以降は一ゼミ生として参加しようということで，湯田の町に。
二次会会場を一応予約してあったのだけど，60名の予約のところに75名きて，さらにそれ以上に来たい人がいたので急遽別会場をあちこちで手配。トントン，磯くら，ズカズカの三カ所に分かれて，十数名ずつ分かれる。ほんとは5カ所ぐらいに散らばったのだけど，適当にまとめていって，磯くらとズカズカに収斂させていく。この辺の連携の仕方は，卒業生のFちゃんとO君の配慮する能力の賜物だよなぁ。ほんとに周りに才能がある人がいて助かったなぁ，俺じゃあ何にも出来ないもんね。
さて。いくつかの飲屋に人を配置して回って，ふと気付いた。誕生日プレゼントでもらったタイピンがない！どこかで落としたようだ！ぎゃー，と思っていたら，先に帰った卒業生（俺のゼミっ子！）が落ちてましたよ，と持ってきてくれた。感謝感激雨霰。Kさんにはいままでもこれからも頭が上がりません。残念ながら壊れてしまっていたが，これは瞬間接着剤でなおるはず。娘が選んで妻に贈ってもらった思い出の品ですから，なんとしても直すぞ。
とか思いながらメインの二次会会場に戻る。主賓を第二，第三会場に案内。湯田の町を先生と二人で歩く。これもいい思い出だ。第二会場磯くらで一杯飲んで，第三会場ZUKAZUKAへ。ここでテッペンのラストオーダー。メイン会場の人も少し合流したりしたけど，三次会のカラオケに行く等。
もう眠気MAXだったけど，カラオケで三時ぐらいまでは遊んでました。ここで代行を呼んで帰宅。
そんな感じの一週間&当日。
ひとつよくわかったこと。タフマン，リポビタンD，ウコンの力はよく効くな！ドリンク剤のおかげでインフルエンザウイルスにも勝ったし，ウコンのおかげで二日酔いもない。
よく考えたら，昨日はほとんど何も食べてないのです。謝恩会の時は食べるより先にあちこちにお酒をついで回って飲まされ回って，10杯ぐらい一気して（うち一杯はT様に日本酒一気させられたことを覚えている）。サラダを少し食べたかなぁ。二次会は湯田の町をウロウロ巡回していたから，途中でマカロニサラダだけ食べたけど，そのメンバーを第三会場に連れ出すためにすぐに出たし。後は飲んでるばっかりで・・・。75キロ弱でスタートして，今朝は72キロ台でした。わはは。
今日はずっと眠っていたかったけど，一週間あんまりかまってやれなかった子どもたちが寝かしていてくれるはずもなく。ウコン飲んでおいてほんとによかった。
ちなみに，「よし，今から倒れてもいいぞ」と体温計で熱を測ってみたら，35度ぐらい。
・・・体調管理を気にしすぎて，ただぐうたらだっただけか？俺。
Permalink | コメント(0) | トラックバック(0) | 23:04 
SA 業務用焼網 ストロング 33号DST03033
EMOTION the Best 究極超人あ~る [DVD]2012-02-14 書評「回帰分析入門」
回帰分析入門
この本は基礎から発展まで丁寧に書いているので，勉強になります。
特に
1.付録で式の展開を丁寧に証明するところ
2.分析できるRのコードを記載，データもWebで公開されていること
がよく，個人的に気に入ったのは，
3.付録の「ひとやすみ」に書いてある統計エッセイが面白い
というところです。
読み応えがあったのは6章7節「適用上の注意」で回帰分析の特徴を多角的に表現しているところ，7章以降の発展的なモデル（ロジスティック回帰，ポアソン回帰，階層的回帰分析）に言及してあるところかな。
5章が行列に依る解説になっていて，確かに敷居が高く感じられるかもしれないけど，4章までで十分に勉強になるんです。学部生は4章まで，5章以降は大学院生にも，という感じかなぁ。
強いて欠点をあげるとするならば，
1.分析のデータもRの豊富なサンプルデータを使えばよかったのに，
2.Rのコードがべた書きしてあるが，適当なパッケージを使えばもっと簡単に表記できたのではないか，
3.HLMのパッケージはlme4のほうがググったときに出てきやすい，
というところです。
ね，欠点がマニアックすぎて欠点になってない良書でしょうw
Permalink | コメント(0) | トラックバック(0) | 23:05 
2012-02-13 階層的重回帰分析と階層線形モデリング
階層重回帰モデルの実例
