2016年10月9日日曜日

iPhone7をBIC SIMで契約しました。 ソフトバンクの契約更新〆切の3日前に格安キャリアに契約変更した話。〜格安キャリアへの契約を素早く行うためのポイント〜

☆脱softbank、脱iPhone5した理由


Softbankに6年、iPhone5を4年使っていましたが、今回以下の理由でsimフリーのiphone7で格安キャリア(BIC SIM = IIJmio)に変更しました。

1.月々の支払い量が多い
2.2年縛りという契約習慣に嫌悪感がある
3.子供が産まれたので利用頻度の高いスマホのカメラを良くしたい
4.ソフトバンクのiPhone5は、simロック解除が困難
5.海外行った時には、simフリー端末があると便利

また、個人的に大きな問題だったのが、Softbankの契約更新月の〆切が近いことでした。
気づいた時には残り3日でした。
そこから、格安キャリアにすぐに移行できるかを調べたので、まとめておきます。

☆iPhone7にした理由


コスト的にiPhoneSEとも悩みましたが、最新機種の魅力からiPhone7を購入しました。
しかし、自分が使う機能としての恩恵は以下くらいかもしれません。

1.カメラの機能向上

店頭で確認しても、iPhone5と比べると格段に綺麗でした。手ブレ補正や、F値の向上など、期待したい部分は多いです。

2.Suica対応

格安キャリアでも使えれば、間違いなく使う機能の1つです。

3.防水機能

外を走っている時に、雨が降った時の心配を少し減らしてくれる程度ですが、あった方が良いとは思います。ただ、IP67があろうとも、経年変化での防水性能は保障できないのが普通なので、過信した使い方はしなさそうです。

個人的には、iPhone5からの変更なので、スロー撮影ができたり、指紋認証ができたりするので、大幅な機能向上になっています。

それでも、もう4年したらiPhoneをまた買っているか正直分からなくなってきました。
GoogleからPixelが発表されるなど、違うベクトルをもった面白い機種が出てきている気がします。端末悩みは、数年後の楽しみにしたいと思います。

☆格安キャリアへの契約を”すぐに”行うためのポイント


最新iPhoneを格安キャリアに切り替える際に時間的にネックとなるのは2点です。

・SIMフリーiPhoneの入手に時間がかかる
・格安キャリアの契約に時間がかかる

それぞれ以下のように対応しました。

1.店舗受け取りでSIMフリーiPhone7を入手


品薄のジェット・ブラックは困難でしたが、ブラックや他のiPhone7は店頭受け取りの翌日の選択が可能でした。

また、毎日8時に店舗予約が更新されるため、8時にチェックすれば急遽空きが出ることもあるかもしれません。

2.実店舗ありの即日契約可能な格安キャリアを選ぶ


格安キャリアは無店舗が普通ですが、イオン、楽天、ビックカメラやヨドバシカメラなどで実店舗が代理店などとして機能している場合があります。
 参考:実店舗のある格安キャリア

実店舗がない場合、申し込みから実契約まで数日のタイムラグが発生するようですが、実店舗のある場合は、即日契約が可能です。

自分のような、大手キャリアの契約切れが間近に迫っている場合は、大変安心です。

実店舗ありの格安キャリアの中では、楽天モバイルとIIJmioで悩みましたが、以下の理由でIIJmioにしました。

・料金差は非常に少ない
・通信速度はIIJmioが微妙に勝つ結果が多い
・今後のsimの増加や分け合いなどが楽
・IIJmioが5GBのプランを6GBに変更した
・低速と高速モードの切り替えの考え方の違い
・IIJmioは格安キャリアとしての実績が多い
 参考:楽天モバイルとIIJmioの徹底比較・違いと通信速度まとめ【6月】

IIJmioであれば、自分の行動範囲の点からもビックカメラのBIC SIMでの契約が楽なため、BIC SIMでの契約に決めています。
 

☆実際の流れ


上記の説明の一部繰り返しになりますが、以下に実際の流れを書いていきます。


1.iPhoneの色、容量を決める

近くの家電量販店やキャリアの店舗などで実際のiPhoneをみて欲しい機種、色を決めます。自分はiPhone7 ブラック 128GBの購入を決めました

2.Apple Storeにて欲しいiPhoneを予約。店舗引取を選択する。

softbankの契約更新の〆切がくる前に、本体を入手し契約も切り替えたかったので、店舗受け取りですぐにiPhooneをゲットしました。 
(届くまで携帯がないことを気にしなければ、急いで入手する必要はないかもしれません。格安simを契約する際に、実機を確認される訳ではないので。)


