今回は、鉱工業出荷内訳表のデータを分析してみましょう。e-Stat(政府統計の総合窓口)のサイトを訪問したら、今日の新着データで、「鉱工業出荷内訳表」というデータがありました。
鉱工業生産は聞いたことがありましたが、鉱工業出荷内訳表というのは、お恥ずかしながら初耳でした。どんなデータなんでしょうか?クリックしてみました。
鉱工業出荷内訳表は、国内の鉱工業製品の出荷が国内と海外輸出のどちらに向けられたのかを表すもので、鉱工業出荷指数と財務省の貿易統計(輸出)を元に、業種別、財別の国内向け出荷指数、輸出向け出荷指数を作成しています。とのことです。工業製品が国内向けか、国外向けかということを表すデータのようです。クリックしてみます。
この平成22年(2010年)基準というのをクリックしてみます。
ファイルが2つあるようです。月次のExcelファイルをダウンロードしてみました。
各業種別に出荷、輸出、国内の3つの区分があって、2008年01月からの月次のデータです。このファイルを分析しやすいように、下のように加工しました。
年と月を別々にして、データ番号として通し番号を加えました。
read.csv関数でR言語に読込み、summary関数でデータを要約してみます。
データ番号の最大値が、125ですから、データの行数は125だとわかります。1年が12か月で12行ですから、約10年半分のデータです。
データ項目の数は何個でしょうか?dim関数で表示します。
125が行数で、51が列数です。データ番号、年、月の3つを引いて、48列がデータの数です。1つの業種に出荷、輸出、国内の3つのデータがありますから、業種の数は、48/3=16です。
標準偏差も計算しましょう。apply関数とsd関数を使います。
apply関数は、apply(データフレーム, 2, 計算する関数) で列ごとのデータ計算ができます。2を1にすると、行ごとのデータ計算になります。
48もデータがあると、データを一目で把握するのは難しいですね。
とりあえず、各データの最大値をだして、大きい順で並べてみましょう。
情報通信.輸出が153.8で一番ですね。
データの最小値をだして、小さい順に並べてみます。
情報通信の国内が39.7で最小です。
標準偏差をだして大きい順に並べてみます。
情報通信の輸出が一番標準偏差が大きいです。
平均値を出してみましょう。
標準偏差の大きな情報通信の平均値が低いです。情報通信のデータの変動がすごく大きいということですね。
最後にデータの中央値を計算しましょう。
はん用.国内が平均値と同じく、一番大きいですね。