Bing Image Creator で生成: Close up Crassula ovata flowers, background is plain green grass field under blue sky, photo
今回からしばらくは、都道府県別の人口密度と交通事故発生件数のデータを分析してみようと思います。
政府統計の総合窓口(www.e-stat.go.jp)からデータを取得します。
可住地面積1平方キロメートル人口密度と人口10万人当たりの交通事故発生件数をデータとして選択しました。前回の分析でも使った老年化指数も選択しました。
CSVファイルにこのような形式でデータをダウンロードできました。
5行目に変数名を挿入しています。
mitsudo: 可住地面積1平方キロメートル当たり人口密度【人】
elder: 老年化指数(65歳以上人口/15歳未満人口を指数化)
jiko: 人口10万人当たり交通事故発生件数【件】
です。
tidyverse パッケージの読み込みをします。
read_csv() 関数でCSVファイルのデータを読み込みます。
glimpse() 関数を使って読み込んだデータの内容を確認します。
na.omit() 関数を使って、NAのある行を削除します。
summary() 関数を使って各変数の基本統計値を確認します。
year, pref の Length が2256ということは、このデータフレームは2256行のデータフレームです。
人口密度は、1番低いところで、1平方キロメートル当たり226人、1番高いところで9873人です。
老年化指数は、一番若いところで、19.1、一番老年のところで417.4です。
人口10万人当たりの交通事故発生件数は、一番少ないところで109.8件、多いところで1328.3件です。
summary() 関数では計算されてない、標準偏差と変動係数を算出します。
変動係数は、標準偏差 / 平均値 で計算します。
人口密度が一番バラツキが大きく、交通事故が一番バラツキが小さいことがわかります。
今回は以上です。
次回は、
です。
今回のコードは以下になります。
#
# tidyverse パッケージの読み込み
library(tidyverse)
#
# CSVファイルの読み込み
df_raw <- read_csv("koutsuujiko.csv",
skip = 4)
#
# glimpse()
glimpse(df_raw)
#
# NA行の削除
df <- na.omit(df_raw)
#
# summary()
summary(df)
#
# 標準偏差と変動係数
df |>
summarize(
std_mitsudo = sd(mitsudo),
std_elder = sd(elder),
std_jiko = sd(jiko),
cv_mitsudo = sd(mitsudo) / mean(mitsudo),
cv_elder = sd(elder) / mean(elder),
cv_jiko = sd(jiko) / mean(jiko)
)
#