広島二日目。前日に聞いた「坂の途中で乗り捨てられるスクーター」というサイジョーク（西条ジョーク）の坂はこの辺かな，とかいいながら広島大学に移動。
階層重回帰モデルについて，東大の深谷先生にご講演いただく。話を聞きながら，横でRでどのように実現させるのか，やってみました。以下，参考までにソース。使うデータは清水先生のサイトにあるHLM用サンプルデータをご利用ください。
# CSVファイルを読み込む sample_data <- read.csv(file.choose(),head=T,na.strings=".") # 読み込んだデータの確認 summary(sample_data) # 普通の線形回帰 result.lm <- lm(idt~talk+per,data=sample_data) summary(result.lm) # # センタリング sample_data$talk_c <- sample_data$talk - mean(sample_data$talk,na.rm=T) sample_data$per_c <- sample_data$per - mean(sample_data$per,na.rm=T) # model A model.A <- lm(idt~talk_c+per_c,data=sample_data) summary(model.A) AIC(model.A) BIC(model.A) # model B model.B <- lm(idt~talk_c+per_c+talk_c*per_c,data=sample_data) summary(model.B) AIC(model.B) BIC(model.B)
以下，順に解説。まずここ。
# CSVファイルを読み込む sample_data <- read.csv(file.choose(),head=T,na.strings=".") #読み込んだデータの確認 summary(sample_data)
read.csvでcsvファイルを読み込みます。環境によって，どこにサンプルファイルをおいているか分からないので，file.choose()関数にしました。この行を実行してもらうと，ファイル選択ダイアログが開くので，サンプルファイルを指定すると読み込まれます。
モデルは基本的に，idtが従属変数，talk,perが独立変数。Rの書き方に従って，~(チルダ）の左側に従属変数，右側に独立変数を書く。独立変数が複数ある場合は，+でつなげていくという感じ。この変数間関係を回帰分析＝線形モデル＝linear modelにいれると
result.lm <- lm(idt~talk+per,data=sample_data) summary(result.lm)
となります。lm関数の結果を，result.lmという入れ物の中にしまいなさい（左向きの矢印を「小なりハイフン（<-)」で表している），と書いて，その入れ物の中身を要約して示せ(summary)という書き方。summaryなしで直接書き出してもいいのだけど，lmの場合は要約した方が情報が増えてグッド。
さて，センタリングがHRMのミソ。独立変数をセンタリングするために，平均値を引きます。それがここ。
# センタリング sample_data$talk_c <- sample_data$talk - mean(sample_data$talk,na.rm=T) sample_data$per_c <- sample_data$per - mean(sample_data$per,na.rm=T)
平均値を出すのはmean関数。sample_dataの中のtalk変数，をsample$talkで指定しています。いちいちsample_dataって書くのが面倒な人は，attach(sample_data)と書いておけば，以下の実行は全部sample_dataというオブジェクトの中の変数かな，とチェックしてくれます。
mean関数の後ろのオプション(na.rm=T)は欠損値(na)を取り外せ(リムーブ，rm)という意味で，欠損値の取り外し(na.rm)にチェック！（=TRUE)という意味。これを入れていないと，欠損値の含まれる変数の平均値は算出されません。
その計算結果を，sample_dataの中に新しくtalk_cとして入れなさい（<-）という意味です。
