Co-evolution of human and technology
多くの空間アプリケーションがカスタム定義の空間機能を組み合わせている．例えば顧客セットの局在と，広く受け入れられた表現の空間データ，地球上の汎用性のある特徴，例えば国や州の境界線，世界の主要都市の局在および主要な道路や鉄道の経路などである．この情報は自分自身で作成するよりも，多くの代替可能な資源が存在しており，そこから普通に使うための空間データを取得して空間アプリケーションに搭載できる．
本章では，そこから一般公開された空間情報を取得できる資源，そこでそのデータが普通に提供されるフォーマットおよびその情報を SQL Server にインポートするのに使える技術を紹介しよう．
“第 6 章 空間データをインポートする (Beginning Spatial with SQL Server 2008)” の続きを読む
前章では，空間参照系の背後にある理論を紹介し，異なる種類のシステムが地球上の特徴を記述する方法を説明した．本章では，これらのシステムを適用して SQL Server 2008 における新しい空間データ型を使って空間情報を蓄積する方法を学んでもらう．
“第 2 章 SQL Server 2008 で空間データを実装する (Beginning Spatial with SQL Server 2008)” の続きを読む
空間データをデータベースで扱うにあたりどうしても避けて通れないのが，空間データがデータベース内でどう扱われているかを知ることである．
EXCEL のオブジェクトも本質を知っているわけではないが，プロパティやメソッドを知ることで「どう動いているか」は見当がつく．SQL Server でも同じことである．
“第 1 章 空間情報を定義する (Beginning Spatial with SQL Server 2008)” の続きを読む
e-Stat を渉猟していると面白いファイルを見つけた．国勢調査は 1920 年から開始されており， 2020 年 3 月現在では最新の調査結果は 2015 年のものである．20 回分の人口データが一つのファイルにまとめられており，グラフ化するには格好のデータである．
年齢（5歳階級），男女別-都道府県（大正9年～平成27年）というファイルである．リンク先のページにはファイルが 3 つあるが，最後のものが最も粒度が細かいので，これをグラフ化する．
人口統計は最も重要な基幹統計の一つである．総務省の e-Stat は確かに有用であるが，かゆいところに手が届かない．例えば「市区町村ごと，年齢５歳階級ごとの人口構成の国勢調査ごとの推移を知りたい」という要求には全く無力である．
主として技術的な理由によるものと，統計調査の粒度の細かさによる．技術的な理由としては，データベースの画面表示セル数の上限を容易に超えてしまうデータ量になってしまうことである．しかし，根本的な理由は調査の粒度の細かさである．
2005 年以前と 2010 年以降とでは調査の精度が違う．今後は高精度なデータファイルが e-Stat に掲載されていくものと思われるが，2005 年以前に関しては都道府県より細かい粒度は存在しない．そこを求めると手作業になってしまい，現実的ではない．国立社会保障・人口問題研究所ならデータを持っているかもしれない．
2020 年は国勢調査の年にあたる．総務省にはできるだけ細かい粒度でのデータ掲載を望むものである．
また面倒な統計を見つけてしまった．Power Query に食わせれば早いのかも知れないが，どうにも埒が明かないので手動でデータを整形することになった．頼むから第一正規形で公開してくれ…
散布図におけるオブジェクトは以前の記事 VBAから見たEXCELの散布図 で取り上げた．今回はバブルチャートのデータ系列を調べたので備忘録がてら公開する．
読者がどの街に住んでいるか，俺は知らない．だが，将来読者の住む街の運命はほぼ確信を持って予言できる．今後しばらく繁栄が続くか，それとも衰退していくのかは，人口から予測できる．今日の記事ではその予測をデータを基に示す．後半は技術的な話題となる．
オブジェクトブラウザーは VBA の羅針盤である．しかし時に役に立たないことがある．今回はグラフの軸の書式設定でハマった経緯を備忘録として記しておく．
