2009年までの図。
出生性比 = 年間の男子出生数 / 年間の女子出生数 (×100) [→厚生労働統計に用いる主な比率及び用語の解説]
1906年,1966年のピークは「ひのえうま」。
例えば平成19年(2007年)の 559847/529971 = 1.056 の95%信頼区間は,
x = binom.test(559847, 559847+529971)$conf.int
x / (1-x)
で [1.052, 1.060] となる。1.056 ± 0.004 である。最後の桁は信用できない。
年 出生数 出生率 合計特殊出生率 出生性比 死産数 男死産数 女死産数
1899 1386981 32.0 NA 105.9 135727 70759 64493
1900 1420534 32.4 NA 105.1 137987 72257 65288
1901 1501591 33.9 NA 105.1 155489 81500 73573
1902 1510835 33.6 NA 104.8 157708 82670 74557
1903 1489816 32.7 NA 105.2 153920 80437 73041
1904 1440371 31.2 NA 105.1 147058 76893 69787
1905 1452770 31.2 NA 102.7 142092 74095 67660
1906 1394295 29.6 NA 108.7 149731 78262 71104
1907 1614472 34.0 NA 102.7 158814 82920 75415
1908 1662815 34.7 NA 104.6 162676 85729 76585
1909 1693850 34.9 NA 104.1 161576 85228 75938
1910 1712857 34.8 NA 103.9 157392 83214 73808
1911 1747803 35.1 NA 104.0 155319 82515 72362
1912 1737674 34.4 NA 104.1 147545 78492 68604
1913 1757441 34.3 NA 104.4 147769 78253 69074
1914 1808402 34.8 NA 104.9 145692 77565 67737
1915 1799326 34.1 NA 104.2 141301 75285 65604
1916 1804822 33.7 NA 104.3 139998 74760 64829
1917 1812413 33.5 NA 104.2 140328 75477 64446
1918 1791992 32.7 NA 104.3 142507 76021 66116
1919 1778685 32.3 NA 104.9 132939 71628 60918
1920 2025564 36.2 NA 104.5 144038 77540 66202
1921 1990876 35.1 NA 104.5 138301 74665 63296
1922 1969314 34.3 NA 104.0 132244 71327 60566
1923 2043297 35.2 NA 104.4 133863 72126 61312
1924 1998520 33.9 NA 104.2 125839 67777 57707
1925 2086091 34.9 NA 103.5 124403 67580 56506
1926 2104405 34.6 NA 105.8 124038 67562 56136
1927 2060737 33.4 NA 103.7 116922 63401 53140
1928 2135852 34.1 NA 104.4 120191 65339 54432
1929 2077026 32.7 NA 104.0 116971 63553 52992
1930 2085101 32.4 NA 105.3 117730 63955 53282
1931 2102784 32.1 NA 104.3 116509 63614 52463
1932 2182742 32.9 NA 105.0 119579 64932 54192
1933 2121253 31.5 NA 105.2 114138 62080 51521
1934 2043783 29.9 NA 104.2 113043 61374 51075
1935 2190704 31.6 NA 105.2 115593 62508 52410
1936 2101969 30.0 NA 104.9 111056 60425 50008
1937 2180734 30.9 NA 104.8 111485 60578 50214
1938 1928321 27.2 NA 105.7 99528 54079 44873
1939 1901573 26.6 NA 104.9 98349 53510 44148
1940 2115867 29.4 NA 105.1 102034 55042 46296
1941 2277283 31.8 NA 104.8 103400 56274 46318
1942 2233660 30.9 NA 105.2 95448 NA NA
1943 2253535 30.9 NA 105.3 92889 NA NA
1944 NA NA NA NA NA NA NA
1945 NA NA NA NA NA NA NA
1946 NA NA NA NA NA NA NA
1947 2678792 34.3 4.54 105.8 123837 65437 53181
1948 2681624 33.5 4.40 105.8 143963 75990 61130
1949 2696638 33.0 4.32 104.8 192677 100696 79493