で，こうしてセンタリングが終わった変数で，改めて普通の線形回帰をしてみる。
# model A model.A <- lm(idt~talk_c+per_c,data=sample_data) summary(model.A) AIC(model.A) BIC(model.A)
切片は当然違うけど，傾きの係数は同じのままね。
ついでに，情報量を出す関数AIC,BICを入れてみました。後ほどの比較のためです。
最後に，センタリングをふまえての交互作用項（調整項）を入れる。交互作用はかけ算（アスタリスク，*)で表される。
model.B <- lm(idt~talk_c+per_c+talk_c*per_c,data=sample_data) summary(model.B) AIC(model.B) BIC(model.B)
とまぁ，こうすることで交互作用項がはいるという寸法です
下位検定については，Preacherのサイトを使うといいそうです。が，Preacherのサイトを見るとMBESSというパッケージを作っているみたいなので，この辺の使い方が分かったらまた書きます。
ひとまず。
追記）プリちゃんのサイトでひつような，係数の分散共分散行列は，次のようにすれば出せます。
vcov(model.B)
信頼帯とかも書けるので，いいサイトだとは思うのですが，Rのパッケージ上でやれるようにしてほしいもんです。
intr.plot(),intr.plot.2d()とかの関数がそれかな，と思ったけどエラーが出てうまくうごかなーい。
Permalink | コメント(0) | トラックバック(1) | 11:41 
階層線形モデル（Hieralical Liner Model)の実例
今度は午後の部，階層線形モデルの話。
ネストされたデータは全部HLMの土俵。反復測定も、個人と集団も。後者の方が得意らしいけど。 ネストされたデータで，HLMを使わないと、サンプルの独立性の検定に違反する。また、平均値が集団の性質を反映していない。後者はカップルデータのようなときに顕著。グループ内の類似性を評価し、それに合わせたモデリングをする。それがHLM，というお話。
ところで，階層回帰分析と階層線形モデリングは，同じ階層という言葉を使っているけど，意味が全然違う。
前者は手続きが順番に行われる，という意味で階層的であり，まず要因A，要因Bを入れ，次に交互作用ABを入れる，という順番でステップを踏む。あくまでも順番であって，あんまり層を積み重ねるという意味じゃないと思う。実際英語としては，Multiple Linear Regression，つまりただ「重回帰分析」と表されるね。重回帰分析は二つ以上の要因がある，という広い意味で使われる。交互作用項を特に【調整変数】と呼んで，センタリング等の適切な処置を経て投入する，というところが特徴。
個人的には「順番にやる回帰分析」「一歩ずつ重回帰」，といった名称にすればよかったんじゃないかと思う。
（実は内心，両者の区別が分からないやつが間違って使い始めたのが定着したのではないかと疑っている）
さて，HLMは本気で階層的。データがレベルを持っている。例えば個人のデータは集団の性質、個人の性質、誤差からなる。場合によっては集団と個人の交互作用も考えることがある。グループ内の類似性が高いことは、集団レベルの情報を多くもっているということ
。
ここでMLRと混乱させられるもう一つの秘密が。それは，HLMでもステップ1，ステップ2という用語があり得るのです。ほんとはレベル1，レベル2というのが正しい。レベル1は個人のデータ。個人レベルの情報。Within(群内)とも呼ぶ。レベル2は集団のデータ。集団レベルの情報で，Betweenとも。変数がどっちレベルで集まっているか，がしっかり把握できていないと混乱するぜ。HLMはレベル2の変数がレベル1の係数を予測する（回帰のパスが下位レベルの係数にささる）こともでき，それを「交互作用」と呼んじゃうからさらにMLRとの混同がおきやすいよね。要注意。
さて，実際にデータを触りながらやった方が分かりやすいかと思うので，Rソースを示し，一歩ずつ解説をしていきます。
サンプルデータは上の記事と同じで，使うデータは清水先生のサイトにあるHLM用サンプルデータをご利用ください。分析資料も同じサイトにあるよ。
