AIを使えば血液型人間学と心理学のデータを矛盾なく説明できる!?《続》

前回の続きです。

たいていの性格についての質問＆回答では、年齢や性別の影響が大きいことは明らかなので、手持ちのデータを試験的に分析してみました。

グラフを見ればわかりますが、もはや私の能力レベルで簡単に分析できるような代物ではありません。
＃さすがに、こんな結果は予想していませんでした。
いよいよAIの出番ですかね？ （写真はGoogleのサイトから）



確実に言えるのは、たとえ一見すると同じように思える質問でも、「血液型」より「年齢」「性別」の影響が大きい場合もあり、そうでない場合もあるということです。
もう一つ確実に言えるのは、統計の“常識”に従って「ランダムサンプリング」なんかをすると、結果が無茶苦茶になるということです。
確かに、これでは心理学の性格検査の結果が全くバラバラで、ほとんど一致しないのにも納得です。
つまり、間違いのない差を出すためには、大きな差が出る「有名な特性」を使うのが一番確実ということですね。

なお、線の色は、少しも見やすくなるように、男性なら青・灰色系、女性では赤・茶色系にしてみました。


年齢の影響が大きい



年齢の影響が大きい



女性は50代になるとストレスが減る（AB型を除く）が、男性はあまり変わらない



男女の差が大きいが、50代では小さい


なお、10代以下と60代以上のデータは、サンプルが少ないので表示していません。