1950 2337507 28.1 3.65 106.1 216974 111359 86908
1951 2137689 25.3 3.26 104.9 217231 110916 86841
1952 2005162 23.4 2.98 105.2 203824 104417 81925
1953 1868040 21.5 2.69 105.2 193274 99472 77241
1954 1769580 20.0 2.48 106.2 187119 96175 74521
1955 1730692 19.4 2.37 105.8 183265 94334 72781
1956 1665278 18.4 2.22 105.8 179007 92089 71741
1957 1566713 17.2 2.04 105.7 176353 90493 70649
1958 1653469 18.0 2.11 105.5 185148 94786 74174
1959 1626088 17.5 2.04 105.8 181893 93181 72719
1960 1606041 17.2 2.00 105.6 179281 91160 71775
1961 1589372 16.9 1.96 105.9 179895 91093 71239
1962 1618616 17.0 1.98 106.1 177363 89210 70095
1963 1659521 17.3 2.00 105.7 175424 88245 68698
1964 1716761 17.7 2.05 105.9 168046 83697 65730
1965 1823697 18.6 2.14 105.3 161617 80559 62379
1966 1360974 13.7 1.58 107.6 148248 72739 56602
1967 1935647 19.4 2.23 105.3 149389 73485 56848
1968 1871839 18.6 2.13 107.1 143259 69743 53349
1969 1889815 18.5 2.13 107.2 139211 66770 50202
1970 1934239 18.8 2.13 107.1 135095 63684 48166
1971 2000973 19.2 2.16 106.7 130920 60144 45413
1972 2038682 19.3 2.14 106.5 125154 56714 41707
1973 2091983 19.4 2.14 106.2 116171 51653 37470
1974 2029989 18.6 2.05 106.4 109738 47526 34680
1975 1901440 17.1 1.91 106.2 101862 44026 32010
1976 1832617 16.3 1.85 106.2 101930 43015 30559
1977 1755100 15.5 1.80 106.1 95247 39590 28077
1978 1708643 14.9 1.79 106.0 87463 36358 25530
1979 1642580 14.2 1.77 106.2 82311 35133 24054
1980 1576889 13.6 1.75 106.0 77446 33450 22098
1981 1529455 13.0 1.74 105.9 79222 33761 21829
1982 1515392 12.8 1.77 105.5 78107 33394 21018
1983 1508687 12.7 1.80 105.7 71941 30352 19589
1984 1489780 12.5 1.81 105.4 72361 31661 19626
1985 1431577 11.9 1.76 105.6 69009 30701 18376
1986 1382946 11.4 1.72 105.9 65678 29107 17156
1987 1346658 11.1 1.69 105.8 63834 28480 15959
1988 1314006 10.8 1.66 105.6 59636 26553 14947
1989 1246802 10.2 1.57 105.6 55204 24406 13375
1990 1221585 10.0 1.54 105.4 53892 23901 12564
1991 1223245 9.9 1.53 105.7 50510 22062 11603
1992 1208989 9.8 1.50 106.0 48896 21148 10845
1993 1188282 9.6 1.46 105.6 45090 19808 9987
1994 1238328 10.0 1.50 105.6 42962 18818 9510
1995 1187064 9.6 1.42 105.2 39403 17891 8704
1996 1206555 9.7 1.43 105.6 39536 17825 8711
1997 1191665 9.5 1.39 105.2 39546 17671 8397
1998 1203147 9.6 1.38 105.4 38988 17588 8346
1999 1177669 9.4 1.34 105.6 38452 17267 8250
2000 1190547 9.5 1.36 105.8 38393 17307 7975
2001 1170662 9.3 1.33 105.5 37467 16733 7499
2002 1153855 9.2 1.32 105.7 36978 16602 7501
2003 1123610 8.9 1.29 105.5 35330 15658 7071
2004 1110721 8.8 1.29 105.2 34365 15352 6845
