の続きです。
今回は、各データの伸び率を都道府県ごとに比較したいと思います。
まず、table関数でデータの始めの年と終わりの年を確認します。
始めの年は2006年で、終わりの年は、2015年です。
2006年と2015年を比較して、伸び率を算出します。
2006年だけのデータフレームを作ります。
同じように2015年だけのデータフレームを作ります。
こうして作成した２つのデータフレームから伸び率を計算しますが、都道府県の順番が両方のデータフレームで同じでないといけないです。
同じ並びになっているとは思いますが、念のためorder関数を使って同じ順番にします。
本当に同じ順番になったか確認します。
同じ順番です。
それでは伸び率を計算します。
平均値のところだけ見ると、FireとPoliceは1以上ですから2015年のほうが増加してるということですね。これは前に年度ごとの推移を見たときと整合しています。
各変数の伸び率上位、下位の都道府県を見ていきます。order関数とhead関数を使います。
人口の伸び率上位は、東京、沖縄、神奈川、埼玉、愛知、千葉です。
伸び率下位は、秋田、青森、福島、高知、岩手、山形です。
県内総生産額を見てみます。
県内総生産額の伸び率上位は、沖縄、群馬、宮城、宮崎、岩手、茨城です。
伸び率下位は、鳥取、福井、秋田、奈良、山梨、和歌山です。
岩手は人口は伸び率下位なのに、県内総生産額は伸び率上位ですごいですね。
消防部門職員数を見てみます。
消防部門職員数の伸び率上位は、鳥取、山梨、岡山、熊本、滋賀、宮崎です。
伸び率下位は、香川、広島、北海道、長崎、京都、秋田です。
教育部門の伸び率を見てみましょう。
教育部門職員数の伸び率上位は、神奈川、愛知、沖縄、滋賀、千葉、東京です。
伸び率下位は、秋田、青森、岩手、奈良、高知、愛媛です。
警察部門の職員数の伸び率を見てみます。
警察部門職員数の伸び率上位は、福島、埼玉、鹿児島、宮城、熊本、茨城です。
伸び率下位は、山口、石川、東京、富山、徳島、愛媛です。
各変数の箱ひげ図を描いてみます。boxplot関数を使います。
教育部門(Edu)は伸び率が他の変数と比べると際立って低いですね。
教育部門の伸び率が他と比べて有意に低いか検定してみます。
まず、var.test関数でvarianceが同じかどうか検定します。
hokaという名前のEdu以外の変数を合体させたベクトルを作り、var.test関数で検定しました。p-valueが0.07378と0.05よりも大きいので、Eduとhokaはvarianceに有意な違いがあるとじゃ言えません。
t.test関数で検定します。
p-valueは2.2e-16と0.05よりも小さいので、帰無仮説を棄却して、対立仮説(true difference is not equal to 0)を採用します。Eduの伸び率は他と比べて有意に低いですね。
今回は以上です。
