バーニングマンの死亡率 – 統計学の短い教訓

バーニングマンの死亡率 – 統計学の短い教訓Viraj Shah 2026年9月27日 1864 シェア 要約: 2026年のバーニングマンでは3人が死亡しました。これは、粗死亡率で予測される数（約12人）の約4分の1でした。年齢標準化死亡率を計算すると、同じ期間に米国の一般人口をサンプリングした場合、平均4.9人の死亡者が見込まれます。この率では、3人の死亡者を見ることは異常ではありません。しかし、バーニングマンの存在期間中のほぼゼロの死亡率は非常に異常であり、健康な参加者による選択バイアスやその他の交絡的な人口統計学的要因による可能性が高いです。今年のバーニングマンイベント（2026年）では、3人の死亡が確認されました。これは記録上最多であり、いくつかの見出しを飾りました。30年以上にわたるイベントのほとんどで死亡者がいなかったことを考えると、これは異常に高い数字でした。しかし、一般人口の率と比較して、3人の死亡者を見ることは異常だったのでしょうか？数字を掘り下げて自分で調べてみましょう。データブラックロックシティセンサス2025人口報告書には、2025年のバーニングマンの人口構成が詳細に記載されています。もちろん、2026年の死亡者数と2025年のデータを比較していますが、両年で参加者の構成はほぼ同じであると仮定します。際立ったデータポイントをいくつか紹介します：リピーター参加者が70%以上白人が75%学士号以上の人が80%最も多い2つの所得グループの参加が増加し続け、年収10万ドルから29万9999ドルのグループが参加者の3分の1以上を占めています。バーニングマンの参加者のこれらのスライスは、平均的な米国人口とは異なるユニークな集団を表しています。バーニングマンの年齢分布を、米国一般人口の分布と重ね合わせてみました。バーニングマンの人口は、死亡率がはるかに高い米国の高齢者層と比較して、著しく若い層に偏っています。このグラフを念頭に置いてください。粗比較最も単純な比較をしてみましょう。米国一般人口の粗全原因死亡率は、年間10万人あたり909.3人でした。バーニングマンでは、約7万人の参加者で1週間に3人の死亡者を確認しました。10万人年あたりの909.3人の死亡率を7万人週（7万人 * 1週間）に換算すると、12.2人の死亡者になります。つまり、米国人口から7万人の人々をランダムに選び、1週間観察した場合、平均して12.2人の死亡者が見込まれます。以前は3人の死亡者は異常に多いように見えましたが、今度は12.2人の死亡者、つまり観測された数の4倍以上が予想されると言っています。どういうことでしょうか？年齢標準化バーニングマンの人口が非常にユニークであることを思い出してください。参加者は米国一般人口よりも若く、教育水準が高く、高所得者です。これが、予想される率と観測される率の間に大きな違いが見られる理由かもしれません。理想的な世界では、年齢、所得、性別、人種、教育、その他のすべての人口統計学的要因を考慮します。バーニングマンの人口にできるだけ近い参照集団を見つけ、何人の死亡者が見込まれるかを計算し、観測された数と比較します。これらの要因が死亡率にどのように影響するかを見てみましょう。人種と性別によって、特定の人種はより高い死亡率を示します。男性もより高い死亡率を示すようです。大学卒業者が多いコミュニティは死亡率が低い傾向がありました。そして、年齢が高くなるにつれて、死亡率は指数関数的に上昇します。これを考慮すると、これらの要因を考慮した死亡率のより良い推定値を見つけることができます。このプロセスを標準化と呼びます。10万人年あたり909.3人という単一の数値を適用する代わりに、これを分解できます。年齢で標準化するために、上記の年齢別死亡率を使用できます。各年齢層の特定の死亡率（例えば、上記のグラフの75〜84歳の年齢層の10万人年あたり4264人の死亡者）を、その年齢層のバーニングマン参加者の数に適用します。これを行うと、平均して4.9人の死亡者が見込まれると推定されます。