In questo articolo, utilizzeremo i dati sui casi di divorzio al mese per suddividere le serie temporali in fattori stagionali, tendenze e serie irregolari.Escludendo i fattori stagionali, la tendenza al divorzio alla fine del periodo Heisei Alcune funzionalità " Ho capito.
In Giappone 3 mese È un mese d'addio.Quest'anno, la cerimonia di laurea è stata annullata a causa dell'influenza di COVID-19 (nuova infezione da coronavirus), la festa d'addio è stata annullata, ma è anche un mese che fa una pausa nella vita. .
Alcune persone sperimenteranno il triste divorzio del "divorzio".Spesso le notizie parlano di divorzi da celebrità, ma il numero di divorzi sta effettivamente aumentando? Facendo riferimento alle statistiche demografiche del Ministero della salute, del lavoro e del benessere, è possibile determinare il numero di divorzi al mese, considerando il numero di divorzi * da gennaio 2014 a dicembre 2019 (l'ultimo mese pubblicato al momento della stesura di questo documento). Lo farò.
* Nota: i dati preliminari vengono utilizzati per tutti i mesi.
Qual è il numero di divorzi all'anno?
Innanzitutto, facciamo un grafico a barre del numero di divorzi in ogni anno.
Il numero di divorzi all'anno è gradualmente diminuito dal 2015, ma ha iniziato a salire leggermente nel 2019.Il numero di divorzi nel 2018 è stato di 212.393, rispetto ai 212.955 del 2019.
Per riferimento, la figura seguente mostra il numero di divorzi e matrimoni per anno sotto forma di grafico a linee.La linea blu in alto indica il numero di divorzi e la linea rossa in basso indica il numero di matrimoni.Hai una tendenza simile.Il divorzio non può essere collegato al matrimonio perché il divorzio non può essere raggiunto se non si è sposati in primo luogo.
Andamento del divorzio mensile
Perché il numero di divorzi nel 2019 è stato leggermente superiore rispetto all'anno precedente?Quindi, facciamo un grafico a linee del numero di divorzi al mese.
Da questo grafico, il numero di divorzi ha una chiara tendenza mensile (stagionalità).Ancora una volta, il più importante è marzo, che è incredibilmente più alto rispetto agli altri mesi e si può vedere che anche l'altro mese aumenta a dicembre.Puoi immaginare le conseguenze del divorzio durante le pause.
Tuttavia, c'è una cosa che mi interessa.Il numero medio di aprile è nettamente inferiore a quello di marzo dello stesso anno, ma diminuisce solo leggermente ad aprile 2019.
Inoltre, le tendenze mensili sono facili da capire
Questa volta, sovrapponiamo il grafico a linee annuale con il mese come asse orizzontale.
La linea rossa è il 2019, ma il numero di divorzi in aprile è superiore rispetto ad altri anni e si può vedere che non è diminuito molto rispetto a marzo.
Aprile 2019 è l'ultimo mese di Heisei.Si pensa che molte coppie volessero fare una pausa prima che l'era cambiasse.
Rimozione della stagionalità mediante decomposizione di serie storiche
I dati delle serie temporali possono essere suddivisi in diversi fattori, quali stagionalità e tendenze.La decomposizione può rimuovere la stagionalità e le tendenze dalle serie storiche originali.
Ad esempio, è possibile scomporre le serie storiche originali in fattori e tendenze stagionali, nonché in serie irregolari che non possono essere spiegate da queste, come mostrato nella figura seguente.
Pertanto, una serie irregolare è una serie temporale che esclude i fattori e le tendenze stagionali dalle serie storiche originali.
Ecco il risultato di una tale scomposizione dei dati sul divorzio *.
* Il metodo X11 viene utilizzato come metodo di decomposizione delle serie temporali.
◆ Fattori stagionali
Le tendenze mensili vengono estratte.Puoi vedere che c'è stagionalità, con valori piccoli a gennaio e febbraio e grandi a marzo e dicembre.
◆ Trend
Questo è un grafico di tendenza.Nel complesso, si può vedere che la tendenza sta diminuendo, ma ci sono montagne nella prima metà del 2015 e nella seconda metà del 2018.Il fatto che i casi di divorzio fossero estremamente elevati nel marzo 2015 e quello dei casi di divorzio nel 2018 rispetto a ottobre di altri anni in ottobre è stata la causa del picco in quel momento.
◆ Serie irregolari
Vengono mostrate le serie temporali che non è stato possibile estrarre dai suddetti fattori e tendenze stagionali.In altre parole, si tratta di una serie calcolata come "Serie irregolari = andamento del fattore stagionale-serie temporale originale".
L'aprile 2019, l'ultimo mese del periodo Heisei, è stato estremamente anormale, anche se i fattori e le tendenze stagionali sono stati esclusi, quindi è stato un mese insolito.
Inoltre, settembre 2018 è uscito come un piccolo valore.Dal momento che il prossimo mese, ottobre 2018, mostrerà un grande valore, è probabile che ci fosse qualche motivo per divorziare in ottobre anziché settembre nel 2018.Non riesco a pensarci subito, ma perché non consideri la causa?
Variazioni del numero di divorzi esclusa la stagionalità
Infine, nella figura seguente, un grafico a linee (rosso) che esclude i fattori stagionali è sovrapposto al grafico a linee di divorzio originale (blu).
Polilinea rossa = Polilinea di divorzio originale-Polilinea stagionale
Il valore numerico del grafico a linee rosse viene calcolato come segue, ad esempio, ad aprile 2019.
21.061 (serie storiche originali) = -36.53 (fattori stagionali) + 17.543,89 (tendenza) + 3.553,64 (serie irregolari)
Adeguamento per fattori stagionali
Ci sono inaspettatamente molti dati di serie temporali con fattori stagionali nelle vicinanze.Possono essere prese in considerazione le vendite al dettaglio, il consumo di energia e il numero di persone che hanno malattie infettive, ma possiamo vedere le tendenze dopo esserci adattati ai fattori stagionali in questi dati, come in questo esempio di casi di divorzio.
L'Ufficio statistico, Ministero degli affari interni e delle comunicazioni, spiega in modo facile da comprendere il pensiero statistico e come leggere le informazioni statistiche. https://www.stat.go.jp/koukou/index.html ), Che contiene una chiara spiegazione dell'adeguamento per i fattori stagionali. https://www.stat.go.jp/koukou/trivia/careers/career9.html ).
