Co-evolution of human and technology
総務省の公開しているe-Statには社会疫学的指標が多く含まれる．今回熱中症搬送人員数に様々な指標を加えて解析してみた．
説明変数として日最高気温，日平均水蒸気圧，都道府県人口に加えて過去30日間の平均気温，エアコン保有台数，年間収入のジニ係数，光熱・水道費，実収入，第1次産業就業者比率，第2次産業就業者比率，都市公園数，都市緑化割合，自然公園割合，自然公園数，生活保護被保護人員を加えた．
すべての変数が有意であったが，VIFを見ると多重共線性を疑わせる変数もあり，良いモデルとは言えない結果となった．
熱中症の搬送人員数が月平均気温と負の相関があるとの情報を得た．普段涼しい地域ほど日最高気温の上昇に弱いという意味である．普段涼しいということを表現するには過去30日間の日平均気温の平均を取ればよいだろうと判断した．こうなるとSQL Serverのウィンドウ関数の出番である．
熱中症搬送人員数に日最高気温と平均水蒸気圧が強く影響することは疑いの余地がない．他の気象条件として風速や雲量が負の影響をおよぼす可能性はないだろうか．言い換えると，風速が強ければ熱中症を発症する可能性が下がることは考えられないか，晴れよりも曇りや雨の日は熱中症を発症する可能性が下がることは考えられないかということである．
前回の記事で熱中症データベースに平均風速をインポートした．詳細は割愛するが，同様の手順で平均雲量のデータもインポートできる．
今回は説明変数として日最高気温，平均水蒸気圧に平均風速および平均雲量を加えて一般化線形モデルにて解析を行い，tree関数で可視化を試みた．
以前の記事ではポアソン回帰モデルおよび負の二項分布モデルを用いて熱中症搬送人員数に対する日最高気温と平均水蒸気圧の回帰係数を推定した．
人口10万人あたり何名の罹患者数，というのは割り算値である．総務省消防庁の公開している熱中症搬送人員数は都道府県ごとの搬送数であり，もともと都道府県別人口が異なるのだから搬送人員数を都道府県人口で割った割合のほうが指標として適切なのではないか，という指摘は一理ある．
しかし，割り算値ではなく実数を解析すべきである．変形した観測値を統計モデルの応答変数にするのは不必要であるばかりか，誤った結果を導きかねないからである．割り算値からは確からしさの情報が失われること，変換された値の分布が不明であることから，割り算値は避けるべきである．その代わりに割り算の分母をオフセット項として線形予測子に組み込む手法がある．
熱中症搬送人員数はカウントデータであり，その期待値は集計ゾーンの集計対象人口に依存する．都道府県人口をオフセット項とすることで，都道府県の人口規模の影響を調整した回帰分析ができる．今回は都道府県人口をオフセット項として線形予測子に組み込み，一般化線形回帰分析を行ってみた．
全国には避難施設が約 12 万箇所ある．それらの位置データを SQL Server にアップロードしたい．何度か試行錯誤の結果アップロードに成功したので備忘録として公開する．
これまで数章にわたって，多くの異なる技術を紹介してきた．その技術により SQL Server 2008 内に空間データを追加できる．geometry 型および geography 型の静的メソッドを WKT, WKB および GML などのジオメトリ表現と共に直接使用する，Virtual Earth ウェブコントロール上にプロットポイントにより空間の特徴を視覚的にマークする，あるいは，様々な他の空間データフォーマットから既に存在する空間データをインポートする．本章では，SQL Server において空間情報のアイテムを定義するのを助けてくれる最後の一つの技術について考察しよう．ジオコーディングである．
注意 本章で議論しているジオコーディングの方法は .NET アセンブリの生成を必要とする．それにより SQLCLR の機能を拡張し，外部ウェブサービスとの連携が可能となる．このアセンブリを生成するのに使われたサンプルコードに従うには，Microsoft Visual Studio を使わなくてはならない．使用可能な Visual Studio には多くのエディションが存在する．本章でのコードは Microsoft Visual Basic 2008 Express Edition でも Microsoft Visual C# 2008 Express Edition でも動作し，どちらも無料で http://www.microsoft.com/express/download/ からダウンロードできる．
“第 7 章 ジオコーディング (Beginning Spatial with SQL Server 2008)” の続きを読む
本書のこの部では空間データを SQL Server 2008 データベースに追加する様々な方法を説明する．第 4 章では，既知の座標からいかなるアイテムをも生成するのに使われる存在する静的メソッドのそれぞれを紹介する．第 5 章では，外部資源をかぶせてそれらの座標を派生させるのを助けるための技術を解説する．Microsoft の Virtual Earth Map Control を使う．第 6 章では，空間データの蓄積される他の一般的なデータフォーマットについて議論し，これらの蓄積されたデータを SQL Server 2008 にインポートする方法についての例を提供する．最後に，第 7 章で SQL Server を拡張してジオコーディング機能を提供する方法を示す．つまり，.NET 経由で Microsoft MapPoint Web Services にアクセスして自動的に住所から座標を取得することである．
前章では，静的メソッドの概念について紹介し，geography 型および geometry 型のオブジェクトをインスタンス化する方法について説明した．本章では各データ型で利用できる異なる静的メソッドを検査し，空間データの新しいアイテムを生成するのに使われる方法について比較する．
注記 本章でのほとんどのコードサンプルは，@Point などのローカル変数を宣言し，その結果静的メソッドにより生成されたインスタンスを蓄積する．しかし，INSERT ステートメントを呼び出すことで静的メソッドの結果をテーブルの geometry 型および geography 型の列に挿入することもできる．
“第 4 章 空間データオブジェクトを生成する (Beginning Spatial with SQL Server 2008)” の続きを読む
eStatから国勢調査の小地域の境界データをダウンロードしSQL Serverにアップロードするではポリゴンを含むデータを SQL Server にアップロードするまでの記事を記した．今回はそのテーブル内に記録された経度，緯度から Point ジオメトリを生成する．第 6 章 空間データをインポートする (Beginning Spatial with SQL Server 2008)に倣っている．
PowerBIで郵便番号からヒートマップを作成するでは顧客マスターの郵便番号をZIPCLOUDの郵便番号データと紐づけてPowerBIに住所を取り込み，ヒートマップを作成する方法を書いた．
今回はZIPCLOUDの郵便番号データをSQL Serverにインポートするまでを記載する．
2020 年の国勢調査の結果がようやくeSTATに反映された．日本の市区町村よりも粒度の細かい小地域（町丁・字等別）の人口構成が公表されたのは2022年6月24日付である．今回はこのデータをSQL Serverに取り込んでみたい．
“eSTATの小地域（町丁・字等別）毎の年齢（５歳階級、４区分）別、男女別人口をSQL ServerにBULK INSERTする” の続きを読む