SQL Serverでサブクエリとウィンドウ関数のパフォーマンスを比較した．用いたデータベースはHeatStrokeDBで，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二乗検定するで作成したものである．
比較するツールはSET STATISTCS PROFILE ONコマンドである．クエリストアは筆者の環境では機能しなかった．
SQL Serverでサブクエリとウィンドウ関数とのパフォーマンスを比較する
SQL Serverの実行計画を取得しクエリストアを表示する
SQL Serverのクエリのコストを評価するには実行計画を取得する必要がある．最近のバージョンではクエリストアでクエリのコストを視覚化することが可能となった．今回はSQL Serverの実行計画を取得する従来の方法と，クエリストアを表示する方法を紹介する．元にした記事は日平均気温の過去30日間の移動平均をSQL Serverのウィンドウ関数を用いて計算するである．
二乗平均平方根誤差で回帰モデルの当てはまりを検討する
二乗平均平方根誤差とは英語では Root Mean Squared Error (RMSE) と書く．真値と予測値との乖離（誤差）を二乗し，その平均値をとり，その平方根を求めた値のことである．非負の値を取り，0に近いほど優れたモデルであることを示唆する．
今回使用するのはe-Statからの社会疫学的指標を加えて熱中症搬送人員数を分析するで使用したデータベースである．先の記事では回帰モデルを評価する指標が必要との認識であった．
社会疫学的指標を考慮した都道府県別の熱中症搬送人員数の予測と実際
都道府県別の熱中症搬送人員数の予測と実際をEXCELの組み合わせグラフで描くでは独立変数として日最高気温，日平均水蒸気圧，65歳以上人口，人口密度を投入し都道府県別の熱中症搬送人員数を予測した．以前の記事ではe-Statからの社会疫学的指標を加えて熱中症搬送人員数を分析した．社会疫学的指標としては日最高気温，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である．
今回は社会疫学的指標を独立変数として加えた熱中症搬送人員数の予測と実際を示す．
e-Statからの社会疫学的指標を加えて熱中症搬送人員数を分析する
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．
日平均気温の過去30日間の移動平均をSQL Serverのウィンドウ関数を用いて計算する
熱中症の搬送人員数が月平均気温と負の相関があるとの情報を得た．普段涼しい地域ほど日最高気温の上昇に弱いという意味である．普段涼しいということを表現するには過去30日間の日平均気温の平均を取ればよいだろうと判断した．こうなるとSQL Serverのウィンドウ関数の出番である．
熱中症データベースに気象庁の日平均風速テーブルを追加する
気象庁の過去の気象データ・ダウンロードからは膨大な気象データをダウンロードできる．今回の記事ではSQL Server内に構築した熱中症データベースに日平均風速のテーブルを追加する．
国土数値情報の令和2年の医療圏データの文字化けが直っていた
以前の投稿（Shape2SQL でシェープファイルを SQL Server 2008 R2 にアップロードする）で国土数値情報ダウンロードサービスの医療圏データが文字化けしていると記述した．改めてダウンロードして SQL Server にアップロードしたところ，いつの間にか文字化けが直っていた．以前にも河川データの文字化けを指摘したことがあるが，こちらも修正されていた（国土数値情報の河川データが一部直っていた件）．どうやら国土交通省に指摘すると修正してくれるらしい．
第13章 空間の関係性を検査する(Begining Spatial with SQL Server 2008)
空間情報を解析するとき，しばしば地球上の2つ以上の地物の関係を理解したくなる．例えば，a と b はどれだけ離れているのか？x と y との間の経路に z はあるのか？p と q は共通の境界を共有しているのか？本章では，これらの疑問に答えるためのメソッドを紹介し，空間データの2つのアイテム間の関係の異なる点から比較しよう．これらのメソッドのすべての構文は，比較のなされるインスタンスがパラメータとしてメソッドに提供され，最初のインスタンス上で次のように動作する．
Instance1.Method(Instance2)
geometry 型および geography 型の両者が実装しているメソッドのコアセットは空間関係を比較するのに使われ，STEquals(), STIntersects(), STDistance() を含んでいる一方，geometry 型は特異的な関係を検査するのに使うもっと拡張した範囲のメソッドを実装しており，STOverlaps(), STCrosses(), および STContains() のようなものである．本章で紹介する各メソッドについて，どちらのデータ型で使われるか示そう．注意すべき点として，geometry 型および geography 型両者に実装されていても，異なるデータ型のインスタンスをそのメソッドで比較することはできないことである．例えば，STDistance() メソッドは2つの geography 型インスタンス間または2つの geometry 型インスタンス間の距離を計算することはできるが，geometry 型インスタンスと geography 型インスタンス間の距離を決定するのに使うことはできない．
“第13章 空間の関係性を検査する(Begining Spatial with SQL Server 2008)” の続きを読む
eStatから国勢調査の小地域の境界データをダウンロードしSQL Serverにアップロードする
国勢調査の結果がeStatに掲載され始めている．今回は小地域の境界データをダウンロードし，SQL Serverにアップロードするまでの記録を記す．