e061479

  

お疲れ様です。
件名についてレポートします。


■採用した変数
今回は以下の項目を変数として取り扱いました。

i d　都道府県名
x1　人口
x2　1世帯あたりの実収入
x3　人口密度
x4　婚姻率
x5　離婚率
x6　実労働時間数（男）
x7　実労働時間数(女）
x8　交通事故発生件数
x9　道路交通法違反検挙件数
x10　保育所数


■各変数間の関係
　各変数間の関係は図のとおりである。


ｘ２とｘ５の関係には負の相関がはっきりと見られる。
ｘ４とｘ５の関係には正の相関が見られる。
結婚率が高ければ離婚率も高くなるようだ。
また、ｘ６とｘ９の関係にも負の相関が見られる。
残業する時間が長いほど、交通違反でつかまる人は少ないようである。


次にｘ４（離婚率）を目的変数とし、それぞれの項目にどのような関係があるかを調べてみた。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
node), split, n, deviance, yval
* denotes terminal node

1) root 47 2.6339110 1.976170
2) x2>=468.65 38 1.4043500 1.915000
4) x6>=184.5 28 1.0460430 1.863571
8) x10>=465.65 10 0.5360500 1.735000 *
9) x10< 465.65 18 0.2528500 1.935000 *
5) x6< 184.5 10 0.0768900 2.059000 *
3) x2< 468.65 9 0.4870222 2.234444 *

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
結果出力


このことから、離婚の主な原因は収入面があげられる。
実収入が４６８．６万円以下だと離婚率が高くなる傾向がある。
その対象県は９県、もちろん沖縄県も含まれる。
逆に離婚率の低い都道府県は、
①収入が４６８．６万円以上あり、
②男性の残業時間が１８４．５時間を超え、
③保育所の数が４６５．６件以上
だと、離婚率は低くなる。高いところの半分程度である。

要は、安定した収入があり、旦那が家におらず、保育所も十分にあることで、
奥さんが余裕をもって生活しているところは離婚率が低い。

という結果が得られた。



今回は離婚率をキーにしたが、別の変数をキーにするとまた違った結果が得られると思うので、
これからも趣味として時々「R」をいじってみたいと思います。
というか、うちのPC直ったらすぐにダウンロードしたいと思います(笑)  

本日の課題をアップしました。

データは「物価：電気・都市ガス・水道」を使用、予測を行いました。
プロットしたグラフに季節階差が見られなかったため、ARIMAにて予測しました。




・・・・・・この結果でいうと、次年度以降は若干値上がりするという結論でいいのでしょうか？
  

遅くなりました。アップします！！
  

完成です。

  

できました☆

  

パッケージインストールできませんでした。。。

途中のアップしておきます。

  

課題アップしましたー。

  

グラフ

    

テスト。