3.店舗にSIMフリーiPhone引き取りにいく

実店舗のApple Storeに行き、iPhoneを引き取りましょう

4.MNP予約番号をゲットする

softbankなら*5533に電話して、MNPの予約番号をゲットします。
何個かの質問にダイヤルで答えた後、オペレーターに繋がり、いくつかキャンペーンの紹介やアンケートの質問に答えると、smsで予約番号が届きます。

MNP予約番号は利用期限があるので、実際の契約日までに余裕をもって発行してもらいましょう。
 
また、MNPは、元のキャリアと移行先のキャリアの名義を同じにする必要がありますので注意が必要です。

5.BIC SIMを契約するために対応店舗に向かう


BIC SIMの対応店舗は以下にあります。
参考:BIC SIMの対応店舗について

新規契約の際に必要なものは以下です
 ・本人確認書類
 ・本人名義のクレジットカード
 ・メールアドレス(gmailで可)
参考:BIC SIM新規ご契約の際に必要なもの
 
店舗に伺えば、後は説明される通りに契約をすれば終わりです。
この時点でSoftbankは解約となります。

自分はラッキーなことに、キャンペーンが実施されていたので、初期費用が1円ですみました。

6.IIJmioの設定をする


契約終了後、iPhoneのバックアップからの復元などを実施後、下記の動画を参考に接続設定をする必要があります。
アプリをダウンロードし設定することで、実際にdocomo回線でデータ通信ができます。
これで、IIJmioの設定は終了で、新たなキャリアとして使うことができます。

7.iPhoneを下取りにする

 
最後に手元にiPhone5が残ったので、初期化をして下取りしてもらいます。
ビックカメラで契約したので、ビックカメラで10%買い取り増しクーポンも頂きました。
 

☆最後に

 
softbankの契約更新が残り3日と気づいた時には、契約変更が難しいかと思いましたが、最新iPhoneに格安キャリアに移行できたので満足です。

三大キャリアとの値段比較は載せませんでしたが、色々とキャンペーンをやっていて3大キャリアも実質安いタイミングでしたが、長く使う人には間違いなく格安キャリアの方がお得です。
また、分かりにくいプランをやめることができた点、変な2年縛りがなくなった点なども不満の一つだったので今のところ満足のいく選択です。

ちなみに、IIJmioの自宅での速度はダウンロードが2.61Mbpsで、アップロードが0.45Mbpsでした。ちょっと遅いですね。

家庭内ではWiFiがあるので良いですが、外出時で不満が出るかは、今後分かると思います。また、タイミングをみて感想を書きたいと思います。

2016年9月24日土曜日

海堂尊さんの本を読んでAi(Autopsy imaging)について知ったこと



海堂尊とは

海堂さんといえば、ミステリー作家としての一面が有名でしょう。
代表作はなんといっても、映画化もされたチーム・バチスタの栄光などのミステリー小説です。

しかし、本職は別にあり医学博士で病理医として働かれていました。本名は江澤英史さんというそうです。

もともとミステリー小説を書いたのも、彼が提唱したAiを普及する活動の中で書き始めたものです。
小説の方はまだ読んだことがありませんが、Aiを織りませだ作品になっているとのこと。

小説を書いた経緯を本書で、海堂さんはこう述べています。
"よく誤解されるが、実はこの小説はAi普及のために書いたのではない。面白くかっこいい物語を書きたかっただけだ。だが、Aiの活動をしなければ材料を消化できず、物語の推進力を得られなかったのも事実だ。つまりAiと不即不離の物語だ。"

才能ある人は羨ましいものです。二兎を追って二兎を得ている気がしますね。

確かに実際に本書を読むと、Aiの活動が物語の推進力を得たというのは納得できるものがあります。
なぜなら、Aiを普及しようとする活動は、Aiの意義を信じる海堂さんと、その周りの立場の違う人々の政治的な駆け引きがあるので、それ自体が一種の小説であり、その中で物語的な世界を想像してしまうのも理解ができます。ただ、それを多忙の中で形にでき、多くの人から支持を得る作品にしあげることは、凡人には困難な作業だと思います。

さて、そんな海堂さんが提案したAiとは一体何なんでしょうか?

