01 基本データ
19.2年間で6567件、コメント率24.8%、中央値13字。統計・機械学習資料を長期収集し、必要な時だけ極短いメモを残す。総スター226・平均0.03で、スター獲得より自分用の索引としての性格が圧倒的に強い。
02 投稿時間帯
時間帯（0〜23時）
曜日
22時台19.6%、23時14.4%、21時11.1%で夜21〜23時に約45%が集中。曜日は水16.7%、木15.4%、火15.2%。夜に統計・技術資料をまとめて読む習慣がかなり明瞭である。
03 よく参照する媒体
ほか計30媒体
Qiita404、YouTube193、SlideShare160、note156、GitHub143、R-bloggers113、Speaker Deck90。R・統計・機械学習をコード、講義資料、動画、リポジトリの複数形式で集める専門資料庫になっている。
04 主要テーマ・関心
AI/IT22.9%、学術/教育13.0%が主軸。報道8.9%は広告関連が多く、ネット6.9%、文化6.0%、経済4.8%が続く。機械学習256、統計317、心理学190と、一般的なITよりデータ分析・研究方法へ明確に寄っている。
05 頻出語
データ97、方法81、分析73、パッケージ54、回帰43、分布36、学習33、ランダム30、グラフ29、変数28、ベイズ23、時系列21。ワードクラウドだけで統計解析の教科書の索引に近い。
06 文体の特徴
| 短文ツッコミ（30字以下） | 1,386 |
| 引用括弧「」を含む | 26 |
| 疑問符を含む | 24 |
| 長文コメント（100字以上） | 22 |
| 一人称（俺・私・自分）を含む | 8 |
| 感嘆符を含む | 5 |
| URL提示・資料参照を含む | 2 |
| そもそも型 | 1 |
| w/草/笑を含む | 1 |
| むしろ型 | 1 |
短文1386件で中央値13字。引用26、疑問符24、長文22と説明は最小限。候補率0.2%で「マウント」はGoogle Driveのマウント、「ツボ」は壺の通常用法。攻撃性は実質見当たらない。
07 スター分析
上位スター付与者
スターが付きやすい領域（平均スター）
上位付与者はbi1dama10、bkeita5、mixar5。平均スター0.03でコミュニティ反応は小さいが、出版バイアスの説明14など、統計知識を平易に言い換えた時にはまとまった反応が付く。
08 思想・政治傾向
政治テーマは0.7%と小さく、政治的立場を固定する材料は乏しい。近年は報道の米国偏重や災害対応などにもコメントするが、プロフィールの中心は統計・機械学習・研究方法への長期的な関心である。
10 総合評価
Aobeiは、R・統計・機械学習の資料を19年積み続けるデータ分析アーカイブ型である。強みは、Qiita・R-bloggers・GitHub・講義資料まで媒体をまたいで方法論を収集していること。反面、13字中央値なので「なぜ重要か」の背景はほぼ共有されない。専門資料庫としては強いが、他人には索引だけが見える。