2005 1062530 8.4 1.26 105.3 31818 13979 6104
2006 1092674 8.7 1.32 105.3 30911 13456 6005
2007 1089818 8.6 1.34 105.6 29313 12878 5694
2008 1091150 8.7 1.37 105.2 28177 12381 5498
2009 1070035 8.5 1.37 105.4 27005 11952 5305
2010 1071304 8.5 1.39 105.8 26560 11796 5216
2011 1050806 8.3 1.39 105.0 25751 11420 5061
2012 1037231 8.2 1.41 105.2 24800 11015 4995
上の表をコピーして
X = read.table("clipboard")
(Windows)または
X = read.table(pipe("pbpaste"))
(Mac)で読み込み,attach(X)
して次のようにグラフを描く(次のコードと図は2009年までの時点での計算である)。
par(mgp=c(2,0.8,0)) # マージンの調節(デフォルト: c(3,1,0))
par(las=1) # y軸の数字を縦に
# plot(range(年), range(出生性比,na.rm=T), type="n", xlab="", ylab="")
plot(range(年), c(102,109), type="n", xlab="", ylab="")
abline(h=105, col=gray(0.8))
abline(h=106, col=gray(0.8))
points(年, 出生性比, type="o", pch=16)
You are what your mother eats: evidence for maternal preconception diet influencing foetal sex in humans という論文によれば,母親の栄養状態によって変動するのだという。 5号館のつぶやき : ヒトの性比が妊娠前の女性の栄養状態で変わる や ヒトの出生性比はコントロールされているか? - NATROMの日記 で紹介されている。
The human sex odds at birth after the atmospheric atomic bomb tests, after Chernobyl, and in the vicinity of nuclear facilities という論文 (DOI: 10.1007/s11356-011-0462-z) によればチェルノブイリ事故などによる放射線により性比が変化するとのこと。
上の論文は放射線によって男女比が増える(女が減る)というものだが,福島原発事故により男女比が減った(男が減った)という主張がある:福島県飯館村では男の子が生まれ難い。
このことを確認するため,福島県ホームページ - 組織別 - 福島県の推計人口から毎月の出生数を拾ってみた:iitate_birth.csv
累積をプロットすると次のようになる。●は男,○は女,薄い色の●は右端(2014年1月)を合わせるため男の累積に20を加えたものである。
図から,2011/10〜2012/08で男子の出生数が少ないように見える。この期間の男子出生数は10人,女子出生数は35人であり,仮に2項検定すると binom.test(10, 10+35, 1.05/2.05)
で p = 0.0001288 となって非常に有意な差がある。ただ,このように p 値が小さくなる区間を事後的に探す行為は p-hacking といって,p 値としての意味はなくなる。また,差があるにしても,原因は放射線かストレスかそれ以外の何かかは不明である。なお,同じ期間でも福島県全体では有意は差はない(p = 0.6253)。
中澤先生,牧野先生にいろいろご指摘いただきました。ありがとうございます。
念のため,上の図を描いたコード:
library(data.table)
data = fread("http://okumuralab.org/~okumura/stat/data/iitate_birth.csv")
data[,d:=as.Date(paste(年月,"/15",sep=""))]
data[,m:=cumsum(飯舘男)]
data[,f:=cumsum(飯舘女)]
par(mgp=c(2,0.8,0))
plot(data$d, data$f, type="n", xlab="", ylab="累積出生数")
points(data$d, data$m, type="o", pch=16)
points(data$d, data$m+20, type="o", pch=16, col="gray")
points(data$d, data$f, type="o")
やや微妙な問題であるが,出生数と出生性比から男女別出生数を求め,それと上の表の男女別死産数とから男女別死産率を求めて,プロットしてみた。
最初の出生性比のグラフでは1906年が1966年より顕著であったが,こちらは逆である。どういう理由が考えられるだろうか。
[追記] 死産の定義が変わっていることも考慮しなければならない(中澤先生のPDFのSBRの項)。
Satoshi Kanazawa が親の職業・体格・美しさによって子の出生性比が変わるという結果を出している。これに対して Andrew Gelman は否定的なようで,例えばこれでは出生性比は十分安定しているから事前分布をもっと狭くしろと言っているが,下に挙げる韓国の例では出生性比が2を超えることもあるようだ。そもそも「ありえない」との思い込みから事前分布を狭くして効果を見えなくするというのは本末転倒で,そんなことにベイズ統計を使っていいのか,ブツブツ。
Last modified: