データ分析
www.crosshyou.info の続きです。 今回は、前回に引き続き、2015年調査のデータに注目して、各変数のヒストグラムを作成してみたいと思います。 まずは、各変数の2015年調査のデータを作成します。tapply関数を使って都道府県別のデータを作成します。 Non21…
www.crosshyou.infoの続きです。 今回は前回作成したデータ、従業も通学もしていない人口比率: Non2, 1人当りの賃金・俸給(百万円): Sala2, 1人当り財産所得(百万円), 1人当り県民所得(千円), 1人当り一般事業総投資額について、どの都道府県が多いか少ない…
今回は都道府県別の一般事業投資額のデータを分析したいと思います。 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ここからCSVファイルをダウンロードしました。 各変数名は、 Nen: 調査年 Chi: 地域 Jin: 総人口(人) Non: 従業…
www.crosshyou.info の続きです。今回は前回作成した、diffEnをdiffPrとdiffShで重回帰分析してみたいと思います。 まずは、2乗項も交差項も入ったモデルからスタートします。 一番下の行のp-valueが0.3537とありますから有意なモデルではないです。 まず交…
www.crosshyou.info の続きです。 今回は2007年度と2015年度のデータを比較してみたいと思います。 まず、20015年度 - 2007年度というデータをつくらないとですね。 tapply関数で上のようにして作成しました。tapply関数で作ると、都道府県の順番が揃います…
www.crosshyou.info の続きです。 今回はR言語のlm関数で重回帰分析をしてみたいと思います。 まず、対数変換後のavgPr(15-64歳人口割合の9年間の平均)、avgSh(1人当り県民所得の9年間の平均)、avgEn(1人当り最終エネルギー消費量)のヒストグラムをhist関数…
www.crosshyou.info の続きです。 今回は、Pratio(15-64歳人口割合), Shotoku(1人当り県民所得), Energy(1人当り最終エネルギー消費量)の3つの変数について、箱ひげ図やヒストグラムを描いでみます。 まず、前段階として、9年間の値を平均して都道府県別のデ…
www.e-stat.go.jp 今回は、都道府県別の1人当り最終消費エネルギーのデータを分析してみたいと思います。データはs-Stat(政府統計の総合窓口)から取得しました。 1人当り最終エネルギー消費量の他に、15-64歳人口割合(%)と1人当り県民所得(平成23年基準)(千…
www.crosshyou.info の続きです。 前回から20日ほど経過しました。世界的に感染者数が拡大しています。 この３月１８日時点のCoronavirus disease 2019(COVID-19) Situation Report - 58 のデータを使って、全体の死亡率などを計算してみましょう。 https://…
www.crosshyou.info の続きです。 今回は、2015年度と2006年度を比較して、どの都道府県が生活習慣病による死亡者が増えたのか、減ったのかをみてみたいと思います。 まず、2006年度の人口1万人当りの死亡者数を一つのベクトルにしてみます。 tapply関数とma…
www.crosshyou.info の続きです。 前回は2006年度よりも2014年度のほうが死亡者が多かったことがわかりました。 今回は2015年度のデータで、総人口1万人当りの死亡者数と人口密度、県内総生産の関係を見てみます。 まずは、2015年度だけのデータフレームを作…
www.crosshyou.info の続きです。 今回は年別で人口１万人当りの死亡者数を見てみます。 plot関数を使います。 あら、1975年度とか1983年度とかデータの無い年度も表示されてしまってます。df1$Yearを見てみましょう。 データが無い年度もファクタのレベルと…
今回は、都道府県別の生活習慣病による死者数のデータを分析してみたいと思います。 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 取得したデータは、 総人口(人), 生活習慣病による死亡者数(人), 可住地面積1km2当り人…
www.crosshyou.info の続きです。 今回は、趣味・娯楽時間の長さを性別、職業の有無に加えて、PopGr(人口伸び率)とGDPper(一人当り県民所得)の２変数も加えて重回帰分析をしてみようと思います。 まず、都道府県別のPopGrの2006年度と2011年度の平均値を作り…
www.crosshyou.info の続きです。 前回までの分析で、2006年度と2011年度では、趣味・娯楽の平均時間に有意な違いが無い、ということがわかりました。趣味・娯楽の平均時間は、男性か女性か、有業者か無業者かで違いがあることもわかりました。今回は性別と…
