34 第 4 章べイジアンネットワーク い / 4. どちらかと言えばよくやっているとは思わない / 5. よくやっているとは思わない / 」、問 11 が「 1. かなり良い / 2. やや良い / 3. どちらでもない / 4. やや悪い / 5. かなり悪い」、問 12 が「 1. かなり良くなっている / 2. 少し良くなってい る / 3. 変わらない / 4. 少し悪くなっている / 5. かなり悪くなっている」というものになっています。 こではこれを質的変数として使うため、 Excel を用いて、問 7 については 1 , 2 を「 1 信頼する」、 3 , 4 を「 2 信頼し ない」、問 8 は 1 , 2 を「 1 評価する」、 3 を「 2 中立」、 4 , 5 を「 3 評価しない」、問 11 , 12 は 1 , 2 を「 1 ( 景気 / 暮らし向き ) よい」、 3 を「 2 中立」、 4 , 5 を「 3 悪い」に変換します。なお、一つでも無回答があるデータは除きました。このデータ を utas-data3. csv という csv ファイルに保存します。そしてそれを datasetl という文字に読み込みます。 > datasetl く一 read. csv("utas_data3. csv" ,header=T,row. name=l) > datasetl 安倍政権 暮らし向き 1 6 8 9 11 13 政府 1 信頼する 2 信頼しない 1 信頼する 2 信頼しない 3 評価しない 3 景気悪い 3 暮らし向き悪い 2 信頼しない 3 評価しない 3 景気悪い 3 暮らし向き悪い 1 評価する 3 景気悪い 2 暮らし向き中立 1 評価する 3 景気悪い 1 暮らし向きよい 2 中立 3 景気悪い 3 暮らし向き悪い 2 信頼しない 3 評価しない 3 景気悪い 1 暮らし向きよい データの特徴を図に示します。この特徴を踏まえた上で、分析を行っていきましよう (N = 1 , 772 ) 。 合は、データセットをそのままコマンド network の中にぶち込んでしま まず、全ての組み合わせを分析対象とする場合を説明します。この場 4.3 全ての組み合わせを描画する > ggpairs (datasetl) > 1ibrary(GGa11y) > 1ibrary(ggp10t2) は前章でも用いたコマンド ggpairs で描画しました。 なお、 0 この図 えば済みます。 > netl く一 network(datasetl) > plot(netl) 0 囲みの下段にある pl 。 t コマンドで描画してみると右のようなものが 現れるはすです。この段階ではまだ矢印は描かれていません。 次に、事前分布を設定します。次のように、コマンド jointprior に 先ほど作成したネットワークを入れると、次のように動作するはすです。 > netl—prior く一 jointprior(netl) lmaginary sample size: 162 0 それでは、いよいよネットワークの描画に映ります。コマンド learn を使ってべイズ学習を行います。なお入力す る際に、最後の「 $ nw 」は描画をする際に必要になりますので、忘れないように入れてください。 Bayes AnaIysis Maniax フリ ーソフトで始めるべイズ統計解析
38 [Autosearch ( 1 ) ー 6845.746 [ 政府 ] [ 安倍政権一政府 ] [ 景気 ] [ 暮らし向き ] > net2_post く一 autosearch(net2_nw ,datasetl , net2_prior ,trace=TRUE) > net2-nw く一 1earn(net2,dataset1,net2—prior)$nw # $ 第 4 章 べイジアンネットワーク ( 2 ) ( 3 ) ( 4 ) ー 6686.305 [ 政府 ] [ 安倍政権一政府 ] [ 景気ー暮らし向き ] [ 暮らし向き ] ー 6554.881 [ 政府ー景気 ] [ 安倍政権一政府 ] [ 景気ー暮らし向き ] [ 暮らし向き ] ー 6491.432 [ 政府ー景気 ] [ 安倍政権一政府 : 景気 ] [ 景気ー暮らし向き ] [ 暮らし向き ] . ( 5 ) ー 6486.813 [ 政府ー景気 ] [ 安倍政権一政府 : 景気 : 暮らし向き ] [ 景気ー暮らし向き ] [ 暮らし向き ] . ( 6 ) ー 6482 . 809 [ 政府ー景気 : 暮らし向き ] [ 安倍政権一政府 : 景気 : 暮らし向き ] [ 景気ー暮らし向き ] [ 暮らし向き ] . Tota1 0 add 0 rem 0 turn 0 sort 0 choose 0 rest 0 ] localprob コマンドで中身 ( 後述 ) を見てみると、安倍政権への評価 こでは「安 からほかの項目に出ていないことが分かるかと思います。 倍政権」の中身を抽出してみます。 > localprob (getnetwork(net2-post) ) $ 政府 $ 安倍政権 1 景気よい , 1 暮らし向きよい S ( 0 「を巧 749 147 R 500 1 358188 を・ 18 1 評価する 2 中立 3 評価しない 1 信頼する 0 .75362319 0 .62500000 0.60000000 2 信頼しない 0 .24637681 0 .37500000 0 .40000000 ( 略 ) , 2 景気中立 , 3 暮らし向き悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .48484848 0 .26190476 0.15384615 2 信頼しない 0 .51515152 0 .73809524 0 .84615385 3 景気悪い , 3 暮らし向き悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .42045455 0 .15121951 0.06392694 2 信頼しない 0.57954545 0 .84878049 0 .93607306 Bayes Analysis Maniax フリーソフトで始めるべイズ統計解析 み込むことで、より深層に迫った分析ができるのです。 を評価していないとなれば、安倍政権の信頼度は 6.4 % にまで下がってしまいます。このように、計算しない因果を組 ば、安倍政権への信頼度は 75.4 % にまで膨れ上がります。逆に景気も暮らし向きも「悪い」と感じていて、さらに政府 では見られなかったものです。例えば景気も暮らし向きも「よい」と評価していて、さらに政府を信頼しているとすれ このように、景気と暮らし向きの両方が安倍政権への評価に影響を与えていることがわかります。これは前節の分析
4.6 付録 : 各モデルの中身 , 2 景気中立 , 2 暮らし向き中立 43 1 評価する 2 中立 3 評価しない 1 信頼する 0 .56250000 0 .20238095 0 .15789474 2 信頼しない 0 .43750000 0 .79761905 0.84210526 , 3 景気悪い , 2 暮らし向き中立 1 評価する 2 中立 3 評価しない 1 信頼する 0 .40211640 0 .18064516 0 .06250000 2 信頼しない 0 .59788360 0 .81935484 0 .93750000 1 景気よい , 3 暮らし向き悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .60714286 0 .33333333 0 .50000000 2 信頼しない 0 .39285714 0 .66666667 0 . 50000000 , 2 景気中立 , 3 暮らし向き悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .48484848 0 .26190476 0 .15384615 2 信頼しない 0 .51515152 0 .73809524 0 .84615385 , 3 景気悪い , 3 暮らし向き悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .42045455 0.15121951 0 .06392694 2 信頼しない 0 .57954545 0.84878049 0 .93607306 $ 景気 1 景気よい 2 景気中立 3 景気悪い 0 . 1750000 0 .2542553 0 .5707447 $ 暮らし向き 1 暮らし向きよい 2 暮らし向き中立 3 暮らし向き悪い 1 景気よい 2 景気中立 3 景気悪い 0 .50931677 0 .28571429 0 .20496894 0 .21361257 0 .32565445 0 .46073298 0 .05628272 0 . 15837696 0 .78534031 4.6.3 数値データを加えたもの > 10ca1prob(getnetwork(net3—post) ) 2 信頼しない 0 .3333333 0.4878049 0 .7419355 1 信頼する 0 .6666667 0 .5121951 , 1 暮らし向きよい $ 政府 1 景気よい 2 景気中立 3 景気悪い 0 .2580645
42 3 景気悪い 2 景気中立 1 景気よい 第 4 章 べイジアンネットワーク 1 暮らし向きよい 2 暮らし向き中立 3 暮らし向き悪い 0 .50931677 0 .28571429 0 .20496894 0 .21361257 0 .32565445 0 .46073298 0 .05628272 0 . 