Ai (Autopusy imaging)とは
※Ai 人口知能のAIとの誤解を避けるために小文字のiを利用しているとのことです。

一言でいってしまえば、死亡時にCTやMRIで画像診断し、きちんと死因を解明しましょう。といえるのかと思います。また、重要なのは、解剖だけでは社会構造上対応できないし、情報的な質も異なる画像診断も用いることで、有益な情報を多くの人が共有できるようになる。という点です。

Aiの有用性をきちんと理解するためには、死因を理解することの重要性と、そのうえでAiを利用するメリットを理解する必要があると思います。

死因を理解することの重要性
海堂さんの本を読むまでは、死んだ人にお金や時間をかけることの意味をあまり理解していませんでした。「死因不明社会(ブルーバックス)」で、以下のように死因の不明に関する問題提起をしています。

(以下引用 一部書き換え)
①身内の死因が確定されずに済まされる。このため医療過誤発見が困難になったり、保険金請求で問題が生じる・・・本当の死因が不明なら、問題があったかどうかをどう判断するのだろうか。
②診療行為の効果判定が正確にされない。死亡時の医学検索が行われなければ、再発か、治療で完治したが別疾患の併発で死亡したのかはわからない。現状で解剖が行われなかった場合、治療効果判定は行われないことになり効果的な治療法の確立はできない。
③・・・異常死体の多くは、体表から調べる検案(あるいは検死)だけで死因を確定される。体表から見ただけでは死因は確定できないことは素人にもわかる。かくて殺人や虐待は看過され、犯罪が繰り返される。
④死亡統計が不正確になる。統計は医学の基礎だ。治療法が功を奏した例は○○例中✕✕例、したがって奏効率△△パーセント、というようなデータを基礎にし、治療の有効性が決定される。死亡時医学検索が行われなければ土台が崩れるから、当然医学が壊れていく。
(引用終わり)

③に関しては、そもそも警察がきちんと異常死として拾い上げられないというリスクも、多くの事例から述べられています。異常死が拾い上げられない場合は、その犯罪がそもそも見過ごされるということになります。また、体表だけからの情報からの死因特定が誤る可能性が高いことも想像できることです。

また、②と④がないがしろにされるのは素人目線ながら不安を覚えます。医療の成果の一つを判断するのに、治療効果の判定は重要なのではないでしょうか?結果的に何が死因だったのかはよく分からない。というのは、自分達の仕事の成果がよく分からない。ということに繋がらないでしょうか?つまりは、それは本当に効果的な医療ができていると言えるのか。という不安を覚えます。

もちろん①に関しては、親族としてはきちんと死因を知りたいという思いは強いでしょう。また、医療過誤が疑われる場合、病院側も死因がクリアになることで責任の所在がはっきりするので、社会全体としてはプラスになります。

こういった問題を解決するには、まずはしっかりと死因を解明する必要があると述べています。

・現状はどうなのか?

死因を解明する必要性はわかりました。では、現状の死因の診断はどうされているのでしょうか?

日本では監察医制度がありますが、解剖を実施し死因を診断されるのは2%程度。それ以外は、ある意味外見のみから死因が診断されます。更に、臨床診断と病理診断が異なることは10~30%程度起こり得ているという研究結果も出ているとのことです。

こう考えると、ほとんどの死因はよく分からないか、間違っていることがあるのが世の中の常識になっていると想像できます。

また、日本の監察医制度は地域による格差が大きく、東京などの大都市では機能するが、それ以外はほとんど機能していない、もしくは存在しないという現実があります。つまりは、地域によって得られる医療の質が異なってしまうという問題もある訳です。

・では何故Aiが良いのか

死因を推定する方法はAiだけではありませんが、Aiが優れている点はなんでしょうか?
本書からAiの有効性について、抜粋してみました。

解剖の欠点を補いやすい利点が多数あるようです。例えば、
・広範囲の組織検索が行いやすい。
・腹水などの液体の存在状況が観察できる。
・解剖の質は均一性が困難だが、Aiでは実施しやすい。
・傷をつけないので、患者の遺族から理解が得やすい。
・医学情報を迅速に遺族に伝えやすい(解剖は診断結果が出るまでに時間がかかる)
・コストが解剖に比べて安い
・遠隔診断も可能なので、中立的な診断が行われやすい
・画像は保存しデーテベース化しやすい

また、日本の場合は、CT/MRI先進国のためインフラが比較的整いやすいという利点もあります。解剖の方が死因の特定率は75%と高いですが、AiもMRIなどを用いれば60%近くの死因の特定が可能なようです。

何よりも強調したいのが、解剖で死因特定を増やそうとすると、人的にもコスト的にも足りないので現実的に困難であるが、放射線技師や放射線科医の人数を考えるとAiを導入するのはまだ現実的な解であるだろう。という点です。

そう考えると、良いことづくしのAiに聞こえますが、何か問題があるのでしょうか?

