aa-3. データサイエンス・AIの演習

3. データサイエンス・AI の演習 （人工知能） URL: https://www.kkaneko.jp/cc/mi/index.html 金子邦彦 1

• https://www.kkaneko.jp/cc/mi/index.html

アウトライン 1. 政府統計データ 2. クロス集計表（Excel を使用） 3. 相関（Excel を使用） 4. 平均，誤差 5. オープンデータ 2

人工知能と統計の関係 調査によって 得られたデータ 数量による 現象の把握 （統計） データを用いた 学習による上達 （人工知能） 人工知能が「統計による結論」とは違った振る舞い をするとは考えにくい 3

3-1 政府統計データ 4

統計 統計（とうけい、statistic）は、現象を調査するこ とによって数量で把握すること、または、調査に よって得られた数量データ(統計量)のこと WikiPedia より 5

総務省統計局が公開する統計表 • 人口・世帯に関する統計 • 企業活動に関する統計 • 産業構造・波及効果分析や各種経済統計の基準値となる統 計 • 情報通信・科学技術に関する統計 • 労働・賃金に関する統計 • 物価・地価に関する統計 • 住宅・土地に関する統計 • 家計に関する統計 • 文化に関する統計 • 総合統計書 ダウンロードページ https://www.stat.go.jp/data/guide/download/index.html 6

• https://www.stat.go.jp/data/guide/download/index.html

総務省統計局が公開する統計表 • オンラインで公開 • ダウンロードページ https://www.stat.go.jp/data/guide/download/index.html 人口推計の結果の概要 労働力調査（基本集計）2022年 令和４年４月報より（抜粋） （令和4年）3月分結果より（抜粋） 2020年基準 消費者物価指数 全国 2022 年（令和4年）3月分より（抜粋） 7

• https://www.stat.go.jp/data/guide/download/index.html

e-Stat • 政府統計（総務省統計局以外も網羅）のポータル サイト 8

e-Stat での統計データの検索からダウンロード ① 統計データの検索 ・分野による検索 ・キーワードによる検索，その他 ② 必用な項目を選ぶ（表示項目選択） ③ レイアウトの設定 ④ ダウンロード 手元のパソコンにファイルがダウンロードされる 9

家計調査 • 全国約9千世帯を対象として、家計の収入・支出、貯蓄・ 負債などを毎月調査 10

e Stat 家計調査のデータを用いた分析 「プリン」にお金を使うことが多い都市は？ 数量による把握 謝辞 https://www.youtube.com/watch?v=0RSIrNTFnJw を参考にし，説明の追加等を行っている 11

• https://www.youtube.com/watch?v=0RSIrNTFnJw

e Stat 家計調査データのダウンロード ① 統計データの検索 分野での検索：企業・家計・経済→家計調査 キーワード検索：家計調査 ② 検索結果から「家計調査」を選ぶ 12

③ 種類を選ぶ 13

④ 品目区分（2020年改訂）（総数：金額）を選ぶ 14

⑤ 「表示項目選択」を展開 15

⑥ 「品目分類」の「項目を選択」をクリック 「全解除」をクリック 「プリン」で検索 「プリン」にチェック．「確定」をクリック 16

⑦「時間軸（月次）」の「項目を選択」をクリック 「全解除」をクリック スクロールし，「2022年2月」をチェック 「確定」をクリック 17

⑧ 「レイアウト設定」をクリック ⑨ 「地域区分」は「行」のところにドラッグ＆ド ロップ．「設定して表示を更新」 18

⑩ プリンについての結果を確認 ⑪ 「ダウンロード」をクリック 19

⑫ ダウンロードしたファイルを Excel で開くことが できる ⑬ ヒストグラムの作成（範囲を選び，「挿入」でヒ ストグラム） 20

まとめ ① 統計データの検索 分野での検索：企業・家計・経済→家計調査 キーワード検索：家計調査 ② 必用な項目を選ぶ（表示項目選択） 品目分類：プリン 時間軸（月次）：最新月 ③ レイアウトの設定 ページ，行，列の設定 ④ ダウンロード 21

演習 • 各自で，e Stat 家計調査データで，「プリン」や， それ以外の品目について調べてみる • Excel を使い，ヒストグラムを作成してみる 22

3-2 クロス集計表 23

ピボットテーブル（クロス集計表）の例 男性 元データ 女性 済 2 1 未 2 1 ピボットテーブル （クロス集計表）の例 24

Excel でピボットテーブル（クロス集計用） を作成（１／５） 元データ ① 左上をクリック．全セルが選択される （これは範囲の選択） ② リボンで「挿入」→「ピボットテーブル」 25

