調査。各グループの代表の決め方。

質問

宝来聡著「DNA人類進化学」（岩波書店）から引用しています。
下の表は「クラスターの構成と地理的分布」を書き写しています。

各数字は左から、
静岡、沖縄、北海道、韓国、台湾の人数を示しています。
それを元に各クラスターはどの民族に特徴的かを、「特異性」として、
日本人、琉球人、アイヌ、韓国人、中国人の中から決めています。（　）内の数字はただの番号です。

「特異性」
アイヌ（1） 1,0,10,1,1
中国人（1） 11,4,1,5,13
琉球人（1） 0,3,0,0,1
中国人（2） 4,1,1,4,15
韓国人（1） 7,4,4,14,2
―――（1） 5,5,2,3,5
―――（2） 2,5,3,1,5
日本人（1） 3,2,0,0,1
中国人（3） 1,0,3,4,6
韓国人（2） 5,0,1,7,1
―――（3） 5,1,4,5,1
―――（4） 1,2,3,3,1
琉球人（2） 3,5,0,3,3
韓国人（3） 3,0,0,5,4
琉球人（3） 5,12,8,5,0
アイヌ（2） 4,1,7,0,0
琉球人（4） 2,5,4,3,1
中国人（4） 0,0,0,1,6

本文にはこの特異性の決め方は恣意的な面があると言うような断りの一言も書かれています。
特異性とは言うものの代表を決めているだけだと思います。生物学その他の要素がないものとして、単純に数字だけみて、特異性の決め方に妥当性がありますでしょうか。たとえば直感的にアイヌ（１）は許せますが、中国人（１）としたクラスターは納得できません。11人の日本人（静岡）は、中国人の特異性に含まれた事になります。
統計学などで、代表を選ぶような手法がありますか。その手法で判定すると上記の特異性は適切でしょうか。
皆さんが処理しなければならないとしたらどうしますか。
宜しくお願いします。

ちなみに、この数字から日本人は他の民族のいわば混血というような話題に発展しているようです。

回答No.9

stomachman

ANo.8へのコメントについてです。

> 「優勢」は漠然としていますが、それが言わんとするところの判定は統計学的にどのように成されるのかということです。

　「優勢」がどんな定義・判定法をもっていようとも、それがラベルである限りは、判定を行う手間を掛ける必要がありません。なぜなら、既に述べた通り、ラベルの付け方にいくら凝ってみても全くのナンセンスだからです。（ラベルの話はこれで終わり。）

　要するに意味があるのは、クラスターのデータ（ラベルではなくその実体）を何にどう使うか、ただそれだけです。

　さて、「データに基づいて『言わんとするところ』」というものが、たとえば「純血・混血」論議だったとすると、ミトコンドリアDNAを調べた段階で既に木に縁って魚を求むという状況であり、他にもっと重要なデータがあるというのでもない限り、そんなもん落第だろう。これも既に申し上げました。

　ともかく、得られているデータについて何か話を続けようとするのなら、もっと別の、適切な「言わんとするところ」、すなわち検討すべき仮説を考案する必要があります。仮説を検討するための方法は何も統計学だけじゃありませんが、少なくとも、その仮説が数学の意味での命題に洗練されるまでは、統計学にも数学にも出番がありません。

　じゃあどうやって仮説を考案するか。（これは、大した話にはなりませんけれども。）手元にあるデータだけでなく、関連する資料・文献が利用できるのであれば、そちらから仮説を考案しようとするのが普通のアプローチでしょう。さもないと、統計学的に有意だと言えたとしても、それで話がオシマイになるような、ツマラン仮説しか出てこないでしょうから。（もちろん、ご質問の分野でその作業がどのようになされるかについては、語るべきことを持っておりません。ですから、オマエが面白い仮説を考案しろとお求めなら、そりゃ無理です。）
　一方、特に他の知識によらずにデータばかりをたよりにして仮説を考案するための手法としては、たとえば、クラスターであればクラスター間の距離が定義されていますから、この距離をユークリッド距離でできるだけ再現するようにクラスターを2次元あるいは3次元空間に配置して、グラフィック表示してみる、ということはよく行われます。デンドログラムを見ているよりも、相互の関係が直感的に把握しやすくなり、何かアイデアが出る切っ掛けになるんじゃないか、という手法ですね。

> 質問者の曖昧さを拒絶し続けられても困るのです。

　いやいや、「質問者の曖昧さを拒絶し続け」ているわけじゃありません。それどころか、ご質問の意図や本のロジックを推察しようと、いささか度を越すぐらい努めた積もりですよ？ ただ、繰り返し同じ質問をなさる。すると当然、答も同じであるしかない。それだけのことなんですから、変に勘ぐらないで下さいよ～