・具体的な問題は何か

何事もそうですが、やはりヒト・モノ・カネを誰がコントロールし、設計するのか。ということになるのでしょう。
得にAiの場合は、カネを誰がどれだけ払うのか。誰が診察/撮影をするのか。という点が問題になります。
撮影をするのは放射線技師がいますが新たな業務の発生になります。診察は放射線科医か法医学の人間が行うのか。診療報酬が死者には出ないので、誰がお金を払うべきか?病理医の解剖との連携はどうするのか?といった課題が発生する様です。

医療の場合は公共性の高い仕事になるので、カネの設計をするのは厚生労働省になるでしょう。報酬がどう定義されるかで、医療現場の人々のインセンティブは大きく変わります。民間病院になればその傾向は顕著です。また、制度設計がしっかりしないと、現場では歪が生じてしまうのは素人からみても明らかです。

・国が決める部分が多い
・各学会で考え方が異なる
・医者の世界には白い巨塔的な側面がある
こういった状況を勝手に想像すると、政治的なアレコレが発生するのは想像しやすいところです。実際に著者の海堂さんもこういった渦中に飲み込まれ闘っていくわけです。それは、本書"ゴーゴーAi"を読んで頂ければよく分かることです。

海堂さんの主張するAiは以下のAiプリンシプルを読めば明らかです。
①Aiは医療現場の終点で医療従事者が行う
②Aiを行ったら診断レポートを作成し、その情報を遺族と社会にオープンにする
③Aiの費用は医療費外から医療現場に支払われる
プリンシプルとしてはよく理解できます。

個人的には以下の点が疑問としてあがってきます。
確かに、Aiは解剖より安くすむが、多くの人がスクリーニングのように実施するだけの費用を出すのは現実的には難しいのではないでしょうか?
また、そこまでの費用対効果があるかは現状として解明されているのでしょうか?
まずは優先度が高い人から実施するのが理解しやすいが、1個人としては、少なくとも患者が希望すれば実施できるようにあって欲しいと思います。しかし、そういった体制はどこまで作られているのでしょうか?

・最後に

なにはともあれ、2007年に「死因不明社会(ブルーバックス)」にて、以下のようにAiの制度導入の困難を述べていた海堂さんが、2011年の「死因不明社会2(ブルーバックス)」では、Aiの制度化への予言をもとにあとがきを終えているのは、感慨深いです。
こうやって社会制度が大きく変わり医療現場が変わっていくことに感動を覚えますが、同時に、新しいことを実施することが如何にハードルが高いかも伝わってくる面があります。

「死因不明社会(ブルーバックス)」プロローグより引用
”私は、Aiが制度として確立して欲しい、と祈るような気持ちで本書を上梓した。だが、そう言いながらも、このシステムが日本に根付かなければ、それはそれで仕方がない、という諦めの気持ちも半分混じっていることは、正直に告白しておきたいと思う。”

「死因不明社会2(ブルーバックス)」あとがきより引用
”2007年に前著『死因不明社会』を執筆して4年。社会のAiに対する理解が進んだことは、本書執筆陣を見れば一目瞭然だ。Aiは他分野の人々に広がり、その支持は確実に浸透している。本書が一般市民のAi理解に貢献し、日本社会に早晩、Aiを基本にした新しい死因究明制度が出現することを予言しつつ、擱筆したい。”

これをきっかに、チーム・バチスタの栄光を読んでみようと思います。





2016年7月24日日曜日

Evernoteの有料会員でなくてもできる、ノートを編集前の状態に戻す方法

誤った状態でEvernoteを更新してしまい、過去の状態にノートの内容を戻したい時

TimeMachineでバックアップをとっていれば、Evernoteの有料会員でなくても、過去の状態にノートを戻すことができます。

以下はその手順です。

・Evernoteを起動し、メニューから”Evernote” → "Evernoteについて"を選択。
・Optionキーを押すと下記のように、"データベースフォルダを開く"が出現。選択。


・"www.evernote.com"フォルダに自動で移動します。
 "props"フォルダと"数字"フォルダが作成されていることを確認します。
・"数字"フォルダ内の"content"を選択。1ノート=1ディレクトリとして作成されています。

・元に戻したいノートを探しましょう。
 例えば、Evernoteで元に戻したいノートを保存しなおし、変更日でソートします。
 

・該当フォルダのquickLook.pngで該当のノートかを確認することもできます。
・一度ここで、Evernoteのアプリは終了させときます。

該当フォルダが分かったので、TimeMachineで復元させます。

・"content"フォルダにいる状態で"TimeMachineに入る"を選択します。
・元に戻したい時期に戻って元に戻したい該当ディレクトリを選択し、"復元"を選択
・改めてEvernoteを起動すると、ノートの内容が元に戻っています。

  助かりますね。

2016年7月22日金曜日

ミニーおばさんって誰? Who is Aunt Minnie ?