以前は、米国人口をランダムにサンプリングした場合、バーニングマンイベントで12.2人の死亡者が見込まれると推定していましたが、今度は4.9人と言っています。これらの推定値の大きな違いは、年齢を考慮したことです。バーニングマンの人口は死亡率が低い若い層に偏っています。しかし、なぜ年齢だけを見たのでしょうか？所得、人種、性別なども死亡率に影響を与えることがわかりました。簡単な答えは、これらのすべての変数を組み合わせた人口の分布を得ることは、不可能ではないにしても非常に難しいということです。年齢は非常に大きな影響力を持っているため、特に年齢で標準化しました。上記のグラフのスケールを見てください。年齢別死亡率は唯一対数スケールであり、異なる年齢層間の差は10倍以上です。人種、性別などの他の要因を含めるとより正確になりますが、推定値が大幅に移動する可能性は低いです。さらに、私たちの目標は、計算結果が観測結果に合うように方法を繰り返し変更することではありません。不確実性、信頼性、および選択バイアスこれで、年齢標準化された推定死亡率4.9人に対して、バーニングマンで3人の死亡者を確認することがどれほど異常かを尋ねることができます。これをモデル化するために、ポアソン分布を使用します。これは、平均死亡率（計算した）で特定の期間（7万人週）に特定の数の死亡者を見る確率を与えます。平均率が4.9人の場合、3人以下の死亡者を見る確率は27%です（P(X ≤ 3 | λ = 4.94)）。これは片側p値とも呼ばれます。科学的基準によれば、このp値は、真のバーニングマン死亡率が4.9人であると棄却できないことを示しています。ここでの言葉遣いが重要です。これは4.9人が死亡率であると確認するものではなく、それを棄却できないだけです。しかし、私たちの点データの相対的な不確実性は約58%（1/sqrt(3)）と非常に大きいです。これが誤差の大きさです。もし死亡率が数千人単位であれば、誤差は3%以下になるかもしれません。しかし、現実には、そのような少ないカウントでは、私たちのデータはかなり「あいまい」と見なされます。もし、この単一のデータポイントである今年の3人の死亡者ではなく、バーニングマンの全期間の平均死亡者数（ほぼゼロ）を使用すると、p値はさらに低くなります。この平均値（30年以上にわたる平均でほぼゼロに近い）を使用すると、p値が5%未満である可能性が高いため、4.9という率を棄却できます。したがって、真の率は間違いなく4.9未満です。注：イベントの30年以上の歴史で記録された死亡者は12人しかおらず、正確な率を計算するための各年の参加者数を持っていないため、平均率はほぼゼロと呼んでいます。この比較は厳密なテストではありません。なぜなら、30年以上にわたって一定の約7万人規模の群衆を仮定しているからです。これはそうではありませんでした。したがって、「棄却」は決定的なものではなく、示唆的なものとして受け取ってください。更新（2026年10月2日）：公開後、バーニングマンHQのメンバー（アニーさん、ありがとう）から歴史的な参加者データへのリンクが提供されました。結論は何も変わりませんが、「ほぼゼロの死亡率」という主張に数字を当てはめることができます。年齢標準化死亡率を約7万人の参加者で週単位のイベントあたり4.9人と仮定すると、バーニングマンの全期間（2026年を除く）で約97人の死亡者が見込まれます。2026年を除く死亡者は9人でした。年齢標準化率4.9人の死亡者を仮定した場合のp値は約10⁻³⁰です。平均4.9人の死亡者という私たちの推定値は、今年の3人の死亡者だけを見るとありえないわけではありませんが、バーニングマンの全歴史を見ると完全にありえません。当初示唆された真の死亡率は、間違いなく4.9未満です。いつものように、私のすべての計算はここにあります。人種、所得、性別などのさらなる標準化が、私たちが実際に観察している値に向かって推定値をさらに押し下げるかどうか疑問に思うかもしれません。それは少し移動させる可能性はありますが、それほど大きくはありません。年齢はすでにほとんどの仕事をしており、他の要因ははるかに小さい影響力しかありません。残りのギャップのより可能性の高い説明は、何も...。