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．
以前の記事では都道府県人口の対数をオフセット項として一般化線形回帰分析を行った．実際のところ，年代別の搬送人員としては65歳以上の高齢者が圧倒的に多い．そのため，東京など労働人口の多いところでは予測性能が悪化する可能性がある．今回はオフセット項の都道府県人口を3区分に分け，65歳以上人口の対数をオフセット項として採用してみたところ予測性能が改善したと思われたので記事とした．
気象庁の過去の気象データ・ダウンロードからは膨大な気象データをダウンロードできる．今回の記事ではSQL Server内に構築した熱中症データベースに日平均風速のテーブルを追加する．
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．
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．
eStatには納税義務者数（所得割）と課税対象所得のデータが1985年から2020年まである．今回は都道府県別の自治体ごとの納税義務者数と課税対象所得の散布図を示す．
総務省の eStat を見ていて新しい項目が増えていることに気がついた．今回は統計ダッシュボードからエネルギー・水に関するデータをダウンロードする．
件の統計は復興庁の全国の避難者の数（所在都道府県別・所在施設別の数にあるが，このページはトップページから辿ることができず，検索からのみ到達できる．時系列でのデータは必須と思われるが，トップページから辿れるのは最新の情報のみであり，これは国民の利益に反する．
熱中症の搬送人員と最高気温との相関関係を可視化し閾値をχ二乗検定するでは最高気温と搬送人員との相関関係を解析した．今回は水蒸気圧と搬送人員との関係を可視化し，閾値を求めた．重症度別の搬送人員についての検討は日平均蒸気圧と熱中症の重症度別搬送人員との関連を調べるに記述した．