画像診断のトリビア
画像診断のトリビア
posted with amazlet at 16.07.22
百島 祐貴
中外医学社
売り上げランキング: 221,395

画像診断の専門ではない自分には、取るに足らない事実(トリビア)が、その業界の背景を知る助けになって勉強になりました。

印象的な点をいくつか残します。

・硫酸バリウムは無毒だが、硫化バリウムは毒性がある
・ビスマスが有望だったが、大量に投与すると血液毒性がある事がわかった。
・バリウムは小麦に混ぜて重量をごまかしていたことから、安全では?と考えられた。

・血管造影を安全に実施するためのセルディンガー法を発見したセルディンガー氏はセルディンガー法では、学位がとれなかった。(単純すぎた)

・哺乳類の脊椎はほどんとが7個。これは、Hox遺伝子の影響が大きいとされている。
・フェルソン先生が提唱したシルエットサイン。「Fundamentals of Chest Roentgenology」フェルソン先生は鉄板。
 
・コントラストがないと病変はみえない。

・胆石内ガス像はメルセデス・ベンツサイン
・仙骨不全骨折の骨シンチグラム所見としてホンダサイン

・ミニーおばさんは誰か?
 ここでもフェルソン先生が由来だったんですね。

・シマウマ診断(Zebra diagnosis)
 一般的でない、まれな診断。(他人が診断できないような所見を見つけようと、変わった診断をすることを抑える意味がある)

・IVR→IR
 RI→NM(nuclear medicine)
 日本でしか使われなてない

2016年7月18日月曜日

エンジニアのジレンマ 

10年後、生き残る理系の条件
竹内 健
朝日新聞出版 (2016-01-20)
売り上げランキング: 4,234

10年後、生き残る理系の条件
朝日新聞出版 (2016-02-29)
売り上げランキング: 849


イノベーションのジレンマで、クリステンセンは成功した企業ほど新たなイノベーションを成功させることが困難であることを述べました。
企業は新たな市場を創出することに失敗し、別の企業が作った市場に飲み込まれていってしまいます。


そういったビジネスの新陳代謝は、最近の日本メーカーに大打撃を与え、誰もがヒトゴトとしては考えられない時代になってきました。


そういったメーカーで働くエンジニア達は、ここまで不透明になった時代をどのように生きていけば良いのでしょうか?


エンジニアのキャリアを一緒に考え、確認していくのが本書です。
著者は、自身も東芝のエンジニアとして活躍しながら、アメリカでMBAを取得し、現在は大学教授として活躍する竹内氏です。


エンジニアのジレンマ


エンジニアは、一つの技術領域の専門性を高くすることが求められます。
しかし、産業の新陳代謝が早くなった今の時代では、それだけでは、新たな市場の登場に対応できない可能性があります。

会社のビジネスが突然成り立たなくなると同時に、エンジニアの仕事も存在しなくなる可能性があるということです。

ひとつの技術で成功している期間が長いほど、新たな技術領域の分野に転身することも非常に難しくなってしまいます。

これは、イノベーションのジレンマに習って、エンジニアのジレンマと言っても良いのではないでしょうか?


エンジニアのジレンマにどう対応するか?


このエンジニアのジレンマにどう対応するべきでしょうか?

恐らく一つの解はないと思いますが、いくつかヒントになることはあると思います。
個人的に、意識したいことをいくつか抜粋しました。

☆個人のスキルの伸ばし方
 ・T型人材
 ・階層的なスキル向上
 ・一つの分野を深く掘った後は、横にその穴をつなげていくことが重要
 ・自分の強みを抽象化する(隣の分野が分からないのはみんな同じ)
 (半導体の回路設計 → 
  電子回路、ストレージ → 
  自動車、医療機器への応用 データベースやデータセンタなどのサービス)
 ・技術を追っているだけでは勝つことができない
 ・マネタイズの視点をもち、ソフトとハードの両輪でソリューションを提案する
 ・課題解決の前に良質な情報のインプットを行うこと
 ・ロールモデルを探す
 ・シンプルなルール
  1.新たに挑戦したい分野の先駆者に聞く
  2.やると決めたら自分が挑戦することを周りの人に宣言する
  3.チャンスが来たら全力でやり遂げる
 ・人生は逆張り

☆組織と個人のあり方
 ・よい時代は長くは続かず、次の苦境に備える必要がある
 ・組織を飛び出す勇気も時には必要
 ・組織が不安定だからこそ活躍するチャンスが与えられることも
  (半導体のエンジニアはサービス企業に転身すればよい)
 ・異分野連携のキーパーソンはエンジニアだ
 ・ソフトとハードの最適化に成功するには、社内でバラバラのデータを統合・活用する必要がある 

