![見出し画像](https://assets.st-note.com/production/uploads/images/87926233/rectangle_large_type_2_1d3af6b3cbdac2bbe84c26479998ccda.png?width=1200)
Photo by
kohrogi
Tableauでの予測分析やってみた~その2~
東京都の新型コロナウイルス陽性者のグラフデータを使用してTableauの機能にある「予測」を使ってみました。(記事はこちら)
東京都以外にも、北海道・沖縄・石川・鳥取でもグラフを作成していたので、こちらのデータでも予測機能を使ってみようと思います。
![](https://assets.st-note.com/img/1664458371467-tz7T5xvzER.png?width=1200)
推定の薄い色の範囲が予測範囲で、95%の予測間隔を示しています。
今回は予測機能を使うとビジュアル的にどのように見ることができるのかを確認したかったため、この予測の精度や品質などの考察まではしません。
グラフが複数あるので、予測範囲が重なり見にくいですね。
一つひとつ分解して見てみましょう。
![](https://assets.st-note.com/img/1664458480072-ZUpEl2qpYK.png?width=1200)
![](https://assets.st-note.com/img/1664458535561-WxQuhfkKGv.png?width=1200)
![](https://assets.st-note.com/img/1664458597232-zK8lnbMakH.png?width=1200)
![](https://assets.st-note.com/img/1664458676240-TmyTcncSLw.png?width=1200)
各道県で見ると、予測範囲はそれぞれ同じ傾向があるように見えますが、縦軸の陽性者数のスケールが違うので、そこは注意ですね。
4道県重なったグラフでみると、縦軸の陽性者数のスケールの差がわかるので、石川や鳥取では予測の範囲が狭いことがわかりますね。
東京都と同じく、この4道県についても実際に2022年5月以降の陽性者数がどうなったのかを次回見てみようと思います。
この記事が気に入ったらサポートをしてみませんか?