難易度:★★☆☆☆
モバイル空間統計とは、ドコモの携帯電話ネットワークのしくみを使用して作成される人口の統計情報です。 本Gymではモバイル空間統計を通して人口データの扱いについて学び、COVID-19下における人の滞在について分析・考察まで行うことを目的としています。
Mission 1
モバイル空間統計についての概要と、本Gymの構成について説明します。
Mission 2
モバイル空間統計始め、人流データを扱う際に必要となる「メッシュ」の概念について学んでいきます。
メッシュに関するクイズを解いていきましょう。
Mission 3
Mission2では、モバイル空間統計始め人流データを扱う際にキーとなるメッシュの概念について学びました。Missin3では実際にモバイル空間統計の探索的分析を行っていきます。モバイル空間統計のデータについて、分析しやすいように前処理を行なった後、モバイル空間統計の2019/04/07〜2019/04/13の1週間分のデータを用いてデータの特徴をつかんでいきましょう。
Mission2では、モバイル空間統計始め人口データを扱う際にキーとなるメッシュの概念について学びました。Missin3では実際にモバイル空間統計の探索的分析を行っていきます。まず分析しやすいようにデータの前処理を行なったのち、次のTaskでは実際に地域の特色を分析により洗い出していきます。
ここまでで以下のような前処理を行ってきました。
- 平日/土日別の切り口で分析を行うため、各日の平日/土日判定を`weekend_cat`列に保存(weekday = 平日, weekend = 土日)
- 日中/それ以外の切り口で分析を行うため、各時間の日中/それ以外判定を`time_cat`列に保存(day = 日中, night = 夜間/早朝)
- より広域での分析を行うため、分割地域メッシュ`area`列を三次メッシュに変換し、`mod_area`列に保存。(`mod_area`ごとの滞在人数を調べる場合は、`groupby`を行い、変換前の`area`列の情報の和を取る必要がある)
ここからはこれらの前処理後のデータを用いて、モバイル空間統計の2019/04/07〜2019/04/13の1週間分のデータを分析し、メッシュごとの特徴をつかんでいきましょう。
Mission 4
これまでの知識を用いて、COVID-19前後での人の滞在の分析を行なっていきます。モバイル空間統計の2019/2020/2021年、それぞれの年における4月28日〜5月4日(GW期間)のデータを用いて、COVID-19前後の人流の変化について考察していきましょう。
Mission4ではモバイル空間統計の2019/2020/2021年、それぞれの年における4月28日〜5月4日(GW期間)のデータを用いて、COVID-19前後の人口の変化について考察していきます。 また人口に大きく変化のあった都市について、地図上にプロットする手法を学んでいきます。
モバイル空間統計の2019/2020/2021年、それぞれの年における4月28日〜5月4日(GW期間)のデータを用いて、COVID-19前後の人流の変化について考察しました。最後に、分析結果を地図上に可視化する方法について学んでいきましょう。