☆その他
 ・転職の活動をするには、推薦者などが2〜3名必要となる
 ・大手企業の人事制度は国の制度とも連結し、実質空洞化している
  

エンジニアも変わりましょう♪

2016年5月4日水曜日

保険を選ぶ際に学んだメモ

最近、保険を見直し始めています。
その際に学んだことをメモします。

・ファイナンシャルプランナーに必ず相談する

保険の内容をいきなり理解することは難しいです。
とはいえ、人生で2番目に大きな買い物といわれているので、慎重に選びたいところです。

そこで助けになるのが、複数の保険会社の代理店となっている乗合代理店のFPです。

代理店が扱っている保険会社の種類や、担当となったFPの方の、FP技能士(国家資格)、AFPやTLCなどといった資格の有無を確認しましょう。

・学資保険は、返戻金のある死亡保障保険を利用する人も

子供が生まれると学資保険を検討する人がいると思います。

しかし最近では、学資保険の代わりに、低解約返戻金型保険を利用する人が増えているようです。
途中解約した時は返戻金が元本割れしますが、もらい方を自由にできたり返戻率が学資保険より高いものが多いなどメリットもいくつかあります。

以下を参考にしてください。
http://hokensc.jp/gakushi/teikaiyaku.html

・更新型の定期保険。若い時は安く見えるが、要注意。

自分はFPと、生命保険会社の営業マンの両者に生命保険を相談しました。
生命保険会社の営業マンから強く勧められたのが、更新型の定期付終身保険でした。

更新型の定期保険は、若いうちに入る時は保険額が安く見えますが、更新時に保険料が多く増え、払えなくなることや見直しをするのが一般的です。

実はこの保険、FPには強く否定され、生命保険会社の営業マンには強く勧められたため、印象深かったのを覚えています。

FPの方が仰る、必要な量に必要な額だけを最低限で保険をかけるべき。という考え方とはあっていなかったようです。

・家を買う前の方が死亡保障に必要な金額は増える

家を買う時は、ローンを組む際に、団信などの生命保険に加入するのが一般的です。

自分は家を買う時に生命保険に加入するのだから、賃貸の間は保障の少ない生命保険で良いだろう。と考えていました。

でも、それは必要な補償額を考えると誤りです。

家を買う前に生計主が亡くなった場合は、家族のその後の住居代が必要になるため、保障額が多くなってしまうからです。

なので、賃貸の場合は、そういった注意も必要です。

しかし、家を買うと死亡保障は減るものの、地震や火災などのリスクから家財や建物を守る保険が必要になってきますので、別途考えないといけないものも増えてきます。

・控除もあることを忘れずに

一般生命保険料控除、介護医療保険料控除、個人年金保険料控除があり、それぞれ最大4万円の所得税控除と2万8千円の住民税控除が期待できます。

・先進医療特約。使う可能性も少ないし、高額なものも限られるが。
先進医療特約は、使う可能性も少ないですし、意外に高額な治療となる先進医療も少ないです。しかし、月額負担も少ないため入る人が多いとのことです。
http://hokensc.jp/iryou/senshin.html

・保険会社の破綻リスク
頭の片隅に保険会社の破綻リスクがあることを覚えておきましょう。

・結婚も出産も晩年化している現代。早めにあえて保険に入るという選択肢も

子供が生まれてから保険に入るより、健康状態もよく出産時の保障も入りやすい若い時に保険に入ることを考えるのは悪くないと思います。

得に、今は晩婚化しているので、健康状態が悪くなり、必要となった時に保険の選択肢が限られてしまう可能性もないわけではありません。

自分は、一切保険に入らずに20代を終えようとしていましたが、何か病気になっていたらと思うと少し怖い部分がありました。


以下は、自分が読んだ本の中でオススメを残しておきます。


内容も読みやすく、主張もシンプルです。
一冊目の導入としては、これが良いと思います。
自分に必要な保障額の考え方と、最低限の保険の組み方の基本が理解できます。


生命保険「入って得する人、損する人」 (講談社+α新書)
講談社 (2013-01-15)
売り上げランキング: 180,065




民間保険だけでなく、公的保障などについても書かれています。
一般的な知識を把握するのに良い本です。


「保険に入ろうかな」と思ったときにまず読む本
日本経済新聞出版社 (2013-01-28)
売り上げランキング: 45,245

保険の種類や仕組もなどが幅広く書かれている本です。
手元に一冊あると辞書的に使えて便利です。


生命保険のカラクリ (文春新書)
岩瀬 大輔
文藝春秋
売り上げランキング: 21,067

保険業界全体の問題点や日本独自の歴史を把握するのに良いです。
一時期世間を騒がした、不払い問題についても書かれています。
保険会社に対する目が変わってきますよ。
ネット生命の副社長の岩瀬さんが書いている本なので、個人的な保険の組み方を考えるというより、保険業界を知るという意味で面白いです。

2016年3月5日土曜日

製造業に勤めるエンジニアが知っておくと便利な統計の基礎 その②  -平均推定-

前回は、

・標本分散と不偏分散の違い
・分散の点推定と区間推定
・何故不偏分散はn-1で割るのか?