Excel でピボットテーブル（クロス集計用） を作成（２／５） ③ 「OK」をクリック ④ 「性別」と「申し込み」 をチェック 26

Excel でピボットテーブル（クロス集計用） を作成（３／５） ⑤ 列のところに「申し込み」が， 行のところに「性別」が来るよう に，ドラッグして調整 27

Excel でピボットテーブル（クロス集計用） を作成（４／５） ⑥「名前」をチェック ⑦行の下の「名前」を ⑧値の下にドロップ ドラッグして， 28

Excel でピボットテーブル（クロス集計用） を作成（５／５） ピボットテーブル（クロス集計表）ができた 29

クロス集計表の例 最終卒業学校卒業のあと，引っ越しをして いないのは全体の何パーセントか？ 最終卒業学校卒業時の居住地（男女別） まだ卒業し ていない 現在と同じ 居住地 その他 男性 19.2 17.8 63.0 女性 17.3 10.6 72.1 パーセント ここから導かれる結論は？ 性別と居住地についての関連 その他： 居住地が違う，不詳 e-Stat 社会保障・人口問題基本調査（人口移動調査） / 人口 30 移動調査 / 第８回人口移動調査 より

3-3 相関 31

相関 • 相関は，2つの変数の間に関連性があるか （一方が変化すれば、もう一方も変化する関係） • 相関あり X が増えると，Yが増えている X が増えると，Y が減っている • 相関なし X と Y に関係がない 32

相関係数 • 相関係数は，相関を算出した数値 １や ー１に近い値： １に近い値： ー１に近い値： ０に近い値： 相関あり 正の相関関係 負の相関関係 相関なし 33

２つの変数の例 • ２つの変数 xx, yy の散布図 相関係数の算出結果例 0.1252164 (0 に近い値) 34

２つの変数の例 • ２つの変数 xx, yy が 互いに相関関係を持 つ場合． xx の値が増えると yy の値が増えるという 正の相関関係 相関係数の算出結果例 0.8620027 (1 に近い値) 35

２つの変数の例 • ２つの変数 xx, yy が 互いに相関関係を持 つ場合． xx の値が増えると yy の値が減るという 負の相関関係 相関係数の算出結果例 -0.8502535 (-1 に近い値) 36

相関係数 • １や ー１に近い値： １に近い値： 正の相関関係 ー１に近い値： • ０に近い値： 相関あり 負の相関関係 相関なし -0.8502535 (-1 に近い値) 0.1252164 (0 に近い値) 0.8620027 (1 に近い値) 正の相関関係 負の相関関係 37

e Stat 家計調査のデータを用いた分析 「プリン」にお金を使うことと，「ケーキ」に お金を使うことに相関があるか？ 横軸：ケーキ，縦軸：プリン 38

e Stat 家計調査のデータの準備 • e Stat で，表示項目として，ケーキとプリンを選択 • データをダウンロード，Excel で開く 39

横軸：ケーキ，縦軸：プリン 40

Excel で相関係数を求める ① 相関係数を求めたいセルを選んでおく ② メニューの「数式」 ③「その他の関数」，「統計」，「CORREL」 ④ 配列１と配列２の範囲を指定 相関係数として 0.3247 が求まった → 「相関がある」とは言い切れない 41

3-4 誤差，平均 42

① 同じものを計測する．但し，誤差を含む ② 繰り返し計測し，平均をとる 計測値 ＝ 全体の平均 ＋ 誤差 という考え方も ③ 多数の計測の繰り返しが重要 43

3-5 オープンデータ 44

ビックデータによる課題解決 • 膨大な量のデータ（ビッグデータ）を活用．課題 解決，効率化，透明化の向上を達成 • プライバシ保護は当然 • 公益性の高いデータはオープンデータとして公開 される 45

新サービスの例 不動産販売価格予測サイト GEEO https://geeo.otani.co 46

• https://geeo.otani.co

オープンデータ ① 営利目的，非営利目的を問わず二次利用可能な ルールがされたもの ② 機械判読に適したもの ③ 無償で利用できるもの • 総務省のオープンデータの基本指針より 47