【第４回】「相関関係が一般に認められている有名な法則とは？」 ー（AIブームなのでマクロ経済学を考えてみよう！）
風が吹けば桶屋が儲かると言いますがこれは昔からよく言われていることです。
このような一般的に広く知られている関係があると思われているものをAIを使って実際に数値化して見てみたいと思います。
よく世間で言われている関係性の例
- ８－２の法則
- １%の富裕層が世界のほとんどの資産を保有している。
- 満月の夜の犯罪率の高さ
- 喫煙者の発がん性の高さ
- 親の年収と子供の成績の関係
- 大学の偏差値と年収の関係
- 寒さと死亡者数の関係
- 遺伝の法則
- 人口爆発とバブル景気
- 株価と地価の関係
- スーパーマーケットの購買データと貧困エリアの関係
- 大学の偏差値と著名人の輩出数の関係
８－２の法則はパレートの法則と呼ばれるもので、
「全体の数値の大部分は、全体を構成するうちの一部の要素が生み出している」
と言ったそうです。
その割合が８０％：２０％だというものです。
ただし、法則のようにきっちりと証明されたものではなく、経験則と言われています。
その有名な例を以下に挙げます。
- 売上の8割を2割の顧客が生み出す
- 売上の8割は2割の種類の商品だ
- 売上の8割を作るのは2割の社員だ
- 成果の8割は2割の時間で出している
- 故障の8割は2割の部品に原因がある
- 住民税の8割は2割の富裕層が払っている
- プログラムの処理時間の8割はコードの2割の部分の処理だ
- 2割が優れた設計ならば8割の状況で優れた力を発揮できる
後半はとってつけた感じがありますが、売上のところはだいたいそんなものです。
これを解析したらいい結果がでそうですね。ただし、売上データや商品データは公開されることはありません。
１%の富裕層が世界のほとんどの資産を保有しているというのは、最近のブームでした。
これはただの足し算なので、解析する必要がありません。結果が出ています。
満月の夜の犯罪率の高さというのは、件数が増えることは警察署のデータで分かると思います。
満月かどうかもデータがあると思います。
問題はどの程度の影響があるかを数値化して意味があるのでしょうか？
医療系のデータは入手が難しそうです。
人口爆発とバブル景気は、経済の統計らしくていいですね。
人口も景気判断指数も何かしらのデータが用意できそうです。
株価と地価の関係も、データが公開されていますから、厳密にどこのエリアの地価が株価と最も連動して動いているかを調べることができそうです。
これは有意義そうです。
スーパーマーケットの購買データと貧困エリアの関係は、イオンの内部情報でも知らない限り無理でしょう。
こういうデータがこれからの企業の財産となるのです。
大学の偏差値と著名人の輩出数の関係は、著名人がアバウトすぎるので却下ですね。
- 人口爆発とバブル景気
- 株価と地価の関係
というわけで、以上のデータセットをAIで解析することでなんらかの発見がありそうな気がします。
そして、現実的に解析データが手に入りそうだということがわかります。
（次回へ続く）
前回の記事