www.crosshyou.infoの続きです。 今回はR言語のtable関数を使って集計をしてみます。 まずは公表_日付で集計しました。 数が多いですから、plot関数でグラフにします。 テレビでよく見るようなグラフになりました。 曜日で集計してみます。 曜日の順番がバラ…

知人から「日本学術会議ニュース・メール」というのが転送されてきました。 各都道府県データリストのURLが記載されていましたので、アクセスしてみました。 Links to Raw Case Data by Each Prefecture ｜日本学術会議 このように、東京都の陽性者数のデー…

www.crosshyou.info の続きです。 GDPギャップを回帰分析してみましょう。 R言語のlm関数を使います p-valueは3.126e-07と0.05よりも小さいので有意なモデルです。 InterceptはP値が0.05よりも大きいですね。削除してみます。 update関数で、-1とすれば切片…

www.crosshyou.infoの続きです。 各変数間の散布図マトリックスをみてみます。 R言語のpairs関数で散布図マトリックスを描きます。散らばっているというよりは、ぐにゃぐにゃしている感じですね。 cor関数で相関係数マトリックスをみてみます。 GDPギャップ…

www.crosshyou.infoの続きです。 前回は四半期ごとの違いはありませんでした。 今回は、1980年台、1990年台、2000年台、2010年台と10年ごとに区切った年台ごとに差があるかどうかを調べます。 まず、年台を表す変数を作成します。 こうして作成したdf$Nendai…

www.crosshyou.infoの続きです。今回は第1四半期、第2四半期、第3四半期、第4四半期で差があるのかどうかを調べようと思います。 R言語のaov関数とsummary関数を使います。 GDPギャップからみていきます。 Pr(>F)が0.997ですから四半期によってGDPギャップに…

www.crosshyou.info の続きです。 今回はそれぞれのデータのグラフを描いてみます。plot関数を使います。 GDPギャップのグラフです。マイナスの時が多いようです。 GDPの潜在成長率のグラフです。最近は1%のちょっと下あたりです。 TFPのグラフです。長期的…

今回から、GDPギャップのデータを分析しようと思います。 月例経済報告 - 内閣府 のサイトからExcelファイルを取得しました。 このようなファイルでした。 このようなCSVファイルにしました。これをR言語のread.csv関数で読み込みます。 read.csv関数でデー…

www.crosshyou.info 今回はchgperInc, 1人当り課税所得の変化幅を他の変数で回帰分析してみようと思います。 前回の散布図マトリックスから、直線的な相関関係というよりは複雑な関係がありそうなので、交差項や2乗項を入れて回帰分析してみます。 step関数…

www.crosshyou.info の続きです。 今回は前回作成した変化幅の変数をヒストグラムや箱ひげ図でグラフにします。 まず、作成した5つの変化幅の変数を一つのデータフレームにまとめます。R言語のdata.frame関数を使います。 summary関数で各変数の平均値などを…

www.crosshyou.info の続きです。 今回は2015年と昔の年を比較して、どのように変化してきたか調べてみます。 まずはYearを確認します。 1985年度が一番古いです。1985年度と2015年度でどれだけ変化があったかを調べます。 まずは人口密度から調べます。 人…

www.crosshyou.infoの続きです。 今回は、R言語のglm関数でロジスティクス回帰分析をして、東京23区かそうじゃないかを見分けようと思います。 predict関数で予測をして、table関数で実際の値と比較してみます。 予測で1と予測したのが23区です。1と1のとこ…

www.crosshyou.info の続きです。 今回はlogperInc(1人当り課税所得を対数変換した値)をlogMitsu(人口密度を対数変換した値), Ratio1(第1次産業就業者数の割合), Ratio2(第2次産業就業者数の割合), Tko(東京23区かどうか)の4つの変数で回帰分析をしてみます…

www.crosshyou.info の続きです。 前回の分析で東京都の23区は他とはかなり違いがあることがわかりましたので、まず、東京都23区かどうかという変数を作ろうと思います。R言語のgrepl関数を使いました。 東京都の中には八王子市も含まれていますので、八王子…

www.crosshyou.info の続きです。 今回は前回作成した、人口密度、1人当り課税所得、就業者の割合のランキングをみてみようと思います。最新の年度でみてみようと思いますので、まず、table関数で年度を調べます。 2015年度が最新です。2015年度のデータでラ…