15837696 0 .78534031 4.6.2 描画に制限を加えたもの > 10ca1prob(getnetwork(net2-post) ) $ 政府 1 暮らし向きよい 1 景気よい 2 景気中立 3 景気悪い 1 信頼する 0 .7317073 0.5217391 0.2424242 2 信頼しない 0 .2682927 0 .4782609 0.7575758 , 2 暮らし向き中立 1 景気よい 2 景気中立 3 景気悪い 1 信頼する 0.7254902 0 .4405145 0 .2500000 2 信頼しない 0.2745098 0 .5594855 0 .7500000 , 3 暮らし向き悪い 1 景気よい 2 景気中立 3 景気悪い 1 信頼する 0 .5348837 0 .3719008 0 .1983333 2 信頼しない 0.4651163 0 .6280992 0 .8016667 $ 安倍政権 1 景気よい , 1 暮らし向きよい 1 評価する 2 中立 3 評価しない 1 信頼する 0 .75362319 0 .62500000 0 .60000000 2 信頼しない 0 .24637681 0 .37500000 0 .40000000 , 2 景気中立 , 1 暮らし向きよい 2 中立 3 評価しない 1 評価する 1 信頼する 0 .56666667 0.50000000 0 .33333333 2 信頼しない 0 .43333333 0 .50000000 0 .66666667 , 3 景気悪い , 1 暮らし向きよい 1 評価する 2 中立 3 評価しない 1 信頼する 0 .21428571 0 .27272727 0.25000000 2 信頼しない 0.78571429 0 .72727273 0.75000000 1 景気よい , 2 暮らし向き中立 1 評価する 2 中立 3 評価しない 1 信頼する 0 .78488372 0 .40000000 0 .42857143 2 信頼しない 0 .21511628 0 .60000000 0.57142857 Bayes Analysis Maniax フリーソフトで始めるべイズ統計解析
4.6 付録 . 各モデルの中身 > localprob(getnetwork(netl—post) ) 4.6.1 全ての組み合わせを描画したもの 41 $ 政府 1 景気よい 1 評価する 2 中立 3 評価しない 1 信頼する 0 .75836431 0 .42857143 0 .50000000 2 信頼しない 0 .24163569 0 .57142857 0.50000000 , 2 景気中立 1 評価する 2 中立 3 評価しない 1 信頼する 0 . 54605263 0 .24264706 0 .18421053 2 信頼しない 0.45394737 0.75735294 0.81578947 3 景気悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .40369393 0 .16711590 0 .06811146 2 信頼しない 0 .59630607 0 .83288410 0 .93188854 $ 安倍政権 , 1 暮らし向きよい 1 評価する 2 中立 1 景気よい 2 景気中立 3 景気悪い 0 .84146341 0 .65217391 0 .42424242 0 .09756098 0 .21739130 0 .33333333 3 評価しない 0.06097561 0 .13043478 0 .24242424 , 2 暮らし向き中立 1 評価する 2 中立 1 景気よい 2 景気中立 3 景気悪い 0 .84313725 0 .66881029 0 .42954545 0 . 12254902 0 .27009646 0 .35227273 3 評価しない 0.03431373 0 .06109325 0.21818182 , 3 暮らし向き悪い 1 評価する 2 中立 1 景気よい 2 景気中立 3 景気悪い 0 .65116279 0 .54545455 0 .29333333 0 .20930233 0 .34710744 0 .34166667 3 評価しない 0 .13953488 0 .10743802 0 .36500000 1 景気よい 2 景気中立 3 景気悪い 0 . 1750000 0 .2542553 0 .5707447 $ 暮らし向き
44 , 2 暮らし向き中立 1 景気よい 2 景気中立 3 景気悪い 1 信頼する 0 .6871166 0 .4163424 0 .2427441 2 信頼しない 0 .3128834 0 .5836576 0.7572559 , 3 暮らし向き悪い 1 景気よい 2 景気中立 3 景気悪い 1 信頼する 0 .5000000 0 .3368421 0.1891892 2 信頼しない 0 . 5000000 0 .6631579 0 .8108108 $ 安倍政権 1 景気よい , 1 暮らし向きよい 1 評価する 2 中立 3 信頼しない 1 信頼する 0 .68750000 0 .57142857 0 .60000000 2 信頼しない 0 .31250000 0 .42857143 0 .40000000 2 景気中立 , 1 暮らし向きよい 1 評価する 2 中立 3 信頼しない 1 信頼する 0.53846154 0 .55555556 0 .33333333 2 信頼しない 0 .46153846 0.44444444 0.66666667 , 3 景気悪い , 1 暮らし向きよい 2 中立 3 信頼しない 1 評価する 1 信頼する 0 .23076923 0 .30000000 0 .25000000 2 信頼しない 0 .76923077 0 .70000000 0 .75000000 1 景気よい , 2 暮らし向き中立 第 4 章 べイジアンネットワーク 1 評価する 2 中立 3 信頼しない 1 信頼する 0 .75555556 0 .33333333 0 .42857143 2 信頼しない 0 .24444444 0 .66666667 0.57142857 , 2 景気中立 , 2 暮らし向き中立 1 評価する 2 中立 3 信頼しない 1 信頼する 0 .53488372 0.19402985 0 .11111111 2 信頼しない 0 .46511628 0.80597015 0 .88888889 , 3 景気悪い , 2 暮らし向き中立 1 評価する 2 中立 3 信頼しない 1 信頼する 0 .40361446 0 .15503876 0 .05952381 2 信頼しない 0 .59638554 0 .84496124 0 .94047619 1 景気よい , 3 暮らし向き悪い Bayes Analysis Maniax フリ ーソフトで始めるべイズ統計解析
4.6 付録 : 各モデルの中身 1 評価する 45 2 中立 3 信頼しない 1 信頼する [ 1 , ] [ 2 , ] [ 3 , ] [ 9 , ] [ 1 , ] 301.2939 36 .67619 ー 0 .14381045 0 .4053256 0 .03096386 0 .3750469 0 .58333333 0 .33333333 0 .40000000 , 2 景気中立 , 3 暮らし向き悪い 2 信頼しない 0.41666667 0 .66666667 0 .60000000 1 評価する 2 中立 3 信頼しない 1 信頼する 0 .42000000 0 .27272727 0 .16666667 2 信頼しない 0.58000000 0.72727273 0.83333333 , 3 景気悪い , 3 暮らし向き悪い 1 評価する 2 中立 3 信頼しない 1 信頼する 0 .40540541 0 .14606742 0.06250000 2 信頼しない 0 .59459459 0 .85393258 0 .93750000 $ 景気 1 景気よい 2 景気中立 3 景気悪い 0 . 1649810 0 .2484197 0 .5865992 $ 暮らし向き 1 暮らし向きよい 2 暮らし向き中立 3 暮らし向き悪い 1 景気よい 2 景気中立 3 景気悪い $ 自民温度 236 .4921 242 .9181 273 . 1851 232 .0901 341.2221 171.4389 458.2392 [ 2 , ] 359.6022 24 .29597 0 .45454545 0 .31060606 0 .23484848 37 .58304 62 .49618 46 .33755 72 .13284 58 .60974 47 .44389 59 .84389 [ , 2 ] 0 .20400501 0 .32165207 0 .47434293 0 .05837174 0 . 14592934 0 .79569892 [ 4 , [ 5 , [ 6 [ 7 , [ 8 , [ 10 , ] [ 11 , ] [ 12 , [ 13 , [ 14 , [ 15 , [ 16 , ] [ 17 , ] [ 18 , ] 305 .2332 71 .07195 363 .0888 63 .75609 463.9193 51 .51643 398 .0074 56 .93878 227.0989 65.78391 271.4158 52.03252 342.2402 60 .59650 289.5982 64.67778 292.3439 50 .78305 457.0783 45 .69647 334. 1743 60 .22324 $ 民主温度 [ , 2 ] [ , 3 ] [ , 4 ]
5.4 文章の中に分類が未知のものがある場合 51 分 分 ーココロに向かって耳をすまそう」 「くじぶん〉を愛するということ」 ー若者の法則」 「インターネット・マザー」 「ぷちナショナリズム症候群」 ー「愛国」問答」 「結婚幻想」 「 ( 私 ) の愛国心」 「生きづらい ( 私 ) たち」 「ネット下子とケータイ姫」 「 1 0 代のうちに考えておくこと」 r ( いい子 ) じゃなきゃいけないの ? 」 f いまどきの ( 常〉」 ー貧乏クジ世代」 丨テレビの罠」 「老後がこわい」 「多用化するリアル」 rN A N A を愛勝利学」 「スビリチュアルにハマる人、ハマらない人一 」らずに他人を保つける人たち」 ー「悩み」の正体」 ーなぜ日本人は劣化したか」 「おとなの男の心理学 : ーキレる大人はなぜ増えた」 「イメネコにしか心を開けない人たち」 「就がこわい」 「いしめるなリ ーの力」 ー「私はうつ」と言いたがる人たち」 観了という病」 ムは着者が撮いだ ! 