お礼

科学リテラシーですね。あくまでも、仮説です、という。

この本では仮説という言葉ではなくて「系統図をよーく見ると」なんですよ。

ナンセンスと言われても、よーく見ているその時点で、筆者が筆者のセンスを働かせているのですから、センスはあるんじゃないでしょうか。

ご指摘のように、方法論の問題ですね。しかし単純に規模も小さいですしね。それでいてせっかちな感じで、つまみ食い的に地理を広げるのは生物がらみのフィールド調査の悪習慣だと思いますね。斉一性というのですか、何もかもそれで了解させてしまうような、聞き手の聞き分けの良さ頼みというか、内輪ネタ的というか。権威だろうが独裁者だろうがいかなる類の人のご高説を享受したとしても、他人の自己満足に便乗する願望は私にはありませんからね。山っ気しか感じられません。

私が問題にしているのは、反証可能性というよりも仮説を発表者自身が検証された可能性ですかね。この仮説はいけると思えたのでしょうからね。自分の勘を信じているというだけでは……次回の調査は保障されるんでしょうか。そのたびに事実がひっくりかえったりしたらどう責任取るんでしょう。もう故人ではありますがね。
私には本件はいわば出来レースに見えますね。
統計学が用いられていないのであれば、そのまんまにすぎませんよね？その人らがそうでしたという。

補足

stomachmanさんには大変お世話になっております。サイトであなたのような方に出会えるのは本当になんと表現すればいいのでしょうか、感動的な体験です。

ただ私としては感謝するのが唯一の目的ではありませんので、感謝一辺倒の投稿が出来ません。非常に感謝感心しているのは事実なのでご理解下さい。重ねてご回答、ありがとうございます。

＞『要するに意味があるのは、クラスターのデータ（ラベルではなくその実体）を何にどう使うか、ただそれだけです。』

単なる無意味の「ラベルである限りは、」そうなのですが、意味を持っている単語であり、その意味によって結論・考察を形成しているのです。データを何に使うかというその第一段が、優勢のものを決めるのに使われた訳ですよね。むしろ天然の生データはその時点で色づけ・加工されて、次の段階のための人工的な材料になっています。

＞『さもないと、統計学的に有意だと言えたとしても、それで話がオシマイになるような、ツマラン仮説しか出てこないでしょうから。（もちろん、ご質問の分野でその作業がどのようになされるかについては、語るべきことを持っておりません。ですから、オマエが面白い仮説を考案しろとお求めなら、そりゃ無理です。）』

そこが私の質問の本願です。ただし「この分野」での作業をお聞きしているのではありません。また、考案していただいても有り難いのですが、分野を問わずご存知ありませんか、なんとなくでもいいし、想像で概説してもらえれば助かります。念押しさせて頂きますが、この分野に限定しておりません。

仮説の設定には関心がなかったのですが、結局のところ、（私は）意味を有している（と思う）クラスター名を割り振る、優勢者の判定作業自体が、統計学ではなくて、仮説であった、ということになりますでしょうか。
つまり、この研究や、似たような研究であれば、まるで、統計学的ではない、というのが正体になるように思います。単にサンプルを集めて数を数えただけ。しいて言えば、統計学の欠如した生物学・人類学の学説。

回答者さんには実際の読書をしていただけたらなと思いつつ、本書から引用します。
（本書p105）
＞『先に述べたように、日本人の機嫌については三つの主要な仮説――混血説、転換説、置換説――が提唱されている。ミトコンドリアDNAの塩基配列の多様性のパターンから、これらの仮説を検証してみよう。』
(本書p106)（中略）
＞『さらに、系統樹のクラスターの分析からは、中国人や韓国人の特異性を示すクラスターには、本土日本人の50％が含まれるが、アイヌや琉球人では平均すると19％しか入らないことが示された。これらの結果は、本土日本人のミトコンドリアDNAには大陸に由来する割合がかなり大きいことを示している。
　これは弥生時代以降の渡来人によってもたらされたと考えるのが自然であろう。（以下割愛）』

この「クラスター分析」というのがどこからどこまでを指しているのか分りませんが、クラスター名を名づけた時点で（その後は単に割合を算数しただけですので、）結論は決まっています。
★樹形図が出来た後におけるクラスター分析というのは、絵画鑑賞と同じ次元の作業なのですか？そうなると、科学というより美術文芸になって、権威の勝手になりますよね。決して個人の気まぐれの影響を受けないという科学の真髄の欠如している研究モドキが説得力も魅力もある最新科学として社会的評価を獲得するのは破廉恥な事件です。

適当な詭弁用語を思い出せませんが（論点先取？）、これは、できレース的研究じゃありませんかね。私にとってはそう見えます。統計学でも生物学でもいいのですが、クラスター名選び（＝優勢選び）が科学的に一般性のある機械的手法で処理されたものでなければ。そういう代物を科学として受け入れるほど、自然科学が間口を広げて、はしたくなる必要はないと思います。

（No.9）
＞『すると当然、答も同じであるしかない。それだけのことなんですから、』

恐縮しております。