1 / 18

実都市を対象とした初期マイクロデータの 推定手法の適用と検証

実都市を対象とした初期マイクロデータの 推定手法の適用と検証. 　　　　　　　ドーコン　正員　　　 ○ 杉木　直 　　　　　東京都市大学　学生員　　　村中　智哉 　　　　　東京都市大学　フェロー　　宮本　和明. 背景. ・土地利用－交通モデル分野におけるマイクロ 　シミュレーションへの関心の高まりと精力的な 　取り組みの進展 ・土地利用マイクロシミュレーションにおける 　シミュレーション初期年次の 「マイクロデータ」 　の必要性 ・個人、個別世帯に関するデータの入手は困難 → 入手可能データによる 「人口データ推計」 を実施

porter-barrera
Télécharger la présentation

実都市を対象とした初期マイクロデータの 推定手法の適用と検証

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 実都市を対象とした初期マイクロデータの推定手法の適用と検証実都市を対象とした初期マイクロデータの推定手法の適用と検証 　　　　　　　ドーコン　正員　　　○杉木　直 　　　　　東京都市大学　学生員　　　村中　智哉　　　　　東京都市大学　フェロー　　宮本　和明

  2. 背景 ・土地利用－交通モデル分野におけるマイクロ 　シミュレーションへの関心の高まりと精力的な 　取り組みの進展 ・土地利用マイクロシミュレーションにおける 　シミュレーション初期年次の「マイクロデータ」 　の必要性 ・個人、個別世帯に関するデータの入手は困難 →入手可能データによる「人口データ推計」を実施 　　：集計データ（国勢調査等）＋サンプル調査

  3. 目的 ◆シミュレーション初期年次のマイクロデータを推定・作成 　するための「体系的な手法」の構築 〈先行研究〉 ・周辺制約の有無、離散変量と連続変量の組み合わせごとに、エージェント 　ベースの手法により総合的な属性からなる初期マイクロ世帯データの推定 　システムを構築 ・道央都市圏パーソントリップ調査データを母集団として、適合度評価により 　推定手法の有効性を検証 ◆初期マイクロデータ推定システムの 　実都市を対象とした適用・検証 ・アンケートサンプルによるパラメータ設定 ・既存統計による周辺分布データの作成 ・人口規模の異なる複数ゾーンを対象とした世帯構成員属性の推定実施 　　→実都市レベルの適用における有効性検証、今後の改良の方向性の検討

  4. 初期マイクロ世帯データの推定システム ◆世帯構成員属性（性別/年齢/世帯主との続柄）に 　関する世帯属性のみを対象として初期マイクロ 　世帯データを推計 総合的属性を対象とする初期マイクロ世帯データ推計システムのうち、世帯構成員の属性を推定を行う機能を抽出して利用

  5. 初期マイクロ世帯データ推定手法 ◆前提条件 ・対象エージェント：世帯およびその構成員 ・対象属性 　　世帯：世帯人数、世帯構成（続柄の組み合わせで定義） 　　世帯構成員：年齢、性別、世帯主との続柄 ・国勢調査による以下の周辺制約データが入手可能 - 性別５歳年齢階層別人口 - 世帯主人数別世帯数 ・すべての世帯の世帯構成、各世帯構成員の年齢・性別・ 　　続柄情報を含む限定的な数の世帯サンプルが入手可能

  6. 初期マイクロ世帯データ推定手法 ◆推定手法の基本的な考え方 ①世帯人数別の世帯数に対して、世帯サンプルより 　各世帯構成員の性別、続柄を付加 ②各世帯構成員の年齢の付加 　・出現頻度が高い世帯タイプ ‐属性間の相関性を考慮して決定 　・出現頻度が低い世帯タイプ ‐世帯サンプルと同様の年齢を与える ③周辺分布（５歳年齢階層別人口）に一致するように調整 ・推定、データ生成、調整はモンテカルロ法により 　すべて確率的に行う

  7. 初期マイクロ世帯データ推定手法 ◆属性間の相関性を考慮した年齢の決定 : ｍ人世帯データの属性変数 : 主成分分析による無相関変数 1 の累積曲線 ranis 乱数発生 0 pis pismin