」 「滝子さまと「新型うつ」」 ー ( 雅子さま ) はあなたと一緒に位いている」 「少年たちはなぜ人を毅すのか : しがみつかない生き方」 ー悪いのは私しゃない症矮群」 ーうつで困ったときに聞く本一 一日観はなせ生きづらいか ! ーしがみつかない死に方」 ー働く女の胸のウチ」 一人生の法員リ 「「今のあなた」で大丈夫リ 「丨だましだまし生きる」のもくない 「いのち問答 . 「 「世の中の意見が ( 私 ) とうときに読む本一 ー ( 不安な時代 ) の積神病理」 「どうして「琿想の自分」になれないのか」 ーこころの s 0 s をもっと発信しよう」 「なぜあの人は、仕事中だけ「うつ」になるのか」 「弱い自分を好きになる本」 ー 3 ・ 1 1 後の心を立て直す」 「気にしない岐術」 「「看取リ」の作法」 ーのチカラ」 一生きてるたけでなせい ? 」 ー職場で他人を保つける人たち」 」ストレスー 「どうしたら桜井さんのように「素」で生きられますか ? 」 「若者のホンネー 「新出生前診断と「命の選択」」 「弱者はもう教われないのか」 「傷ついたまま生きてみる」 い / ーシャルメディアの何が気持ち悪いのかー 「劣化する日本人
36 1 景気よい $ 政府 > localprob(getnetwork(netl—post) ) 図 4.2 第 4 章 Score -5742 467 Relscore. 8311875e -26 らし′ べイジアンネットワークの描画結果 倍孜 べイジアンネットワーク 1 評価する 2 中立 3 評価しない 1 信頼する 0 .75836431 0 .42857143 0 .50000000 2 信頼しない 0 .24163569 0 .57142857 0 .50000000 , 2 景気中立 1 評価する 2 中立 3 評価しない 1 信頼する 0 .54605263 0 .24264706 0 .18421053 2 信頼しない 0 .45394737 0.75735294 0.81578947 3 景気悪い 1 評価する 2 中立 3 評価しない 1 信頼する 0 .40369393 0.16711590 0.06811146 2 信頼しない 0 .59630607 0 .83288410 0 .93188854 $ 安倍政権 のように、べイジアンネットワークを使って、因果関係を調べることができるのです。 政府に対する信頼度は 75.8 % にまで上昇します。なお、暮らし向きについては、因果関係が見られませんでした。 まで増加するということです。逆に、景気について「よい」と評価し、また安倍政権を「評価する」としている場合は、 安倍政権を「評価しない」としていると、政府を信頼する確率は 6.8 % にまで減少し、逆に信頼しない確率は 93.2 % に この結果の解釈としては、例えば政府を信頼するかどうかについては、景気について「悪い」と評価していて、かっ Bayes Analysis Maniax フリ ーソフトで始めるべイズ統計解析
第 3 章 RStan によるべイズ統計解析 22 略称 項目 あなたは、国の政治をどれくらい信頼していますか。 1 つだけ〇を付けて 政治信頼する 問 7 ください。 現在のお宅のくらしむきを 1 年前と比べると、どうでしようか。 1 つだけ 暮らし向き改善 問 12 〇を付けてください。 この設問は、問 7 が「 1. いつも信頼している / 2. だいたい信頼している / 3. ときどきは信頼している / 4. まったく信 頼していない」問 12 が「 1. かなり良くなっている / 2. 少し良くなっている / 3. 変わらない / 4. 少し悪くなっている / 5. かなり悪くなっている」というものになっています。これを、問 7 , 12 については、回答が 1 か 2 の場合に 1 にすると いうダミー変数にします。これを読み込ませると、次のようになります。 > dataset く一 read. csv("utas—datal . ,header=T,row. name=l) > dataset 政治信頼する暮らし向き改善自民温度 0 LO 0 イ上 LD LO 0 5 っ 7 5 ( 0 2 ( 0 0 0 0 1 0 1 0 0 0 1 0 1 0 0 1 6 8 9 11 13 15 ( 略 ) 今回は、「政治信頼する」の項目と「暮らし向き改善」の項目が「自民温度」に与える影響を見てみます。モデルは次 の「 stan-test2. stan 」を使います。 data { int N int く 10wer=O, upper=l> ql CN] int く 1 ower=O , upper= 1 > q2 [N] real く 10wer=O , upper=100> y CN] parameters { real a rea1 bl rea1 b2 real く lowe て = 0 > sigma; transformed parameters { real mu[N] for ( Ⅱ in 1 : N) a + bl * ql [n] + b2 * q2 Cn] muCn] model { for (n in 1 : N) y ~ normal(mu[n] , sigma) Bayes Analysis Maniax フリ ーソフトで始めるべイズ統計解析