の続きです。今回はseishin: 精神科病院の患者数がどのくらいの比率を占めるかに注目してみます。
まず、seishin / total を計算して比率を計算します。
それでは、どこの都道府県が比率が高いか低いかを確認します。
まず、在院患者数の比率をみてみます。
長崎県や大分県は3割近い比率です。奈良県は1割にもみたないですね。
次は新規入院患者数の比率を見てみます。
熊本県が高く、奈良県が少ないです。
退院患者数も確認します。
熊本県が比率が高く、奈良県が低いですね。
今までの結果から、在院患者数の傾向、新規入院患者数の傾向、退院患者数の傾向の３つはよく似ていることがわかります。
そこで、在院患者数に絞って、ratio: 精神科病院の患者数の比率 のヒストグラムを描いてみます。
上段のヒストグラムは令和3年で、下段が令和5年です。あまり違いは無いようです。
今回は以上です。
次回は
です。
はじめから読むには、
です。
今回のコードは以下になります。
#
# seishin / total 比率を作成
df <- df |>
mutate(ratio = seishin / total)
df
#
# 在院患者数の比率
df |>
filter(type == "zai") |>
arrange(desc(ratio))
df |>
filter(type == "zai") |>
arrange(ratio)
#
# 新規入院患者数の比率
df |>
filter(type == "nyu") |>
arrange(desc(ratio))
df |>
filter(type == "nyu") |>
arrange(ratio)
#
# 退院患者数の比率
df |>
filter(type == "tai") |>
arrange(desc(ratio))
df |>
filter(type == "tai") |>
arrange(ratio)
#
# ratio: 精神科病院の患者数の比率 のヒストグラム
df |>
filter(type == "zai") |>
ggplot(aes(x = ratio, fill = year)) +
geom_histogram(bins = 10) +
facet_wrap(~ year, nrow = 2)
#
(冒頭の画像は、Bing Image Creator で生成しました。プロンプトは Landscape of global grass fields, close up of flowering sunflowers, photo です。
