Tokyor42_r_datamining_18

データを分析する時の
4つの視点
〜Rで学ぶデータマイニング１第１８章〜
里洋平（@yokkuns）
第４２回Tokyo.R 初心者セッション
2014.08.30

AGENDA
 自己紹介
 メディアにあふれるデータ
 交通事故死亡データ
 まとめ

自己紹介
里洋平（@yokkuns）
 やってきたこと
 Webアプリ開発
 統計解析/データマイニング
 マーケティング
 今やってること
 全社横断の分析
 分析環境の整備

活動例１：やってきたこと

活動例２：TokyoR
Tokyo.Rの主催やってます

本日のテーマ：メディア等に溢れるデータ
■テキスト
・Rで学ぶデータマイニング〈1〉データ解析編
- http://amzn.to/1prDlLU
第1部基本知識篇(Rのインストール
Rの起動
Rの終了
簡単な計算方法
R用エディタと本文の記載方法についてほか)
第2部グラフとデータマイニング(グラフとデータマイニング
グラフの保存
メディア等に溢れるデータ
合計特殊出生率と少子化)
■Rコードと実行結果
・TokyoR#42 テキスト
- http://rpubs.com/yokkuns/27223

テキストの内容は
メディアにあふれているデ
ータについていろいろ
言及するという内容

そのままでは面白くないので
少しアレンジしてデータを分析
する時の視点を考えてみる構成
に変更しました

なので、表現とか内容が
テキストと異なるところが
あります

ってか、全然違います

交通事故死亡者数
飲酒運転の罰金が最大30万となったことにより
交通事故死亡者数が減少！
道路交通法改正

交通事故死亡者数（Rコード）

0じゃない

13年より前の傾向は？道路交通法改正
0じゃない

交通事故死亡者数（0から始まる棒グラフ）
0から始めると・・・

交通事故死亡者数（棒グラフで長期間）
平成13年よりも前から見てみると
改正前から緩やかな減少トレンドになっている

【おまけ】交通事故死亡者数（折れ線グラフで長期間）
改正前から減少トレンドになっている

【おまけ】交通事故死亡者数（棒グラフを横長にした図）
改正前から緩やかな減少トレンドになっている

交通事故死亡者数の分解
なぜ飲酒運転の罰金増加で
交通事故死亡者が減るのか？

なぜ飲酒運転の罰金増加で
交通事故死亡者が減るのか？
交通事故死亡者
飲酒なしの
＋
飲酒ありの

飲酒運転の罰金増加で減少するのは、
飲酒ありの交通事故による死亡者数
飲酒運転の罰金では
減少しない
飲酒なしの
＋
飲酒運転の罰金で減少
することが期待出来る
飲酒ありの

改正によるインパクト
飲酒ありによる交通事故死亡者が
交通事故死亡者に占める割合はどれくらいか
交通事故死亡者交通事故死亡者
飲酒あり
飲酒
あり

調べてみた
http://www.npa.go.jp/koutsuu/kikaku190906/
3_insyu/insyu.pdf

飲酒有無別交通事故死亡者数推移
飲酒なしの交通事故死亡者数の方が
飲酒ありの交通事故死亡者数と比べて多い
交通事故死亡者数全体
飲酒なし（第１当事者）
飲酒あり（第１当事者）

飲酒有無別交通事故死亡者数推移（Rコード）

飲酒ありの交通事故死亡者数は最大で1,500前後
1,500

飲酒ありの交通事故死亡者数は最大で1,500前後(※)
⇒ 減少すべてを改正によるものとするのは無理がある
約1,900
※正確には第１当事者なのでもう少し増える

飲酒有無別交通事故死亡者比率
「飲酒あり」が占める割合は、12〜15%

飲酒有無別交通事故死亡者比率
「飲酒あり」が占める割合は
改正によって減少している（15%→12%）
改正後に
15%→12%に減少

飲酒有無別交通事故死亡者比率（Rコード）

飲酒ありの交通事故死亡者数推移
飲酒ありだけの推移を見てみると
改正から顕著に減少している
改正効果？

改正とは無関係の飲酒なしの交通事故死亡者数も減少している
⇒ 改正とは別の効果が混ざっている

飲酒有無での比較
見たい効果以外の条件が同じもので比較する
⇒ 飲酒ありと飲酒なしの差分が改正効果
飲酒あり飲酒なし
改正効果
時間効果- 時間効果= 改正効果
その他効果その他効果

改正による交通事故死亡者数減少効果
飲酒なしの推移から改正なし想定を算出
×β

改正なし想定のトレンドとの差分が
改正による減少効果

視点１：分解
具体的に何に効くのかを分解して考える
飲酒運転の罰金では
減少しない
飲酒なしの
＋
飲酒運転の罰金で減少
することが期待出来る
飲酒ありの

視点２：インパクト
全体に対するインパクトを確認する
交通事故死亡者交通事故死亡者
飲酒あり
飲酒
あり

視点３：時系列トレンド
長期的なトレンドを確認する

視点４：比較
見たい効果以外の条件が同じもので比較する
飲酒あり飲酒なし
改正効果
時間効果- 時間効果= 改正効果
その他効果その他効果

Tokyor42_r_datamining_18

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (20)

More from Yohei Sato

More from Yohei Sato (20)

Tokyor42_r_datamining_18