RでHLMをするには，lme4というパッケージが必要です。
ソースはこんな感じ。
# # CSVファイルを読み込む sample_data <- read.csv(file.choose(),head=T,na.strings=".") # 読み込んだデータの確認 summary(sample_data) # いちいち書くのがめんどうなので，以下データセット名は自動補完するように仕掛け。 attach(sample_data) # ライブラリの読み込み library(lme4) # センタリング # グループセンタリング sample_data$talk_c <- talk - ave(talk,Group,na.rm=T) # グランドセンタリング sample_data$per_g <- per -mean(per,na.rm=T) # 集団平均値の挿入 sample_data$talk_g_m <- ave(talk,Group,FUN=function(x)mean(x,na.rm=T))-mean(talk,na.rm=T) # Model.1 <- lmer(idt~talk_c+per_g+(1|Group),sample_data) Model.1 # Model.2 <- lmer(idt~talk_c+talk_g_m+per_g+(1|Group),sample_data) Model.2 # Model.3 <- lmer(idt~talk_c+talk_g_m+per_g+talk_c*per_g+(talk_c|Group),sample_data) Model.3 # 適合度指標 AIC(Model.1,Model.2,Model.3) BIC(Model.1,Model.2,Model.3)
さて解説。最初の数行は割愛させてください。
センタリングの話から。
HLMでもセンタリングをやります。個人レベルの変数に行うセンタリングは，グループごとの平均値で中心化するセンタリングで「グループセンタリング」といいます。集団レベルの変数に行うセンタリングは，全体の平均値を使うやつで「グランドセンタリング」といいます。
それがここ。
# センタリング # グループセンタリング sample_data$talk_c <- talk - ave(talk,Group,na.rm=T) # グランドセンタリング sample_data$per_g <- per -mean(per,na.rm=T)
mean関数は平均値を出す関数。na.rmは欠損値を外せというオプション。もう一つ，グループセンタリングはave関数というのがあって，変数Group毎に平均値を出すという便利な関数。
次の行は，集団平均値をデータとして使う場合があるので，そのための細工。
# 集団平均値の挿入 sample_data$talk_g_m <- ave(talk,Group,FUN=function(x)mean(x,na.rm=T))-mean(talk,na.rm=T)
グループごとに平均を出して，さらにそれをセンタリングしたものを入れています。ave関数がちょっとおかしな形になっているけど，これはデフォルトだとna.rmが入らないから。
ave関数は本来，ave(x,id,FUN)と書いて，データに，群ごとに，ある処理FUNをする，というもの。FUNはデフォルトでmeanなんだけど，このmeanのデフォルトがna.rm=Fなので，それを教えてあげないといけない。つまり，FUNはfunction(x)を使うよ，そしてそれはmean(x,na.rm=T)だよ，という二度手間構造(もっといいやり方があったら教えてエロい人)。
ともかく，これで準備オーケー。
まずは群ごとに，idtを従属変数，talk,perを独立変数とした回帰分析をしてみる（清水先生の分析モデル1）。
Model.1 <- lmer(idt~talk_c+per_g+(1|Group),sample_data) Model.1
関数は，パッケージmlmRevに入っているlmerで，書き方はlmと同じ，チルダの左に従属変数，右に独立変数。独立変数はセンタリングしたtalk_cとper_gを入れる。階層性を表す変数Groupは係数1で関わってきますよ，というのが(1|Group)の意味。
