Co-evolution of human and technology
総務省の公開しているe-Statには社会疫学的指標が多く含まれる．今回熱中症搬送人員数に様々な指標を加えて解析してみた．
説明変数として日最高気温，日平均水蒸気圧，都道府県人口に加えて過去30日間の平均気温，エアコン保有台数，年間収入のジニ係数，光熱・水道費，実収入，第1次産業就業者比率，第2次産業就業者比率，都市公園数，都市緑化割合，自然公園割合，自然公園数，生活保護被保護人員を加えた．
すべての変数が有意であったが，VIFを見ると多重共線性を疑わせる変数もあり，良いモデルとは言えない結果となった．
表題の原文はCross-Sectional Analysis of the Relationship Between Home Blood Pressure and Indoor Temperature in Winter: A Nationwide Smart Wellness Housing Survey in Japan DOI: 10.1161/HYPERTENSIONAHA.119.12914で読める．家が寒いと血圧が上がるという経験則をデータで示した論文である．血圧が上がれば心血管疾患リスクが上がり，死亡率も上がる．したがって冬には死者が増える，という冬季超過死亡率の上昇まで見てあればよいのだが，残念ながら死亡はエンドポイントとして見ていない．それがこの研究の限界である．
熱中症の搬送人員と最高気温との相関関係を可視化し閾値をχ二乗検定するでは最高気温と搬送人員との相関関係を解析した．今回は水蒸気圧と搬送人員との関係を可視化し，閾値を求めた．重症度別の搬送人員についての検討は日平均蒸気圧と熱中症の重症度別搬送人員との関連を調べるに記述した．
Excelのピボットテーブルでクロス集計から統計解析まででも書いたが，統計解析の醍醐味は多変量解析にある．単変量解析では変数間の交絡の可能性が否定できず，重要なポイントを見落とすことがある．
統計の専門家ではないので完全に我流の方法であるが，多変量解析における変数選択の参考になるかと思い，記しておく．
過去に査読者とのやり取りの中で，変数選択の方法をかなり具体的に指示され，その通りにしないと通さないぞという言外の圧力を感じたことがある．
その時は違和感を感じつつもその通りにしたら通ったのだが，どうにもその違和感がずっと残っていた．いわく，単変量解析で有意になった変数のみを組み合わせて多変量解析に持ち込む，という手法だったのだが，本当にそれで良かったのだろうか？
先週の記事では SQL Server 2017 のデータベースエンジンをインストールした．今回は SQL Server Data Tools 2017 をインストールしたので備忘録を兼ねて公開する．