を学びました。

今回は、
・平均の点推定と区間推定
を学びましょう

その② 母集団の平均を推定する

☆平均の点推定について

点推定は、一般的に言われる平均なので簡単です。
$$\frac{1}{n}\sum_{i=1}^{n}x_i$$

☆平均の区間推定について

分散の時と同様に、区間推定を学びましょう。

前回の考え方と同じように、ある限られたデータから母集団の平均を推定したい時、平均もある確率で分布します。

平均の区間推定の場合は以下の法則を利用しましょう。

データが正規分布に従う時、$ t = \frac{\overline{x}-\mu}{\sqrt{V/n}}$は自由度n-1のt分布に従う

上記の法則から、確率95%の分散の区間推定は、自由度φの場合、以下のようにかけます。

$$ \overline{x} - t( \phi , 0.05) \sqrt{V/n} \leq \mu \leq \overline{x} + t( \phi . 0.05 ) \sqrt{V/n}$$

(注意 0.025じゃないの?と思うかもしれませんが、t分布の場合は、左右対称分布なので$\chi^2$分布の時とは、記号の表し方が異なることが一般的です。)

次回は、これを例題を使って解いてみましょう。

入門 統計解析法
入門 統計解析法
posted with amazlet at 16.03.05
永田 靖
日科技連出版社
売り上げランキング: 17,450

Scilabで学ぶわかりやすい数値計算法
川田 昌克
森北出版
売り上げランキング: 142,673

2016年2月29日月曜日

Kindle 3 を分解しました。 〜Kindle 3 Teardown〜

いらなくなったKindle 3を分解しました。

コントラストを向上したE Ink Pearlを採用。
2010年発売のものです。
日本では直接販売はありませんでした。

主な仕様は、ウィキペディアを参照ください。





3年間ほど使っていませんが、E Inkなのでバッテリ切れの状態が表示されたままです。



以下分解の手順です。ゆるーく記録として残しておきます。

①バックカバーを外す。

 爪で引っかかっているので、それを剥がします。
 周囲と内部に爪があります。それらを取ると中味が見えます。




iPadと比べると、バッテリの大きさが小さく、電気基板の割合が全体の半分程度を占めています。

E-Inkのディスプレイなので消費電力も少なく、液晶タブレットと比較してもバッテリ容量の制限が少ないのかもしれませんね。



また、バックカバーには、UPMと書かれた近距離無線用のタグがついています。ググると色々情報が出てきますね。それぞれのKindleを識別するのに使われているのかな?




スピーカー用のメッシュも、バックカバーに両面テープで貼られています。忘れがちですが、MP3の再生機能があります。



②内部のネジをとり、各種コネクタを外すと、基板、バッテリなどが外れます。
 そのままマグネシウム合金っぽい板も外れます。
 
電気基板を外しました。

裏側です。色々と気になる点ありますね。



バッテリです。



電気基板とバッテリを外した状態です。このマグネシウム合金っぽい板の反対側にE-Inkディスプレイが配置されています。



ネジは、緩みどめ機能のある特殊ねじのように見えます。一部に使われています。



マグネシウム合金っぽい板を外したところです。ここに、キーボドと左右に配置されるページ送り用のフレキが配置されています。また、写真上部についている樹脂は、両面テープで貼られています。



ちなみに外観に出るキーボードは、こんなフィルム状のもので実装されています。



マグネシウム合金っぽい板を外すとフロント側だけになります。
E-Inkディスプレイの裏側が見えますね。ガラス基板のE-Inkディスプレイのようで、プラスチック基板ではないんですね。あまり重さを気にしたことはありませんが、プラスチックベースのE-Inkになると、もっと軽くなりそうですね。



フロントカバーのページ送り用の左右のスイッチは、板金類が配置され、少し変わった構造になっています。



③最後に、E Inkのディスプレイを両面テープから外すとそれぞれ分解されます。
 全体としてはかなり楽でした。

ディスプレイを剥がした状態です。



E-Inkディスプレイだけの状態です。きちんとこれでも表示はされています。



全体的な構造としては、かなりシンプルな構成でした。



KindleTips

2016年2月14日日曜日

製造業に勤めるエンジニアが知っておくと便利な統計の基礎

製造業に勤めるエンジニアが、業務を行う際に知っていると便利な統計の基礎を復習します。

特に、サンプルデータから母集団を推定する方法を考えていきます。

その① 母集団の分散を推定する

☆標本分散と不偏分散(点推定)

まずは、分散といえど2種類あることに注意しましょう。
標本分散と不偏分散です。


標本分散は以下で計算できます。
$$\frac{1}{n}\sum_{i=1}^{n}(x_i - \overline{x})^2$$

不偏分散は以下で計算できます。
$$\frac{1}{n-1}\sum_{i=1}^{n}(x_i - \overline{x})^2$$

nで割るか。n-1で割るかの違いです。



この違い正しくわかっていますか?



