http://blog.livedoor.jp/dankogai/archives/50986104.html
ネットレイティングスが5月25日に、球団公式サイト訪問者数のデータを発表した（リリースPDF／InternetWatch記事）。これによると阪神のサイトへの訪問者数が最も多く、
４月の１試合あたり平均観客動員数と比較してみると、1 位から４位まではランキングが一致するほか、観客動員数が最も少ない「西武」がサイト訪問者数でも最下位になるなど、高い相関関係がみられました。
とある。
http://schutz.blog2.fc2.com/blog-entry-88.html
図式化するなら、
http://schutz.blog2.fc2.com/blog-entry-88.html
ファンの多さ（原因）→ウェブサイト訪問者数（結果）
ファンの多さ（原因）→観客動員数（結果）
となる
例えば，年齢を問わずに調査したら，血圧と垂直飛びに負の相関関係があるかもしれません．しかし，加齢とともに血圧は上がり，運動能力は落ちるから，この関係は見かけのものでしかありません．あるいはテレビの普及率と米の消費量を1960年代について調べたら，負の相関があるでしょう．一般に時間の絡むデータでは見かけの相関関係の出てくることがよくあります．
http://www.ipc.shimane-u.ac.jp/food/kobayasi/kougi12_2007.html
スキナー箱の話
ここで思い出したのが、スキナー箱による実験。
http://blog.kansai.com/ryoujin/339
この実験で、ラットはレバーを押して餌を得ることを覚える。
つまりレバーと餌に相関関係があることを、体験的に学習することができる。
そこで意地悪をして、レバーと餌の関係を、２回に１回、３回に１回…100回に１回と変えていく。
するとラットは、最初はとまどうものの、モールス信号を打つがごとくレバーを押し続けるようになる。
最初から100回に１回では学習もしないだろうが、学習した相関関係には固執し続けるという事だろう。
また、レバーと給餌の関係を一定にせず、１回で出る事もあれば200回押さなければ出ない事もある状況の実験も行われている。この場合は、餌が出てきた後もレバーを押し続ける事が報告されている。
これは、目の前の餌よりも、次回の餌が何回レバーを押せば出るか分からないため、あらかじめ押しておこうという意図を持っていると思われる。
ラットと言えども、このような相関関係を把握した予測行動ができるわけだ。
さらに、レバーを押しても餌が全く出ないようにした場合、毎回餌が出るよりも、出たり出なかったりを体験しているラットの方が、レバー押しを止めにくい傾向があるとされている。
なんか、ネガティブ教だかポジティブ教だかの話を思い出して、涙を抑えることができません。
追加。学習性無力感
実験は1967年にセリグマンとマイヤーが犬を用いて行った。予告信号のあとに床から電気ショックを犬に与えるというものである。犬のいる部屋は壁で仕切られており、予告信号の後、壁を飛び越せば電気ショックを回避できるようにした。 また、前段階において次の二つの集団を用意した。電気ショックを回避できない状況を用意し、その状況を経験した犬と足でパネルを押すことで電気ショックを終了させられる状況を経験した犬である。実験ではその二つの集団に加え、なにもしていない犬の集団で行った。実験の結果、犬の回避行動に差異が見られた。前段階において電気ショックを回避できない犬はその他の集団に比べ回避に失敗したのである。具体的にはその他の集団が平均回避失敗数が実験10回中約2回であるのに対し、前段階において電気ショックを回避できない犬は平均回避失敗数が実験10回中約7回である。これは犬が前段階において、電気ショックと自分の行動が無関係であると学習しそれを認知した為、実験で回避できる状況となった場合でも何もしなくなってしまったと考えられる。これをセリグマンらは学習性無力感と呼んだ。
http://ja.wikipedia.org/wiki/%E5%AD%A6%E7%BF%92%E6%80%A7%E7%84%A1%E5%8A%9B%E6%84%9F
レバーを押し続けるラットと、電気ショックを回避しない犬が戦っているのが今の（以下略
さらに追記：タダ飯はない
あらゆる問題で性能の良い汎用最適化戦略は理論上不可能であり、ある戦略が他の戦略より性能がよいのは、現に解こうとしている特定の問題に対して特殊化（専門化）されている場合のみである
http://d.hatena.ne.jp/potasiumch/20080116工学者や最適化の専門家にとって、この定理は、問題領域の知識を可能な限り使用して最適化すべきだということを示しており、領域を限定して特殊な最適化ルーチンを作成すべきであることを示している。
No Free Lunch Theorem ―理想の＊＊の探し方―
http://www.unfindable.net/~yabuki/article/no_free_lunch/
はしごと猿の「実験の空想」
via http://d.hatena.ne.jp/ROYGB/20080116#shock
部屋に8匹の猿を入れます。部屋の中央にははしごが設置されています。そのはしごに登ると天井から吊るされたバナナを取れるようになっています。
猿がはしごを登ろうとすると、全ての猿に氷水が降り注ぎます。しばらくすると、猿達は氷水をかけられたくないので、はしごを登る猿を攻撃するようになります。その後、どの猿もはしごを登ろうとしなくなります。
元々いた8匹のうちの一匹を新しい猿に置き換えます。新しく来た猿は、はしごとバナナを見ます。何故、他の猿達がバナナを取りにいかないのかと不思議に思いつつも、新参者の猿はハシゴを登ろうとします。すると、他の猿達はその新参者の猿をフルボッコにします。新参者の猿は何故ボコボコにされたのかはわかりませんが、梯子を登ろうとするのをあきらめます。
http://www.geekpage.jp/blog/?id=2007/10/22
示唆に富むような気もするが、これは実在の実験ではないのが残念。
暗喩を読み取れるような気もするが、考えすぎだろう。