次に，集団平均値を入れたモデル（清水先生資料の分析モデル2）
これはさっきの変数を使うだけだから簡単。
Model.2 <- lmer(idt~talk_c+talk_g_m+per_g+(1|Group),sample_data) Model.2
Model.1に比べて，talk_g_mという独立変数が増えただけです。
最後に，ランダム係数モデル（清水先生の分析モデル3）。ここでのランダムは乱数という意味ではなく，無作為でもなく，確率変数(random variables)という意味でのランダムね。
Model.3 <- lmer(idt~talk_c+talk_g_m+per_g+talk_c*per_g+(talk_c|Group),sample_data) Model.3
ここでは，Groupごとにtalk_cの係数が変わってくるよ，ということと，交互作用項talk_c*per_gが増えています。
いずれもHADというエクセルマクロで下準備し，SPSSで処理をするという（資料上の）一連の流れがこれだけで再現できるので，どこにどのような数値が表れているかと確認しながらやってみてください。
級内相関の出し方なんかについては，パッケージを使えば出来るんだけど，それまたちょっと調べてから後日ブログにアップする予定です。
ひとまず。
追記（2012/02/14)
清水先生のスライドだと，まず級内相関をだして階層性を入れる意義を検証しようね，という話がありました。
この級内相関，パッケージで簡単にでるかなとおもったけど，色々調べても手計算している例が多い。
清水氏のHADみたいに，まず各変数において級内相関を（アルファ係数までも！）出すようなかんすうがあればいいんですけどね。
ひとまず，手計算のやり方を書いておきます。
> Model.0 <- lmer(idt~(1|Group),sample_data) > Model.0 Linear mixed model fit by REML Formula: idt ~ (1 | Group) Data: sample_data AIC BIC logLik deviance REMLdev 813.5 824.5 -403.7 804.1 807.5 Random effects: Groups Name Variance Std.Dev. Group (Intercept) 0.35004 0.59164 Residual 0.63566 0.79729 Number of obs: 297, groups: Group, 100 Fixed effects: Estimate Std. Error t value (Intercept) 3.43293 0.07514 45.69 > 0.35004/(0.35004+0.63566) [1] 0.3551182
とまぁ，このように，まずグループレベルの変数しか入ってない回帰モデルを作る
Model.0 <- lmer(idt~(1|Group),sample_data)
と，その結果として集団レベル変数の分散と残差の分散がでるので，集団レベルの分散/(集団レベルの分散＋残差の分散)
を手計算してやる
0.35004/(0.35004+0.63566)
いいってことになります。
以上。
Permalink | コメント(0) | トラックバック(0) | 16:10 
2012-02-11 HiRoshima.Rと同世代の飲み会
HiRoshima.Rと同世代の飲み会
HiRoshima.R #2に参加。Rの利用者を広めるための勉強会。
今回も入門編からなにから，色々勉強になった。
広島Rは心理系の参加者が多いそうだ。大阪Rは言語系。また女子部もあるとか。東京Rは一番規模が大きく，Webエンジニアが多いとのこと。
まぁ特色があっていいわね。
夜は心理系（特に社会心理系が多かったようだが）の知り合いが集まっての飲み会。
だいたい自分と同じ年代の人が多く，しかも古くからパソコンを取り入れてきた世代。若手の学生も連れて行ってたのだけど，まあ昔の話になると盛り上がります。
昔は14.4kbpsのモデムでつないでいた，という話をしたら，今の学部生はISDNを知っているかどうかギリギリという。もちろんテレホーダイを知らないわけで，我々としてはネットは夜中家族に隠れてやるもの，という認識だからどうしても愚痴っぽくなるw