業務に応じて、目的にそった方法で計算する必要があります。



例えば、



全数検査を行う場合は、

全数検査集団 = 母集団

なので、標本分散でOK!



しかし、抜き取り検査である場合は、

抜き取り検査集団 ≠ 母集団

のため、不偏分散で計算しましょう!
標本分散で計算すると、実際の母集団の分散より小さい値になってしまうことが知られています。



そのため、母集団の分散を推定するために、抜き取り検査を行っている場合(たいていそうだと思いますが)は、不偏分散で計算しましょう!



ただ、安心してください!
たいていの場合、一般的な計算では、n-1で計算されています。



本題は次です。



☆不偏分散が求まればOKなの?

不偏分散が求まればOKなのか?



そうとは限らない場合があります。



限られたデータから考えた場合、求めた分散もある分布をもってバラつくからです。



分散がバラつくので、母集団を厳密に評価できたとは限りません。
そのため、確率的に、分散がどのくらい異なってくるかを判断する必要があります。



その分散のバラつき具合を推定することを区間推定といいます。

一方で、先ほどの不偏分散だけで計算するのは、点推定といいます。


では、区間推定の方法について、次は学んでいきましょう。



☆区間推定(分散編)

得られたデータから分散の区間推定をする方法を覚えておきましょう。



データが正規分布に従う時、区間推定を行うために、以下の法則を利用します。



平方和を $ S= \sum_{i=1}^{n}(x_i - \overline{x})^2$と定義したとき$\frac{S}{\sigma^2}$は自由度n-1の$\chi^2$分布に従う。



上記の法則から、確率95%の分散の区間推定は、以下のようにかけます。
$$ \frac{S}{\chi^2(n-1,0.025)} \leq \sigma^2 \leq \frac{S}{\chi^2(n-1,0.975)}$$



以下の例題を使って覚えてみましょう。



例題
あるエンジニアがりんごを作りました。
そのりんごの重さを10個測定したところ、以下の重さでした。
296,299,302,298,301,297,304,303,305,294[g]
このりんごの母集団の分散の95%信頼区間を推定します。
ただし、りんごの重さの母集団は、正規分布とみなしてよいとしましょう。



◯Excelで計算する

点推定:$\sigma^2$ VAR(データ)=13.4
残差平方和:S DEVSQ(データ)=120.9

下側カイ二乗分布:CHIINV(0.025,9)=19.0
上側カイ二乗分布:CHIINV(0.975,9)=2.70

区間推定結果:S/CHIINV(0.025,9) = 6.4 ≦ $\sigma^2$ ≦ 44.8 = S/CHIINV(0.975,9) 



◯Scilabで計算する

A = [296,299,302,298,301,297,304,303,305,294]
点推定:$\sigma^2$ variance(A)=13.4

残差平方和:S = variance(A)*9 
区間推定結果:S/cdfchi("X",9,0.975,0.025) = 6.4 ≦ $\sigma^2$ ≦ 44.8 = S/cdfchi("X",9,0.025,0.975)



標準偏差は、2.5 ≦ $\sigma$ ≦ 6,7 [g]になります。
3$\sigma$は、最大で20[g]です。



こんな感じです。



正しく使えるかが重要かもしれませんね。



☆何故、不偏分散は、n-1で割るのか

これについては、実務レベルで毎回考える必要ないと思いますが・・・
ただ、この状態は気持ち悪いと思うので以下に分かりやすいリンクを残しておきます。


分散の期待値を計算していくと、n-1で割っているのが分かりますよね。

標本分散は、求めた平均(標本平均)が母平均と異なるため、分散が小さくでてしまいます。

標本分散に対して、n/(n-1)倍したものが、母分散の推定量と一致すると覚えておきましょう!


入門 統計解析法
入門 統計解析法
posted with amazlet at 16.02.14
永田 靖
日科技連出版社
売り上げランキング: 3,497
Scilabで学ぶわかりやすい数値計算法
川田 昌克
森北出版
売り上げランキング: 160,547