www.crosshyou.info の続きです。 前回の分析で、趣味・娯楽の時間は女性よりも男性が長い、有業者よりも無業者のほうが長いことがわかりました。 今回は2006年度と2011年度で違いがあるかどうかを調べます。 まずは、2006年度だけのデータ、20011年度だけの…
www.crosshyou.info の続きです。 前回の分析で男性のほうが趣味・娯楽の平均時間が長い、無業者のほうが有業者よりも趣味娯楽の平均時間が長い、という傾向にあることがわかりました。 今回は、このことを統計検定してみましょう。２つの平均値に差があるか…
今回は、都道府県別の趣味・娯楽時間のデータを分析してみたいと思います。 政府統計の総合口(e-stat)からデータを取得します。 www.s-stat.go.jp ですね。 度道府県別の人口増減率、1人当り県民所得、趣味・娯楽の平均時間(4種類ありました。男性/女性と有…
今回は新型コロナウィルスの感染数と死者数のデータを使って死亡率を計算してみようと思います。 https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200227-sitrep-38-covid-19.pdf?sfvrsn=9f98940c_2 このレポートに掲載されてい…
www.crosshyou.info の続きです。 今回は、Minkan(民間)をKoKen(公共建築), KoHou(公共住宅), KoDob(公共土木)という３つの変数で回帰分析してみます。 まずは、plot関数で散布図を描いてみます。 正の相関がある感じです。 cor関数で相関係数も調べましょう…
www.crosshyou.info の続きです。 今回は、Total(総計)をresponse variable, Minkan(民間)をexplanatory variableにして回帰分析をしてみます。 まずは、plot関数で散布図を描きます。 正の相関の散布図です。 lm関数で回帰分析をしてみます。 モデルのp値は…
www.crosshyou.info の続きです。 今回は２変数のデータ分析の練習をしてみます。Minkan(民間)とKokyo(公共)の２変数を例にします。 まずは、boxplot関数で２つ変数の箱ひげ図を見てみます。 Minkan(民間)のほうがvariance, 平均値が大きそうです。 次に、va…
www.crosshyou.info の続きです。 今回は、R言語で１変数のデータ分析の練習をします。 参考図書は、Michael J. CrawleyのStatistics An Introduction Using Rです。 Statistics: An Introduction Using R 作者:Michael J. Crawley 出版社/メーカー: Wiley …
www.crosshyou.info の続きです。 今回は前回と同じく回帰分析をしょうと思いますが、explanatory variableに年代も加えてみたいと思います。 それと、前回は全部の期間のデータを使って回帰分析をしましたが、今回は半分とトレーニング用、半分をテスト用に…
www.crosshyou.info の続きです。 今回は、DI_C(DI一致指数)をDI_Lead(DI先行指数)とDI_Lag(DI遅行指数)で回帰分析してみようと思います。 lm関数を使ってみます。 DI_Lead:DI_Lagはp値が0.39と0.05よりも大きいので、削除してモデルをより単純化します。 an…
www.crosshyou.info の続きです。 前回はデータをきれいにするところまででした。まずは、summary関数でデータの基本統計値を見ます。 Yearの最小値が1980で最大値が2008なので、このデータは1980年から2008年までのデータですね。 apply関数、sd関数、mean…
政府統計の総合窓口、www.e-stat.go.jp のサイトを見たら、 景気動向指数が新着でありました。今回はこのデータを分析します。 景気動向指数は、生産、雇用など様々な経済活動での重要かつ景気に敏感に反応する指標の動きを統合することによって、景気の現状…
www.crosshyou.info の続きです。 今回は年度別の新規求職申込件数がどう推移してきているかを見てみます。 まずは、元のデータを確認します。head関数、summary関数でみてみましょう。 年別のMale, Female, GDP, Jobをまず集計します。tapply関数とsum関数…
www.crosshyou.info の続きです。 前回はpGDP(一人当りの県内総生産額)を説明変数にしてpJob(人口1000人当りの新規求職申込件数)を回帰分析しました。 今回は、説明変数にMFR(男性人口と女性人口の比)を加えて重回帰分析をしてみます。 まず、分析するデータ…
www.crosshyou.info の続きです。 今回はR言語で回帰分析をしてみます。 まず、2015年度だけのデータフレームを作成してdf15と名前をつけます。 このdf15のpJob(人口1000人当りの新規求職申込件数)とpGDP(一人当りの県内総生産額(万円))を回帰分析します。 …
