二乗平均平方根誤差とは英語では Root Mean Squared Error (RMSE) と書く．真値と予測値との乖離（誤差）を二乗し，その平均値をとり，その平方根を求めた値のことである．非負の値を取り，0に近いほど優れたモデルであることを示唆する．
今回使用するのはe-Statからの社会疫学的指標を加えて熱中症搬送人員数を分析するで使用したデータベースである．先の記事では回帰モデルを評価する指標が必要との認識であった．
社会疫学的指標を考慮した都道府県別の熱中症搬送人員数の予測と実際
都道府県別の熱中症搬送人員数の予測と実際をEXCELの組み合わせグラフで描くでは独立変数として日最高気温，日平均水蒸気圧，65歳以上人口，人口密度を投入し都道府県別の熱中症搬送人員数を予測した．以前の記事ではe-Statからの社会疫学的指標を加えて熱中症搬送人員数を分析した．社会疫学的指標としては日最高気温，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である．
今回は社会疫学的指標を独立変数として加えた熱中症搬送人員数の予測と実際を示す．
e-Statからの社会疫学的指標を加えて熱中症搬送人員数を分析する
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．
日平均気温の過去30日間の移動平均をSQL Serverのウィンドウ関数を用いて計算する
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．
都道府県ごとの下水道によるトイレ水洗化人口の人口に占める割合の推移をグラフ化する
eStatから日本の資源収支を概略するで概略を取り上げた話題の一つに，トイレ水洗化人口が挙げられる．今回は各都道府県ごとの下水道によるトイレ水洗化人口の人口に占める割合の推移をグラフ化する．
SQL Server の LAG 関数で 1 行前の行を取得する
SQL Server でウィンドウ関数を使い，1行前の行を取得するではウィンドウ関数を用いて1行前の行を取得した．今回は LAG 関数を用いて1行前の行を取得する．
SQL Server でウィンドウ関数を使い，1行前の行を取得する
ウィンドウ関数は比較的新しい技術である．筆者は正直，SQL が苦手だ．IPA の試験が終わったのでデータベース関連の勉強を再開している．
EXCEL VBA で既存のテーブルにネットワークドライブ上の Workbook からデータを追記する
前回の記事ではフォルダーから一括してデータを読み込む方法を紹介した．今回は月次の更新ファイルを読み込んで既存のテーブルにデータを追記する方法を紹介する．
既に読み込んだファイルは拒否したい．監査としてのワークシートが必要だ．リレーショナルデータベースならデータの一意制約から可能だが，EXCEL では自前で作る必要がある．
色々と挑戦しがいのある課題であった．
“EXCEL VBA で既存のテーブルにネットワークドライブ上の Workbook からデータを追記する” の続きを読む
EXCEL VBA でフォルダ内のブックを開きデータを読み込む
Power Query が使えないと不便である．先日 EXCEL 2010 の素の環境でフォルダ内のブックをすべて開き，データを読み込む必要があったのだが，Power Query が使えなかったため，VBA でブックを開いて読み込まなければならなかった．備忘録としての記事である．
この記事はPower Query でフォルダから複数ファイルを一括インポートすると対応している．やっていることは同じだが，.xls 形式だとクエリの検証に時間がかかるため，VBA で読み込んだほうが動作は早いかもしれない．
フォルダー内のファイル一覧を取得するには FileSystemObject を使う場合と Dir() 関数を使う方法とがある．ここでは FileSystemObject を使うことにする．
データは Range オブジェクトに格納されているため，Range オブジェクトを取得するのが当面の目標となる．
1920年から2015年までの都道府県別の5歳階級別人口推移
e-Stat を渉猟していると面白いファイルを見つけた．国勢調査は 1920 年から開始されており， 2020 年 3 月現在では最新の調査結果は 2015 年のものである．20 回分の人口データが一つのファイルにまとめられており，グラフ化するには格好のデータである．
年齢（5歳階級），男女別-都道府県（大正9年～平成27年）というファイルである．リンク先のページにはファイルが 3 つあるが，最後のものが最も粒度が細かいので，これをグラフ化する．
