データ：

  • 町丁目別、年齢階級別の貸出冊数（１年間）（①）
  • 上のデータは３年分ある、また、本館・分館別にある
  • 町丁目別、利用者登録数（本館・分館は一緒）

分析方法（方法１）

  • 町丁目の重心～図書館（本館）までの距離（②）を算出。
  • 年齢階級別に、①を縦軸、②を横軸にとった散布図（③）を作成。
  • 年齢階級により③がどのように異なるのかを整理。
  • 具体的には、線形回帰した場合の傾き、決定係数（ばらつき度合）から、年齢階級の特徴を表現。
  • ※この分析方法の欠点は、集合値（町丁目での貸出冊数）のバラツキを見ている点。また、個々の町丁目の貸出数のデータは、人口で按分した比率データであるから、１つ１つの点は少ない人口から構成されているものと、大きい人口から構成されているものがあり、それらの間でバラツキをとるという面から難がある。しかしながら、間接的であるとはいえ、その階級の人々にバラツキが反映されているということは言える。
  • ※もちろん個票データがあれば、利用者の住所、冊数でバラツキを出すことができる。

分析方法（方法２）

  • 町丁目の重心～図書館（本館）までの距離（②）を算出。
  • 図書館（本館）からの距離（0～500m, 500～1000m, 1000～1500m, ・・・）毎の貸出冊数を算出。（バッファを作成し、町丁目を面積按分し、それを用いて貸出冊数を按分する）
  • 横軸に距離階級、縦軸に貸出冊数としたヒストグラムを描く。
  • ある面、分散はわからないが、ヒストグラムはほぼ正確と思われる。バファの領域でまとめているということ。
  • しかし、この際、分散は、手袋でものをさわる感じが否めない。でも、意味はあるような気もする。
  • よって、ここで大切となるのは、各町丁目がどのゾーンに属するのか（複数のゾーンに属する場合は、それぞれの面積割合を計算しておくこと）である。
  • 分析方法

 

※実際には、距離に強く影響するのは図書館から2000m程度までと想定されるので、その間で回帰することも考えられる。

 

 

 

 

用語

  • 11桁コード
    • 1～２ケタ（２）　都道府県コード　ここまで２ケタ
    • 3～５ケタ（３）　市区町村コード　ここまで５ケタ
    • 6～８ケタ（３）　大字（〇○町）　ここまで８ケタ
    • 9～11ケタ（３）　町丁目　　　　　ここまで11ケタ

EXCEL

  • =vlookup((検索値, 範囲, 列番号, 検索の型))
    • 検索値（必須）
      • 検索するセル参照を指定。（又は単語を""を付けて直接入力）
      • 例：ネギはいくら？のネギ
    • 範囲（必須）
      • 2 列以上のセル範囲を指定。左端の列で検索値を検索。
      • 参照表を項目行を除き指定
      • 例：ネギ、野菜、800円などのレコード全てを選択
    • 列番号（必須）
      • 目的データが入力されている列番号を指定。
      • 例：金額は３列目であれば3を入力
    • 検索の型（省略可）
      • 検索値の検索方法を TRUE（近似値）か FALSE（完全一致）で指定します。省略するとTRUE。
  • =CONCATENATE(A2,B2)
    • 文字列の結合

QGIS

  • コードが細切れ（例：市区町村の列、大字の列）という形で格納されている場合は、フィールド計算機で||を使ってカラムを結合すればよい。
  • estatの境界データとcsvデータは、境界データ　+　csv　をkeycodeを使って結合できる
  • よくわからにのは、境界データに同じkeycodeであるものがあること
  • 結合すると、同じキーコードのポリゴンに、同じデータが結合されてしまうこと

 

 

1 進め方

  • まず、全年齢について、貸出冊数の分布をみる。ここにおいては、登録者数と同じように、「全館の冊数／町丁目の人口」で表現してみる。
  • これにより、館に近いエリアにおいては、貸出冊数が多く、それは登録率よりも顕著であることがわかるはずである。
  • 次に、本館について、年齢層別の実数で距離分布を出し、その傾きの違いを計算する。
  • 高齢者の方が、移動が億劫であることが考えられ、傾きは大きいのではないかと想定される。
    • 町丁目別・年齢別の人口との比率を用いることも方法であるが、その統計が得られないことを想定した。

２　データクリーニング

 

  • 図書館の統計について、町名までで数値化されているものは、町丁目の数で按分する。ただし、〇○町△△番地という意味の場合があり得る場合には、人口比で町名までの数値を残しておくこととする。
  • 当該町丁目の人口により指数化する必要がある。町丁目により年齢別の人口割合は異なるはずであるが、ここでは、どの町丁目もそれが同じであるとして。

 

 

 

 

 

属性データの結合方法

  • 結合されるデータを準備する
    • e-Statの町丁目データ（境界データ、人口データ等）（shp）
    • KEYフィールドは町丁目コード
  • 結合するデータを準備する
    • 図書館関係の統計データ（csv)
    • KEYフィールドをつける
  • 両方のデータをレイヤに読み込む
  • 結合されるデータのプロパティ→　＋ボタン　→　結合するファイルとKEYフィールドの指定