時折，「カプラー」*1「bekkoame」*2とかが出てきては爆笑しました。
フロッピーの次がUSBメモリだ，というのも驚いたなぁ。MOやZIP，CD-Rという順番じゃないんだもんなぁ。
次に「次世代ゲーム機」の話。プレステ一択だった彼らと違って，我々はNintendo64,3DO Real, SEGA Saturn,PC-FXとPlaystationのどこになるか，というところで盛り上がったわけですよ。俺はサターン派で，それはバーチャファイターをするためだったんだけど，ポリゴンという単語すら通じないかもしれないと思うと隔世の感だよなぁ。
ってな感じで，かなり懐かしく楽しく盛り上がりました。30代と20代という10年も離れていない距離感で，そんなに年寄りがられるとは思ってなかっただろうから，学生たちは嫌だったかもなぁ。でも，俺たちの世代の人間は，情報化という意味ではかなりの変化を青春時代に体験しているんです。だからつなぎとしての，大事な世代なんですよww
Permalink | コメント(0) | トラックバック(0) | 10:23 
2012-02-10
卒論発表会
卒論発表会。今年は八名。
私はやはり、半分は教師なんだと思う。
完全な研究者じゃないんだな。、
教えること、教え子が自分の教えを越えて頑張ること、がとても好きだ。
2人の卒論生。
真面目な子とマイペースな子。
でも2人とも、よく考える子。
どちらも研究テーマが自分のそれと関わるところで、完全に客観的に指導できなかったけど、何より楽しかった。ずっと楽しかった。
だから、今年も、自分のゼミ生が他の四年生と比べて、一番良かった。
夜は追いコン。集合写真を撮るというのに、バスが十分遅れて俺以外のみんなを待たせてしまうという失態。すみません。
なのに、二次会までずーっと飲んで、誰よりも楽しんだ。今日は、教える人と教わる人という垣根を越えて、同じ「心理学徒」として、仲間意識で酒を飲めたから。
俺の独りよがりかもしれないよ。垣根はないとおもっていても、年齢、性別、職階の差は隠せないのかも。でもね、今日ぐらいはそれがなくなったという夢を見させて欲しい。
見させてくれた、全ての人に感謝です。
Permalink | コメント(0) | トラックバック(0) | 00:44 
2012-02-09
新作てっちゃんもんだい
昨日の講演会、つかみに「てっちゃんもんだい」を出したんだけど、ソコソコ受けた。
ありがたいことに、今の時期は新作がどんどん出てくる。今回はこちら。
て「てっちゃんもんだいよ。お父さんが、セブンイレブンに行きました。誰が行ったでしょう？1.正解になる、2.正解にならない」
親「ええ？wwww 1が正解かなあ」
て「間違い。」
親「ええ？！」
Permalink | コメント(0) | トラックバック(0) | 10:40 
2012-02-02 雪の降る町
雪の降る町
修論審査会の後の追いコンが，昨夜は午前2時まであったので，今日はのんびり動いた。
職場は代休を取っていたので，特にいく必要はないのだが，プライベートなお仕事で大学方面にいく用事はあった。
朝は雪景色。少しつもっているし，降り続けている。ノーマルタイヤなので，車での出勤を控えることにした。酒が残っていてもいかんからね。
バスで出勤。帰りもバス。バスは時間に縛られるのが辛いよね。
17:54の大学前発のバスで帰ろうと思った。もう少しやりたいこともあったけど，時間は時間。
17:40頃，バス停につく。寒い。ただ待っているのは辛いので，コンビニに入った。そうだ，今日は習慣モーニングが出ている日じゃないか，買って帰ろうと。
ところが，さすが大学前？週刊誌がほとんど売り切れているのである。うーむ。
ということで，道路向かいの本屋さんにいくことにした。まだ時間あるし，新山口から来るバスなので，どうせ遅れてくるんですよ。
本屋さんで買い忘れていたコミックス等も購入して，バス停に戻る。時間は53分である。
目の前を，乗るはずのバスが通り過ぎていく。
バスは遅れるもんじゃないのかい！
仕方がないので，次のバスを検索。幸い15分後にバスがある！（これ，田舎ではありがたいこと。次の次は19時台だぜ）
