a. 身近なデータを可視化

地域の気象データをダウンロードして、
わかりやすく可視化してみましょう

地域の身近なデータとして、新潟市の毎月の平均気温をダウンロードします。得られた数値データを、直観的にわかりやすく画像で表現してみましょう。線形回帰を使いながら、分散や標準偏差など、基本的な統計量についても学びます。

身近な地域の気象データを入手する

身近な地域の気象データは、国土交通省、気象庁のホームページから、誰でも簡単に入手できます。気温、降水、日照、積雪、風、湿度、などを選べます。データはエクセルファイルとしてダウンロードできますので、是非、ご自身で試してみてください。

生のデータ、そのままでは見にくい

新潟市の毎月の気温(月平均気温)をダウンロードしました。1882~2021年の、140年×12か月=1680カ月分です。横軸が時間であり、各年について1月から12月までの12カ月です。縦軸は各年の各月についての月平均気温です。1680カ月の数値を全部表示すると、とても見にくいです。このままでは温暖化の傾向がわかりません。どうしたらよいでしょうか?

データを見やすく可視化する

データを月と年を分けて、3次元の画像として表しました。黄色が暑い夏、青が寒い冬です。冬は気温が低く、夏は気温が高く、その傾向が毎年同じであることがハッキリと可視化されました。しかし、温暖化で気温が年々上昇している様子については、わかりやすくはありません。何か工夫はできないでしょうか?

ビデオ教材(パート1)

さらに詳細は、ビデオ教材をご覧ください。

ビデオ教材 パート1(7分36秒)

PDF教材(パート1)

01a_身近なデータを入手して可視化(平均と標準偏差) 【PDFファイルはこちらへ】



数値データをカラー画像で表す

右の画像は、横軸を年、縦軸を月として140年×12か月=1680カ月分、全ての気温を示しています。赤が高温、青が低温など、色が気温の高低を意味します。8月の気温が最も高いことや、それが年々上昇している様子が一目瞭然です。この様に、数値データをカラー画像として表示することで、入手したデータから様々な状況を分析できるようになります。

異常を検出したい

右の画像は、各月の気温の値から、各月の140年にわたる平均値を差し引いて表示した結果です。2月や3月など、8月以外の様子もわかります。右側へ行く程、赤いので、年々気温が上昇している様子も確認できます。季節性の要因のような周期性を持つ成分を差し引くことで、異常の度合いを可視化することができます。

ビデオ教材(パート2)

詳しくはビデオ教材をご覧ください。

ビデオ教材 パート2(9分14秒)

PDF教材

01b_身近なデータを入手して可視化(平均と標準偏差) 【PDFファイルはこちらへ】


このセクションで学ぶこと(続き)

以下のコンテンツへ続きます。以下のリンクから選択してみてください。

b. 気温はどこまで上昇? (線形回帰と予想区間)
c. EXCELで線形回帰   (散布図と回帰直線)
d. 酔っ払いは何処へ?  (正規分布と拡散方程式)