""" 教育用再現コード: 2022年 統計データ分析コンペティション 審査員奨励賞 [高校生の部] ================================================================= 論文タイトル：気象条件と地域経済：降水量・気温が消費行動に与える影響 受賞：審査員奨励賞（高校生の部） 【分析概要】 データ：SSDSE-B-2026.csv（都道府県別データ） 目的変数：消費支出（二人以上の世帯）、食料費（二人以上の世帯） 説明変数：年平均気温、降水量（年間）、最高気温、降水日数 制御変数：高齢化率、総人口 Step1. 気温の都道府県別分布（ランキング棒グラフ） Step2. 気温 vs 消費支出 散布図（2022年、地域別色分け） Step3. OLS重回帰：消費支出の気象要因（回帰係数プロット） Step4. 降水量 vs 食料費 散布図（2022年） 【変数】 説明変数（気象）: 年平均気温（℃） 最高気温（日最高気温の月平均の最高値）（℃） 降水日数（年間）（日） 降水量（年間）（mm） 目的変数: 消費支出（二人以上の世帯）（円/月） 食料費（二人以上の世帯）（円/月） 制御変数: 高齢化率（65歳以上人口 / 総人口 × 100） 総人口（万人） 【データ出典】 SSDSE-B-2026.csv: 社会・人口統計体系（都道府県データ） 統計センターより公表の実データ 【データサイエンス学習ポイント】 1. 気象データの統計的分析（外生性と気象変数の活用法） 2. 単回帰 vs 重回帰（交絡変数の制御の必要性） 3. 残差プロットによる仮定の検証 4. 気象と消費の経済理論的背景 ================================================================= """ # ============================================================ # 【データの準備】実行前に以下のデータファイルを用意してください # # 必要ファイル: # ・SSDSE-B-2026.csv # → data/raw/SSDSE-B-2026.csv に配置 # # ダウンロード先: # https://www.nstac.go.jp/use/literacy/ssdse/ # （SSDSE-B（社会・人口統計体系 都道府県データ） の CSV をダウンロード） # # フォルダ配置（プロジェクトルートからの相対パス）: # code/ ← このスクリプトの場所 # data/raw/ ← CSV ファイルをここに配置 # html/figures/ ← 図の出力先（自動生成） # # 実行方法（ファイルを一切編集せず実行可能）: # python3 code/2022_H5_3_shorei.py # ============================================================ import numpy as np import pandas as pd import matplotlib matplotlib.use('Agg') import matplotlib.pyplot as plt import statsmodels.api as sm from scipy import stats import warnings warnings.filterwarnings('ignore') # ────────────────────────────────────────────────────────────── # 共通設定 # ────────────────────────────────────────────────────────────── plt.rcParams['font.family'] = 'Hiragino Sans' plt.rcParams['axes.unicode_minus'] = False plt.rcParams['figure.dpi'] = 150 import os FIG_DIR = 'html/figures' DATA_B = 'data/raw/SSDSE-B-2026.csv' os.makedirs(FIG_DIR, exist_ok=True) # ================================================================ # ■ 実データ読み込み（SSDSE-B-2026: 都道府県データ） # ================================================================ df_b = pd.read_csv(DATA_B, encoding='cp932', header=1) df_b = df_b[df_b['地域コード'].str.match(r'^R\d{5}$', na=False)].copy() df_b['年度'] = df_b['年度'].astype(int) # 2022年度データを抽出 df = df_b[df_b['年度'] == 2022].copy().reset_index(drop=True) print("=" * 65) print(f"■ 対象都道府県数: N={len(df)}（2022年度 SSDSE-B）") print("=" * 65) # ── 変数生成 ───────────────────────────────────────────────────── num_cols = [ '年平均気温', '最高気温（日最高気温の月平均の最高値）', '降水日数（年間）', '降水量（年間）', '消費支出（二人以上の世帯）', '食料費（二人以上の世帯）', '総人口', '65歳以上人口', ] for c in num_cols: df[c] = pd.to_numeric(df[c], errors='coerce') df['高齢化率'] = df['65歳以上人口'] / df['総人口'] * 100 df['総人口_万人'] = df['総人口'] / 10000 df['消費支出_万円'] = df['消費支出（二人以上の世帯）'] / 10000 df['食料費_万円'] = df['食料費（二人以上の世帯）'] / 10000 # 地域区分マップ region_map = { '北海道': '北海道・東北', '青森県': '北海道・東北', '岩手県': '北海道・東北', '宮城県': '北海道・東北', '秋田県': '北海道・東北', '山形県': '北海道・東北', '福島県': '北海道・東北', '茨城県': '関東', '栃木県': '関東', '群馬県': '関東', '埼玉県': '関東', '千葉県': '関東', '東京都': '関東', '神奈川県': '関東', '新潟県': '中部', '富山県': '中部', '石川県': '中部', '福井県': '中部', '山梨県': '中部', '長野県': '中部', '岐阜県': '中部', '静岡県': '中部', '愛知県': '中部', '三重県': '近畿', '滋賀県': '近畿', '京都府': '近畿', '大阪府': '近畿', '兵庫県': '近畿', '奈良県': '近畿', '和歌山県': '近畿', '鳥取県': '中国・四国', '島根県': '中国・四国', '岡山県': '中国・四国', '広島県': '中国・四国', '山口県': '中国・四国', '徳島県': '中国・四国', '香川県': '中国・四国', '愛媛県': '中国・四国', '高知県': '中国・四国', '福岡県': '九州・沖縄', '佐賀県': '九州・沖縄', '長崎県': '九州・沖縄', '熊本県': '九州・沖縄', '大分県': '九州・沖縄', '宮崎県': '九州・沖縄', '鹿児島県': '九州・沖縄', '沖縄県': '九州・沖縄', } region_colors = { '北海道・東北': '#4e9af1', '関東': '#e05c5c', '中部': '#f0a500', '近畿': '#5cb85c', '中国・四国': '#9b59b6', '九州・沖縄': '#f39c12', } df['地域'] = df['都道府県'].map(region_map) # 欠損除外 df_valid = df.dropna(subset=[ '年平均気温', '最高気温（日最高気温の月平均の最高値）', '降水日数（年間）', '降水量（年間）', '消費支出（二人以上の世帯）', '食料費（二人以上の世帯）', '高齢化率', '総人口_万人' ]).copy().reset_index(drop=True) N = len(df_valid) print(f"有効都道府県数（欠損除外後）: N={N}") # ── 基本統計量 ────────────────────────────────────────────────── print() print(df_valid[['年平均気温', '降水量（年間）', '消費支出_万円', '食料費_万円', '高齢化率', '総人口_万人']].describe().round(2)) # ── 相関分析 ─────────────────────────────────────────────────── print("\n" + "=" * 65) print("■ 相関分析（気象変数 × 消費支出・食料費）") print("=" * 65) weather_vars = ['年平均気温', '最高気温（日最高気温の月平均の最高値）', '降水日数（年間）', '降水量（年間）'] target_vars = ['消費支出_万円', '食料費_万円'] print(f"\n {'変数':<30} {'vs 消費支出':>12} {'vs 食料費':>12}") print(" " + "-" * 58) for wv in weather_vars: r1, p1 = stats.pearsonr(df_valid[wv], df_valid['消費支出_万円']) r2, p2 = stats.pearsonr(df_valid[wv], df_valid['食料費_万円']) s1 = '***' if p1 < 0.001 else '**' if p1 < 0.01 else '*' if p1 < 0.05 else 'n.s.' s2 = '***' if p2 < 0.001 else '**' if p2 < 0.01 else '*' if p2 < 0.05 else 'n.s.' print(f" {wv:<30} r={r1:+.3f}{s1:>4} r={r2:+.3f}{s2:>4}") # ── OLS重回帰分析（消費支出） ───────────────────────────────── print("\n" + "=" * 65) print("■ OLS重回帰分析（目的変数: 消費支出）") print("=" * 65) xvars_names = ['年平均気温', '降水量（年間）', '高齢化率', '総人口_万人'] df_reg = df_valid[['消費支出_万円'] + xvars_names].dropna() X_reg = sm.add_constant(df_reg[xvars_names]) res_ols = sm.OLS(df_reg['消費支出_万円'], X_reg).fit() print(res_ols.summary()) # ================================================================ # ■ 図の生成（4枚） # ================================================================ # ──────────────────────────────────────────────────────────────── # 図1: 年平均気温の都道府県別ランキング棒グラフ # ──────────────────────────────────────────────────────────────── df_rank = df_valid[['都道府県', '年平均気温', '地域']].sort_values( '年平均気温', ascending=True).reset_index(drop=True) fig1, ax1 = plt.subplots(figsize=(10, 10)) bar_colors = [region_colors.get(df_rank.loc[i, '地域'], '#888888') for i in df_rank.index] bars = ax1.barh(range(len(df_rank)), df_rank['年平均気温'], color=bar_colors, alpha=0.85, edgecolor='white', height=0.7) ax1.set_yticks(range(len(df_rank))) ax1.set_yticklabels(df_rank['都道府県'], fontsize=9) ax1.set_xlabel('年平均気温（℃）', fontsize=12) ax1.set_title('年平均気温の都道府県別ランキング（2022年）\n' '（出所：SSDSE-B-2026、気象庁）', fontsize=13, fontweight='bold') ax1.grid(axis='x', alpha=0.3) # 数値ラベル for i, (idx, row) in enumerate(df_rank.iterrows()): ax1.text(row['年平均気温'] + 0.1, i, f"{row['年平均気温']:.1f}℃", va='center', ha='left', fontsize=7.5) # 凡例 from matplotlib.patches import Patch legend_handles = [Patch(color=c, alpha=0.85, label=r) for r, c in region_colors.items()] ax1.legend(handles=legend_handles, fontsize=8, loc='lower right', title='地域', title_fontsize=9) plt.tight_layout() fig1.savefig(os.path.join(FIG_DIR, '2022_H5_3_fig1_temp_rank.png'), bbox_inches='tight', dpi=150) plt.close(fig1) print("\n図1保存: 2022_H5_3_fig1_temp_rank.png") # ──────────────────────────────────────────────────────────────── # 図2: 気温 vs 消費支出 散布図（2022年、地域別色分け） # ──────────────────────────────────────────────────────────────── fig2, ax2 = plt.subplots(figsize=(9, 6)) for reg, grp in df_valid.groupby('地域'): ax2.scatter(grp['年平均気温'], grp['消費支出_万円'], color=region_colors.get(reg, '#888888'), label=reg, s=70, alpha=0.85, zorder=3) # 都道府県名ラベル for _, row in df_valid.iterrows(): ax2.annotate(row['都道府県'][:2], (row['年平均気温'], row['消費支出_万円']), fontsize=6.5, alpha=0.75, xytext=(3, 3), textcoords='offset points') # 回帰直線 x2 = df_valid['年平均気温'].values y2 = df_valid['消費支出_万円'].values slope2, intercept2, r2, p2, _ = stats.linregress(x2, y2) xr2 = np.linspace(x2.min(), x2.max(), 100) ax2.plot(xr2, slope2 * xr2 + intercept2, 'k--', linewidth=1.5, label=f'回帰直線 (r={r2:.3f}, p={p2:.3f})') ax2.set_xlabel('年平均気温（℃）', fontsize=12) ax2.set_ylabel('消費支出（万円/月）', fontsize=12) ax2.set_title('年平均気温 vs 消費支出（二人以上の世帯, 2022年）\n' '（地域別色分け、都道府県ラベル付き）', fontsize=12, fontweight='bold') ax2.legend(fontsize=8, ncol=2, loc='upper right') ax2.grid(alpha=0.3) plt.tight_layout() fig2.savefig(os.path.join(FIG_DIR, '2022_H5_3_fig2_temp_consumption.png'), bbox_inches='tight', dpi=150) plt.close(fig2) print("図2保存: 2022_H5_3_fig2_temp_consumption.png") # ──────────────────────────────────────────────────────────────── # 図3: OLS回帰係数プロット（消費支出の気象要因） # ──────────────────────────────────────────────────────────────── # 標準化係数（比較のため） df_std = df_reg.copy() for col in df_std.columns: if df_std[col].std() > 0: df_std[col] = (df_std[col] - df_std[col].mean()) / df_std[col].std() X_std = sm.add_constant(df_std[xvars_names]) res_std = sm.OLS(df_std['消費支出_万円'], X_std).fit() # プロット用ラベル label_map = { '年平均気温': '年平均気温（℃）', '降水量（年間）': '降水量・年間（mm）', '高齢化率': '高齢化率（%）', '総人口_万人': '総人口（万人）', } coefs_std = res_std.params.drop('const') ses_std = res_std.bse.drop('const') pvals_std = res_std.pvalues.drop('const') labels_std = [label_map.get(c, c) for c in coefs_std.index] colors_std = ['#C62828' if p < 0.01 else '#FF8F00' if p < 0.05 