しかし，ただ待っているのも辛い。なんせ寒い。少し自宅方向に歩いてみようと，歩き始める。
バス停につくたびに，何分待ちかなと時計をみる。
20分，15分，10分。
雪が吹きすさぶので，寒いので，少し動いていようとだんだん前にいくと，結局湯田温泉まで来てしまった。昨日はここで飲んでタクシーだったな，今からいっぱい引っ掛けて（中から温めて！）タクシーで帰ってやろうかな，と邪念も和井田がそれを殺して，バス停で待つ。
バスが来た。乗る。
乗って気づいた。これ，JRバスで防長バスじゃねぇ。
行き先が変わってしまうのである。幸い堅調経由で駅までいくので，どこかで降りようと思った。
県庁で，運転手さんに聞いてみた。どこで降りたらいいですか，と。
「そこに葉，今からどんどん遠ざかるだけだよ，ここで降りるのが一番ましだよ」
結局，さらに雪の中を15分ほど歩いて帰宅。
まぁたまには運動もいいさ。雪の町並みを歩くのも風流さ，悪くない。・・・グスン。
Permalink | コメント(0) | トラックバック(0) | 21:03 
2012-02-01 心理学的であるということ
心理学的であるということ
昨日の今日で，修論審査会の日。朝9時から15時般ぐらいまで。
幸い，自分が副査になった修論の出来はそこそこ良かったので，それほど負担には思わなかったけど。
中に，どのようにコメントをつけたらよいのか分からないものがあった。
率直に表現するなら「こんなの心理学的な論文じゃない」っていう感じ。
審査会で感想を伝えても仕方がないので，これを指導的コメントにどのように変換すればよいのか。本質を欠くことなくどのように「俺の考える心理学的であるということ」を伝えればいいのか。すごく悩みました。
つまらない結論だけど，コメントできたのは，方法論をもっと丁寧にAPAの基準にそうように，ということだけ。個人的には，多少型破りであっても本質的に面白かったらそれでいいと思う。しかし，今回は方法はもちろん，アプローチの仕方，論じ方，発表の仕方・・・すべて心理学的ではなかったのだ。
何かであることを伝えるのは大変難しい。何かでないことを伝えるほうが，よっぽど簡単だ。
それは統計的仮説検定のプロセスと同じ。関係があることを言うのは難しいが，関係がないことを示す方が簡単なのである。
ともかく，自分の質問力のなさ，専門性の低さについて少しへこみました。
ところで，今年は修論や卒論を見ていて思ったのは，あるいは同時並行的に原稿を書いていて思ったのは，大事なのは本を読むことだということ。
物を書くということは，書きたい内容とそれを表現する軸・基準・切り口が必要。その書きたい内容が，もちろん心理学の場合実験や調査でデータという形をとる。もっとも，これは内容を表現するための，物をいうためのツールであって，このデータを使って「いいたいこと」をいわなければならない。その言いたいことの内容は，完全に自分の中から生まれることはなく，自分の中に取り込んだストックから生まれる。
卒論の場合，たくさん本を読んでストックをためて，それを論理的にまとめるだけでもよいと思う。その人の興味関心にそって情報を取り入れることが，ゆくゆくは表現する次元の生成に繋がるのだ。その人がそのような情報を集めたということは，その人のオリジナリティをそれらのストックで編み上げたということ。読んできた本がそのまま，その人のオリジナリティになるのである。まずは，ね。
修論の場合は，それに論じる軸を持ってこなければならない。論理的な構成の仕方にも，さらに洗練が必要だろう。卒論の場合は「表現したい」という勢いを評価するが，修論の場合は出ててきた結果を評価するので，頑張ったから認める，ということはしない。
博論の場合は，自分オリジナルの軸を作り上げなければならない。その後の（学者）人生を「この切り口でe切って生きていきます」と断言できる価値観の呈示が，博士論文というものだ。俺の場合，それは「何が何でも固有値」だった。
博士が悔いを認められた人間は，自分の発言とその切り口で物を語ることについての責任を負うことになる。学部やマスターの学生にはそこまでは求めないけど，その道筋だけは事前に知っておいてほしいと思う。
学部生はみんなかわいい。今年の四年制はチューターをしていたこともあって，思い入れは格別だ。
来年彼らの多くは大学院に進学してくる。
今まで通りの付き合いが出来ないことが，嬉しいような悲しいような，である。
