なぜ「日次・ほぼ欠測なし・360日」が希少なのか：縦断データの完遂性という価値Why "daily, zero-missing, 360-day" is rare: the value of longitudinal completeness
健康や行動に関する自己追跡データは世の中に無数にあります。しかしそのほとんどは、数日〜数週間で記録が途切れます。当研究データ（DATA LABページ）の核心的な価値は「禁欲が効いた」ことではなく、2名の被験者が360日超を日次で、欠損ほぼゼロで測り切ったという完遂性そのものにあります。本稿では、なぜこの完遂性が統計的・科学的に希少で価値を持つのかを解説します。
01脱落（ドロップアウト）が縦断研究を殺す
縦断研究の最大の敵は「脱落」です。参加者が記録をやめると、残ったデータには生存者バイアスがかかります。「続けられた人＝もともと変化が良好だった人」という偏りが入り、効果が過大評価される。多くのアプリのデータが信頼されにくいのは、この脱落を制御できていないからです。ほぼ欠測のない記録は、この最も根深いバイアスを構造的に回避します。
02日次解像度が「波」を捉える
月1回の測定では、禁欲に伴う短期的な変動の波——渇望のピーク、回復、揺り戻し——は平滑化されて消えてしまいます。DATA LABのリビドー・EHSの推移が示すように、実際の軌跡は一直線ではなく、急落→回復→再下降といった非線形の波を描きます。この構造は、日次解像度でしか観察できません。粗い測定間隔は、最も面白い現象を取りこぼすのです。
03n=2でも記録が十分に埋まっていれば意味がある
「たった2名」という指摘は正当です。しかし、統計的一般化を主張しないという前提を守る限り、ほぼ欠測なく測り切った2名の記録は、粗く測った1000名より特定の問いに対して情報密度が高い場合があります。個体内の時間的パターン（intra-individual dynamics）を精密に観察するには、まず1個体を途切れなく追う必要があるからです。これは母集団推定ではなく、現象の存在証明と記述のための設計です。
縦断データの価値は「効果の大きさ」より「完遂性」に宿る。日次・ほぼ欠測なし・360日という設計は、脱落バイアスを回避し非線形の波を捉える。n=2は弱点ではなく、現象を精密記述するための出発点である。実際の推移はDATA LABページで確認できる。
Self-tracking data on health and behavior is everywhere. Yet most of it breaks off within days or weeks. The core value of our dataset (see the DATA LAB page) is not that "abstinence worked," but the completeness itself: two subjects measured 360+ days daily, with near-zero missing entries. This article explains why that completeness is statistically and scientifically rare and valuable.
01Dropout kills longitudinal studies
The greatest enemy of longitudinal research is dropout. When participants stop recording, the surviving data carries survivorship bias — "those who kept going = those who were already doing well" — inflating apparent effects. Much app data is distrusted precisely because dropout is uncontrolled. A near-zero-missing record structurally avoids this deepest bias.
02Daily resolution captures the "waves"
Monthly measurement smooths away the short-term fluctuations — craving peaks, recovery, rebound — that abstinence produces. As the DATA LAB libido and EHS trajectories show, the real path is not a straight line but a non-linear wave of sharp drop, recovery, and renewed decline. This structure is observable only at daily resolution. Coarse intervals miss the most interesting phenomena.
03Even n=2 matters if the record is near-complete
The "only two subjects" critique is fair. But as long as we make no claim of statistical generalization, a near-completely recorded pair can carry higher information density than 1000 coarsely measured people for certain questions. To observe intra-individual temporal dynamics precisely, you must first follow a single individual with near-continuous coverage. This is a design for the existence-proof and description of a phenomenon, not for population estimation.
The value of longitudinal data lies in completeness more than effect size. A daily, near-zero-missing, 360-day design avoids dropout bias and captures non-linear waves. n=2 is not a weakness but a starting point for precise description. See the actual trajectories on the DATA LAB page.