の続きです。
今回は令和3年と令和5年の精神科病院の患者数の比率を比較して、比率が増えているのか、減っているのかをみてみましょう。
令和3年の精神科病院の患者数の比率を確認します。
在院患者数の比率は0.193が平均値です。
令和5年はどうでしょうか？
在院患者数の比率は0.191です。令和3年と比べると、0.002だけ低下しています。全体としては大きな変化はないですね。
都道府県別の変化を見てみましょう。
まず、令和3年の在院患者数の比率を取り出します。
同じようにして令和5年の精神科病院の在院患者数の比率を取り出します。
r3_zai と r5_zai を結合して比率の変化幅を計算します。
diffの値とt検定します。
diffの平均値は -0.001267655 とわずかにマイナスです。
95%信頼区間は、-0.00266 ~ 0.000126 と 0 を含んでいます。
p値は0.07367です。
在院患者数の比率は令和3年と令和5年で統計的に有意な差は認められませんね。
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。
#
# 令和3年の精神科病院の患者数の比率
df |>
filter(year == "r3") |>
group_by(type) |>
summarize(average = mean(ratio))
#
# 令和5年の精神科病院の患者数の比率
df |>
filter(year == "r5") |>
group_by(type) |>
summarize(average = mean(ratio))
#
# 令和3年の精神科病院の在院患者数の比率
r3_zai <- df |>
filter(year == "r3" & type == "zai") |>
select(pref, ratio) |>
rename(r3_ratio = ratio)
r3_zai
#
# 令和5年の精神科病院の在院患者数の比率
r5_zai <- df |>
filter(year == "r5" & type == "zai") |>
select(pref, ratio) |>
rename(r5_ratio = ratio)
r5_zai
#
# r3_zaiとr5_zaiを結合
df_ratio <- r3_zai |>
inner_join(r5_zai, join_by(pref)) |>
mutate(diff = r5_ratio - r3_ratio)
df_ratio
#
# diffの値をt検定
t.test(df_ratio$diff)
#
(冒頭の画像は、Bing Image Creator で生成しました。プロンプトは Landscape of wild forests, there are so many pink lily flowers under the blue sky, photo. です。
