グラフの年代の切れ目は、自然に存在する境界か

なぜ年代を区切るのか

出生年を一歳刻みで比べると、人数の少ない年には偶然の揺れが大きくなります。十年ごとの区切りも分かりやすい一方、観察された分布に合うとは限りません。谷口・山岸（2025）はカテゴリカルな回答の分布を、区間の分け方も含めて分析しています。

見かけの時間と世代差が調査設計を扱うのに対し、本ノートは得られた回答をどう分割して表示するかというモデルの選択を扱います。統計的な区切りから、そのまま歴史上の出来事を読み取らないための問いです。

3,177名でも、各年代の人数は同じではない

表は横にスクロールできます →

対象は県域の3,177名で、20代1,176名に対し70代は20名です。総数の大きさだけで、高年層にも同じ精度があるとは言えません。同じ調査系列を用いる既掲載研究と、本論文を別の独立標本として足し合わせることもしません。［対象・方法］

MDLは最小記述長という考え方で、分割を細かくして回答によく合わせる利点と、モデルが複雑になる負担を釣り合わせます。境界を多数置けば必ず優れた説明になる、という方法ではありません。論文中の表現に不整合がある箇所は、新しい原理として取り込みません。［分析法・図の説明］

切れ目と傾向は、違う問いに答える

なだらかに回答割合が変わっていても、明確な区間境界が選ばれないことがあります。逆に境界が選ばれても、その年を境に全員が語を覚えなくなったとは限りません。区間ごとの分布を簡潔に表すモデルと、個人の学習や使用の履歴は別の対象です。

「まめったい」の2024年論文も、区間検出の図と、順位に基づく傾向の図を分けています。切れ目が選ばれないことと、単調な傾向が全くないことは同義ではありません。分析ごとに何を検出しているかを確認します。［50頁・図4と図5］

境界から原因へ飛ばない

ある出生年付近で分布が違っても、それだけでテレビ、学校、転居などの原因を特定できません。同じ時期に複数の社会条件が変わり得るうえ、標本の地域構成も影響します。説明候補は独立した生活史や記録で確かめる必要があります。

使用する／理解するが使わない／聞いたが理解しない／聞いたことがないという回答も、単なる語の有無へまとめないようにします。知識と産出を区別した調査から、無条件の使用率だけを取り出すとモデルの入力そのものが変わります。

図の脇に、分析条件を残す

再分析するなら、標本数、出生年別人数、地域の区分、欠測、回答カテゴリ、境界の選択法を一緒に公開する必要があります。別の区切り方で結果がどこまで変わるかも、感度の確認になります。本サイトは原個票を得て計算し直したわけではありません。

読者は図を読むとき、横軸が出生年か調査年か、縦軸が割合か標準化値かを先に確認してください。見た目の急な段差を、地域の全員が同時に変わった時点と同一視しないことが、研究を暮らしの歴史へ結ぶ際の基本になります。