注目メッシュの隣接メッシュを検索＆縦持ち化

GIS R 
# 注目したい場所の緯度経度
coord_center <- tibble(
  id = 1:4,
  X = c(140.6041855, 130.4140618, 134.0464118, 139.7016358),
  Y = c(35.9323516, 33.1568919, 34.31453200000001, 35.6580339)
)

# 注目場所の中心・周囲のメッシュコードを検索
mesh_center_and_neighbor <- coord_center %>% 
  mutate(
    mesh_center = map2_chr(
      .x = X,
      .y = Y, 
      .f = ~ {
        jpgrid::coords_to_grid(
          X = .x,
          Y = .y,
          grid_size = '1km'
        ) %>% 
          as.character()
      }
    )
  ) %>% 
  mutate(
    mesh_neighbor = map(
      .x = mesh_center,
      .f = ~ {
        jpgrid::grid_neighbor(
          jpgrid::parse_grid(.x),
          n = 1L
        ) 
      }
    )
  ) %>% 
  unnest_longer(
    mesh_neighbor
  ) %>%  
  unnest_longer(
    mesh_neighbor
  ) %>% 
  mutate(
    mesh_neighbor = as.character(mesh_neighbor)
  )

# メッシュの中心緯度経度を検索
target_meshes_center <- mesh_center_and_neighbor %>% 
  distinct(
    id,
    mesh_code_3rd = mesh_center
  ) %>% 
  mutate(
    is_center = 1
  )

target_meshes_neighbor <- mesh_center_and_neighbor %>% 
  distinct(
    id,
    mesh_code_3rd = mesh_neighbor
  ) %>%
  mutate(
    is_center = 0
  )
  
target_meshes <- bind_rows(
  target_meshes_center,
  target_meshes_neighbor
)

回遊データをラインポリゴン化する方法

GIS R 
# 回遊データをラインポリゴン化
kaiyuu_line_polygons <- postings_with_kaiyuu_id %>% 
  sf::st_as_sf(
    coords = c('longitude', 'latitude')
  ) %>% 
  group_by( # group_by + summariseをすると個々の投稿座標がMULTIPOINTでまとまる
    kaiyuu_id 
  ) %>% 
  summarise(
    dummy = n(),
    do_union = F # 元のデータの順番でMULTIPOINTが作られる
  ) %>% 
  sf::st_cast(
    'LINESTRING'
  ) %>% 
  sf::st_set_crs(4326) %>% # マイマップはWGS84なので
  select(
    !dummy  # 不要な変数の削除
  )

共通の属性をもつポイントデータ同士を1つのラインポリゴンに統合する方法

GIS R 
postings_with_kaiyuu_id %>% 
  sf::st_as_sf(
    coords = c('longitude', 'latitude')
  ) %>% 
  group_by( # group_by + summariseをすると個々の投稿座標がMULTIPOINTでまとまる
    kaiyuu_id 
  ) %>% 
  summarise(
    dummy = n(),
    do_union = F # 元のデータの順番でMULTIPOINTが作られる
  )  %>% 
  sf::st_cast(
    'LINESTRING'
  ) %>% 
  sf::st_set_crs(4326) %>% # マイマップはWGS84なので
  select(
    !dummy  # 不要な変数の削除
  )

教育は遺伝に勝てるか？

本の感想

https://www.amazon.co.jp/%E6%95%99%E8%82%B2%E3%81%AF%E9%81%BA%E4%BC%9D%E3%81%AB%E5%8B%9D%E3%81%A6%E3%82%8B%E3%81%8B%EF%BC%9F-%E6%9C%9D%E6%97%A5%E6%96%B0%E6%9B%B8-%E5%AE%89%E8%97%A4-%E5%AF%BF%E5%BA%B7/dp/4022952164/ref=sr_1_1?__mk_ja_JP=%E3%82%AB%E3%82%BF%E3%82%AB%E3%83%8A&keywords=%E6%95%99%E8%82%B2%E3%81%AF%E9%81%BA%E4%BC%9D%E3%81%AB%E5%8B%9D%E3%81%A6%E3%82%8B%E3%81%8B%3F&qid=1696835839&s=books&sr=1-1

面白かった豆知識

  • 一卵性双生児と二卵性双生児のそれぞれにおいて、双子間の形質の相関を比較することで、形質の発現に対する遺伝と環境の影響の重みを分けられるらしい
  • 一卵性双生児は同じ環境で育ち同じ遺伝子をもつが、二卵性双生児は同じ環境で育ち部分的に同じ遺伝子をもつ。そのため、一卵性双生児間の相関と二卵性双生児間の相関の差分は、双子間の遺伝の共有度合いの違いによって説明できる
  • さらに一卵性双生児で双子間の相関が1に達しないかった部分は、双子間で共有されていない要因、すなわち非共有環境（例：家庭以外の環境）が発現に関わっていると推測できる
  • そして残りの部分が共有環境（例：家庭環境など）が発現に関わっていることが推測できる
  • これらを組み合わせると、形質発現に対する遺伝・共有環境・非共有環境の影響度合いを分離できる

形質発現に対する遺伝・共有環境・非共有環境の影響度合い

  • パーソナリティ・精神障害・発達障害に対して共有環境はほとんど影響しない
  • パーソナリティは非共有環境が6，7割くらい
  • 精神障害・発達障害は遺伝が6、7割くらい
  • パーソナリティの例：神経質・外向性・開拓性・同調性・勤勉性・新奇追及・損害回避・報酬依存・固執・自己志向・協調性・自己超越
  • 精神障害・発達障害の例：総合失調症・自閉症・ＡＤＨＤ・鬱
  • 学業は共有環境が5、6割くらいで、遺伝は3、4割くらい

サイコパス

本の感想

サイコパス (文春新書) | 中野 信子 |本 | 通販 | Amazon

  • よく売れてたから読んでみた。

おもしろかった豆知識

  • サイコパスは高IQとは限らない。健常者とだいたい同じIQ。
  • サイコパスは高ストレス環境でも心拍数が一定
  • サイコパスは目から相手の感情を読み取るのが得意
  • サイコパスは自分の損得に関わらないことには無関心
  • サイコパスは適応的な形質かも？強いストレス下でも/非人道的でも、適切な意思決定をしなくてはいけない職業では有益な形質。例えば、外科医、経営者、弁護士、爆弾処理班など。