Permalink | コメント(0) | トラックバック(0) | 20:54 
2012-01-31 卒論締め切り日
卒論締め切り日
一月の末日は卒論の締め切り日。
二人の卒論生，とりあえず事務室を17時にパスしておかないといかんともしがたいことになるので，先にはんこをついて，二人そろって事務室を通過させる。
女の子の方は夕方には出来て，コーヒーブレイク。
男の子の方はコーヒー飲みながら頑張る。
徐々に，ゼミ室から学生があがってくる。パスした学生は，まだゼミ室で頑張ってる人のところで「ばんざーい」とはいかないので，俺の部屋でコーヒーを飲む。
数人おわって，いい時間になったので，女の子たちは打ち上げにいった。
男の子はまだ書いている。
俺は真面目に取り組まなければならない仕事をする元気もなくなってきたので，数部印刷してホッチキスでまとめる仕事とか，MacにParallelsをインストールする作業のような，細々したことに取りかかる。
男の子はまだ書いている。
打ち上げにいった子が帰ってくる。みんな疲れのピークなので，一次会も早々に解散したようである。
男の子はまだ書いているwww
結局，21時半頃に終わった。
提出期限が遅れるのなら，ちゃんとやっとけよで済む話じゃないか，と思われるかもしれないが，個人的には締め切り日は絶対守るべきだと思っている。俺の度量で許してやれる，情状酌量が出来るのは当日まで。
それを超えてしまうと，ズルズルいっちゃうだけだからね。
時間内に書けなかったのは，もちろんその学生が悪いんだけど，ひいてはこちらの指導力の問題だから。
ともかく，無事に出てよかった。やれやれ。
Permalink | コメント(0) | トラックバック(0) | 20:41 
2012-01-27 問うことは人間の最大の能力
問うことは人間の最大の能力
大学院で統計を教えているんだけど，内容がマニアックになるので講義してます。自作のプリントを使って。
でも，このコマの名前が「〜演習」と演習ものになってる。学生に何か演習してもらった方がよいのだろうか？と思うんだけど，それに気づくのはいつも評価方法について事務に問われてから。
昨年はデータを渡して分析してみろ，といったし，その前はこれこれの分析方法のなかで自分の興味があるやつについてプレゼン（発表）してみろ，という課題にしたが，イマイチ感。
そこで今回は，森博嗣方式を取り入れてみました。
すなわち，「質問させる」です。
森博嗣方式は，質問がなかったら60点。質問に応じて点数が変わる。加点することもあるし，減点することもある。
問う，ということは理解の程度に応じて，あるいは能動的な学習態度に応じて出てくることなので，問い方，問いの内容によってその人の能力が評価できるという考え方。
H先輩も，問いの立て方が一番大事なのであって，問いがあれば答えは見つかる，問えていない理論は駄目，という（個人的には，下手な問いをたてるぐらいなら，問えないなーといいながらぐずぐずしていたい，と思うんだけど）。
確かに，講義の準備も大変だけど，期末テストの問題を考えるのが結構大変だったりするしな。
さて，実際にやってみました。人数も少ないので，お茶を飲みながら。
やってみると，確かに当人のキャラクター，理解度が分かるわけです。こちらもどういう問いがくるか分からないし，その場で答えを探すので少し緊張はするけど。
このやり方，悪くないなぁと思いました。大学院の演習なら，十分やれるやり方だなぁ。
おすすめです。
最後に余談。
さあ問いなさい，というと「初歩的な質問ですが・・・」とか「変な質問ですが・・・」という枕詞をみんなつけたがる。あれはやめてほしい。その場で突っ込んだんだけど，「初歩的（変）じゃなかったら許さんぞ」と思うわけです。
そもそも，初歩的かどうかが分かるというのは，初歩ー発展の軸が出来ていて自分の問いの程度をきちんと評価できていないといけない。今後その問いがどのように展開していくか，というのが分かっているのにあえて問うのはどういう意味があるのか，ということでもって評価しちゃうぞ，というところです。
日本人的な，セルフハンディキャッピング的な表現は，学問の世界には不要だと何度いったら・・・。
Permalink | コメント(0) | トラックバック(0) | 09:34 