  8. 再生成された　　 によって　　と　　の誤差が 改善されるか？ 　　人世帯サンプル =［世帯サンプル　　　　　　　　の世帯構成］ =[世帯主性別, 世帯構成員1の続柄・年齢 ,世帯構成員2の続柄・年齢, ・・・ ,世帯構成員　　　　の続柄・年齢］ 初期マイクロ世帯データ推定システムのフロー 初期データの作成 START 性別年齢階層別人口 Y Y N Y 年齢階層別人口 のチェック 乱数発生 END N 世帯　　の年齢構成 N 累積関数 Y ランダムサンプリング N 乱数発生 線形関数 　　　　　　　が　 性別年齢階層 N Y N に所属するか？ N Y 世帯　　における 世帯構成員の年齢構成 (収束計算時) (初期データセット計算時)

  9. 再生成された　　 によって　　と　　の誤差が 改善されるか？ 　　人世帯サンプル =［世帯サンプル　　　　　　　　の世帯構成］ =[世帯主性別, 世帯構成員1の続柄・年齢 ,世帯構成員2の続柄・年齢, ・・・ ,世帯構成員　　　　の続柄・年齢］ 初期マイクロ世帯データ推定システムのフロー 性別年齢階層別人口に対する調整計算 START 性別年齢階層別人口 Y Y N Y 年齢階層別人口 のチェック 乱数発生 END N 世帯　　の年齢構成 N 累積関数 Y ランダムサンプリング N 乱数発生 線形関数 　　　　　　　が　 性別年齢階層 N Y に所属するか？ N Y 世帯　　における 世帯構成員の年齢構成 (初期データセット計算時) (収束計算時)

  10. 対象地域の概要 ◆富山市を対象として推定システムを適用 ・人口規模、高齢者比率の異なる７ゾーンを設定 ・性別人口構成はほぼ同一

  11. 利用データ ◆サンプルデータ ・富山市を対象としたアンケート調査（H23年12月実施）より - 3,864世帯、9,747人分のマイクロ世帯データサンプル 　　　　　（世帯人数、世帯構成員の性別/年齢/続柄） 　　→主成分パラメータ、推定システムで利用 ◆周辺分布データ ・H22年国勢調査データ - 性別５歳年齢階層別人口 - 世帯主人数別世帯数

  12. 属性・カテゴリ設定 ◆世帯構成員タイプ ◆世帯タイプ ：アンケートサンプル 　自由度10以上の 　世帯タイプ

  13. 主成分パラメータの推定 ◆自由度10以上の世帯タイプについて主成分パラメータBを推定 【４人世帯】

  14. 推定結果：計算時間 ◆各ゾーンの初期マイクロ世帯の推定を３０ケース実行 ◆計算時間　：Intel Xeon 2.4GHz CPU, 16.0GB RAM （10ケース平均）　　　　　　　　 ・人口規模：大　→　調整対象世帯探索のため計算時間が指数的に増加 ・大規模データにおいても実用時間内で推定が可能であることを確認

  15. 推定結果：タイプ別世帯数 ◆タイプ別世帯数構成比 （30ケース平均）　　　　　　　　 ・サンプルの特性を反映、特定タイプへの偏りなし

  16. 推定結果：タイプ別世帯数 ◆タイプ別世帯数標準偏差 （世帯）　　　　　　　　 （30ケース）　　　　　　　　 ・世帯数規模に応じた標準偏差、特定タイプへの偏りなし

  17. 推定結果：世帯主年齢構成 ◆世帯主年齢構成比 （30ケース平均）　　　　　　　　 ・概ね再現良好に再現しているが、出現頻度が低い世帯タイプで偏りあり

  18. まとめ ◆初期マイクロデータ推定システムの実都市を対象とした　 　適用・検証として、以下を実施 　　・アンケートよりパラメータ・サンプル設定、既存統計 　　　より周辺分布データ作成 　　・人口規模の異なる複数ゾーンを対象とした世帯構成員 　　　属性の推定 　　　　→計算時間、世帯タイプ構成等より推定システムの 　　　　　実都市レベルの適用における有効性を確認 ◆今後の課題 　　・小地域単位でのマイクロ世帯データの推定 　　・居住住宅タイプ、所得、自動車保有等の属性を含めた 　　　実都市でのマイクロ世帯データの推定

More Related