www.crosshyou.info

政府統計の総合窓口のデータや、OECDやUCIやのデータを使って、Rの練習をしています。ときどき、読書記録も載せています。

都道府県別の空き家・持ち家・借家数のデータ分析4 - R言語で散布図を描く。geom_point関数、theme関数、facet_grid関数

 

www.crosshyou.info

の続きです。

前回の分析で1978年と2018年の空き家率・持ち家率・借家率のベクトルを作成しました。そして、1978年と2018年では有意に平均値が違うことがわかりました。

なので、今回はこれらのベクトルをまとめて新たなデータフレームを作成してみます。

f:id:cross_hyou:20201109100934p:plain

地域や東日本と西日本、日本海側と太平洋側で違いがあるかどうかを調べたいので、region, eastwest, japanpacificの3つの変数も加えました。

str関数で確認します。

f:id:cross_hyou:20201109101122p:plain

region, eastwest, japanpacificの3つの変数が文字列型なので、as.factor関数でファクター型に変換しましょう。

f:id:cross_hyou:20201109101752p:plain

ファクター型に変換されていることが確認できました。

summary関数でdat2を見てみます。

f:id:cross_hyou:20201109102035p:plain

空き家率の散布図を描いてみます。

まずは東日本と西日本で散布図の傾向に違いがあるかどうかを見てみます。

f:id:cross_hyou:20201109102753p:plain

f:id:cross_hyou:20201109102809p:plain

theme(legend.position = "top")でlegendを上にしました。どうでしょうか?パッと見た感じではよくわからないですね。

日本海側と太平洋側、その他ではどうでしょうか?

f:id:cross_hyou:20201109103421p:plain

f:id:cross_hyou:20201109103437p:plain

う~ん。ちょっとよくわからないですね。

持ち家の散布図を描いてみます。

f:id:cross_hyou:20201109103748p:plain

あんまりかわらない感じですね。

日本海側と太平洋側とその他ではどうでしょうか?

f:id:cross_hyou:20201109104033p:plain

f:id:cross_hyou:20201109104113p:plain

その他の地域がけっこうバラツキがあるような感じです。

借家率の散布図を描いてみます。

f:id:cross_hyou:20201109104439p:plain

f:id:cross_hyou:20201109104454p:plain

日本海側と太平洋側とその他ではどうでしょうか?

f:id:cross_hyou:20201109104718p:plain

f:id:cross_hyou:20201109104734p:plain

日本海側は比較的、借家率が低いようです。

今回は以上です。