今回からは、全国主要都市の第1次、第2次、第3次産業の就業者数のデータを分析しようと思います。 データは、政府統計の総合窓口e-statから取得しました。 www.e-stat.go.jp選択した都市は、 特別区、県庁所在市、政令指定都市、中核市の合計102都市です。 …

www.crosshyou.info の続きです。 今回は各変数の2006年度から2011年度の変化幅を作成します。 始めのコードで2011年度から2006年度を引き算し、 2行目のコードでpaste関数を使ってもともとの変数名に_Chgを使たしています。 3行名のコードでgsub関数で余計…

www.crosshyou.info の続きです。 前回の分析で仕事時間については、2006年度と2011年度で変化が有意にあるとわかりましたので、変化幅を計算してみます。 names関数で都道府県の名前を付与しています。 sort関数で小さい順に並び替えます。 青森県と佐賀県…

www.crosshyou.info の続きです。 今回は、2006年度と2011年度で睡眠時間、食事時間、仕事時間に違いがあるかどうかを調べます。 はじめに、2006年度のデータと2011年度のデータで、都道府県が同じ順番で並んでいるのかを確認します data2006$Pref == data20…

www.crosshyou.info の続きです。 2006年度のデータフレーム、2011年度のデータフレームを作成します。 2011年度のデータフレームを使って、どの都道府県が睡眠時間が長いのかなどを見てみます。 神奈川県の男性が睡眠時間が一番短く453分です。秋田県が一番…

今回から、都道府県別の睡眠時間、食事時間、仕事時間の平均値のデータを分析しようと思います。 データは、政府統計の総合窓口、e-stat.go.jp から取得しました。 www.e-stat.go.jp取得したデータ項目は以下のとおりです。 これをExcelにダウンロードします…

www.crosshyou.infoの続きです。 R Programming By Example: Practical, hands-on projects to help you get started with R 作者:Navarro, Omar Trejo 発売日: 2017/12/22 メディア: ペーパーバック という本を読み始めましたのですが、ここでgrepl関数とい…

www.crosshyou.info の続きです。 前回はlm関数で1人当りの課税所得を予測しました。 今回はMASSパッケージのrlm関数でrobust linear regression modelで予測してみようと思います。 library(MASS)でMASSパッケージを読み込みます。 使い方はlm関数と同じで…

www.crosshyou.info の続きです。 今回は、R言語のlm関数をつかって、perIncをYear, Mitsu, perS, perLの4つの変数で予測したいと思います。 使うデータフレームは、標準化して各変数のデータの範囲を揃えたdf_scaledを使います。これをトレーニング用のデー…

www.crosshyou.info の続きです。 今回は、Yearが4年分ありますので、これをファクターにみたててANOVA分析をしようと思います。aov関数でANOVA分析をします。 まずは、Mitsuです。 Pr(

www.crosshyou.infoの続きです。 前回作成した人口密度や1人当りの課税所得など、分析に必要なデータだけのデータフレームを作ります。 perIncやperS, perLの値の大きさがバラバラなので、データを標準化しようと思います。 min-max法という標準化方法ですね…

今回からは、都道府県別の事業所数(民営)のデータを分析しようと思います。 データは、政府統計の総合窓口e-statから取得しました。 www.e-stat.go.jp 取得したデータは上の5つです。 ダウンロードしたCSVファイルは上のような感じです。9行目に変数名を追加…

www.crosshyou.info の続きです。今回はR言語のrlm関数でrobust linear regressionをやってみます。 Regression Analysis with R: Design and develop statistical nodes to identify unique relationships within data at scale (English Edition) 作者:Cia…

www.crosshyou.info の続きです。 前回の分析で、Popu(総人口), Temp(年間平均気温), Income(課税所得)は2010年度と2015年度で違いがあることがわかりました。 今回はこれらの変化率、変化幅を見てみます。 まずは、Popuの変化率を見てみます。 秋田県が一番…

www.crosshyou.info の続きです。 今回は、2010年度と2015年度で各データの分散や平均値が違っているのかどうかを調べます。 まずは、2010年度と2015年度のデータフレームを用意します。 df10とdf15の都道府県の並び順は同じだとは思いますが、念のため、ord…