else '#9E9E9E' for p in pvals_std] fig3, ax3 = plt.subplots(figsize=(9, 5)) y_pos = np.arange(len(coefs_std)) ax3.barh(y_pos, coefs_std.values, color=colors_std, alpha=0.80, edgecolor='white', height=0.6) ax3.errorbar(coefs_std.values, y_pos, xerr=1.96 * ses_std.values, fmt='none', color='#333', capsize=4, linewidth=1.2) ax3.axvline(0, color='gray', linestyle='--', linewidth=1.0) ax3.set_yticks(y_pos) ax3.set_yticklabels(labels_std, fontsize=11) ax3.set_xlabel('標準化回帰係数（±1.96SE）', fontsize=11) ax3.set_title(f'消費支出の気象・社会要因 OLS重回帰（標準化係数）\n' f'R²={res_std.rsquared:.3f}, N={N}都道府県（2022年）', fontsize=12, fontweight='bold') ax3.invert_yaxis() ax3.grid(axis='x', alpha=0.3) # p値の星マーク for i, (coef, se, p) in enumerate(zip(coefs_std.values, ses_std.values, pvals_std)): sig = '***' if p < 0.001 else '**' if p < 0.01 else '*' if p < 0.05 else '' xpos = coef + 1.96 * se + 0.02 ax3.text(xpos, i, sig, va='center', ha='left', fontsize=11, color='#C62828') legend_handles = [ Patch(color='#C62828', alpha=0.80, label='p < 0.01'), Patch(color='#FF8F00', alpha=0.80, label='p < 0.05'), Patch(color='#9E9E9E', alpha=0.80, label='n.s.'), ] ax3.legend(handles=legend_handles, fontsize=9, loc='lower right') plt.tight_layout() fig3.savefig(os.path.join(FIG_DIR, '2022_H5_3_fig3_ols_coef.png'), bbox_inches='tight', dpi=150) plt.close(fig3) print("図3保存: 2022_H5_3_fig3_ols_coef.png") # ──────────────────────────────────────────────────────────────── # 図4: 降水量 vs 食料費 散布図（2022年） # ──────────────────────────────────────────────────────────────── fig4, ax4 = plt.subplots(figsize=(9, 6)) for reg, grp in df_valid.groupby('地域'): ax4.scatter(grp['降水量（年間）'], grp['食料費_万円'], color=region_colors.get(reg, '#888888'), label=reg, s=70, alpha=0.85, zorder=3) for _, row in df_valid.iterrows(): ax4.annotate(row['都道府県'][:2], (row['降水量（年間）'], row['食料費_万円']), fontsize=6.5, alpha=0.75, xytext=(3, 3), textcoords='offset points') x4 = df_valid['降水量（年間）'].values y4 = df_valid['食料費_万円'].values slope4, intercept4, r4, p4, _ = stats.linregress(x4, y4) xr4 = np.linspace(x4.min(), x4.max(), 100) ax4.plot(xr4, slope4 * xr4 + intercept4, 'k--', linewidth=1.5, label=f'回帰直線 (r={r4:.3f}, p={p4:.3f})') ax4.set_xlabel('降水量・年間（mm）', fontsize=12) ax4.set_ylabel('食料費（万円/月）', fontsize=12) ax4.set_title('降水量（年間）vs 食料費（二人以上の世帯, 2022年）\n' '（地域別色分け）', fontsize=12, fontweight='bold') ax4.legend(fontsize=8, ncol=2, loc='upper right') ax4.grid(alpha=0.3) plt.tight_layout() fig4.savefig(os.path.join(FIG_DIR, '2022_H5_3_fig4_precip_food.png'), bbox_inches='tight', dpi=150) plt.close(fig4) print("図4保存: 2022_H5_3_fig4_precip_food.png") print("\n全図の生成完了（4枚）") print(" fig1: 2022_H5_3_fig1_temp_rank.png — 年平均気温ランキング棒グラフ") print(" fig2: 2022_H5_3_fig2_temp_consumption.png — 気温 vs 消費支出 散布図") print(" fig3: 2022_H5_3_fig3_ols_coef.png — OLS回帰係数プロット") print(" fig4: 2022_H5_3_fig4_precip_food.png — 降水量 vs 食料費 散布図")