# 概念図
###### tags: `quality-management`

## データの概念図

データの構造を整理して描くのが、データの概念図である。データを分析する際の、手描きの地図になる。

本来は、大きな模造紙かホワイトボードの上に、付箋紙を貼っていく。オンラインで行う場合は、パワーポイントやエクセルなどを用いるか、ホワイトボードアプリを用いると作成しやすい。

## 準備

データに含まれている変数のうち、目的変数と関係がありそうな変数を全て、四角い箱で囲んで並べる。

目的変数も並べる。

graph G {

### layout
#layout = fdp
#layout = twopi
#layout = neato
layout = circo
#layout = dot


ranksep = 1
nodesep = 1
# ratio=fill

    node [shape=box]
    1 [label="犯罪率"]
    2 [label="区画"]
    3 [label="産業"]
    4 [label="川"]
    5 [label="窒素酸化物"]
    6 [label="部屋数"]
    7 [label="築年"]
    8 [label="距離"]
    9 [label="高速道路"]
    10 [label="税"]
    11 [label="生徒/先生"]
    12 [label="低所得者"]
    13 [label="住宅価格" color=blue fontcolor=blue]
}

## 寄せる作業

関係がありそうな変数同士を、近くに寄せていく。
このとき、近そうな理由も付与していくといい。

目的変数は動かさない。

graph G {

### layout
#layout = fdp
#layout = twopi
#layout = neato
layout = circo
#layout = dot


ranksep = 1
nodesep = 1
# ratio=fill

    node [shape=box]
    1 [label="犯罪率"]
    2 [label="区画"]
    3 [label="産業"]
    4 [label="川"]
    5 [label="窒素酸化物"]
    6 [label="部屋数"]
    7 [label="築年"]
    8 [label="距離"]
    9 [label="高速道路"]
    10 [label="税"]
    11 [label="生徒/先生"]
    12 [label="低所得者"]
    13 [label="住宅価格" color=blue fontcolor=blue]
    
    3--5 [color=white]
    2--6 [color=white]
    1--8 [color=white]
    11--10 [color=white]
    1--12 [color=white]
    6--7 [color=white]
    2--4 [color=white]
    2--9 [color=white]
}

## 関連づける作業

関係がありそうな変数同士を、直線や曲線で結んでいく。
このとき、関係がありそうな理由も付与していくといい。

目的変数とは結ばない。

graph G {

### layout
#layout = fdp
#layout = twopi
#layout = neato
layout = circo
#layout = dot


ranksep = 1
nodesep = 1
# ratio=fill

    node [shape=box]
    1 [label="犯罪率"]
    2 [label="区画"]
    3 [label="産業"]
    4 [label="川"]
    5 [label="窒素酸化物"]
    6 [label="部屋数"]
    7 [label="築年"]
    8 [label="距離"]
    9 [label="高速道路"]
    10 [label="税"]
    11 [label="生徒/先生"]
    12 [label="低所得者"]
    13 [label="住宅価格" color=blue fontcolor=blue]
    
    3--5
    2--6
    1--8
    11--10
    1--12
}

### 変数同士の関係の種類

相関：Aが増えればBも増え、Aが減ればBも減る。ただしAが原因でもBが原因でもない。

graph G {
    node [shape=rectangle]
    rankdir = LR
    A -- B
}

因果：Aが増えればBも増え、Aが減ればBも減る。Bの変化の原因はAである。Bの変化はAの増減の結果である。

digraph G {
    node [shape=rectangle]
    rankdir = LR
    A -> B
}

## グルーピングする作業

線で繋がった変数を一つのグループにする。
そのグループに名前をつける。

孤立した変数があれば、データにないけど考慮した方がいいグループを作っても良い。

このとき、ネーミングの理由も記録しておくといい。

graph G {

### layout
#layout = fdp
#layout = twopi
#layout = neato
layout = circo
#layout = dot


ranksep = 1
nodesep = 1
# ratio=fill

    node [shape=box]
    1 [label="犯罪率"]
    2 [label="区画"]
    3 [label="産業"]
    4 [label="川"]
    5 [label="窒素酸化物"]
    6 [label="部屋数"]
    7 [label="築年"]
    8 [label="距離"]
    9 [label="高速道路"]
    10 [label="税"]
    11 [label="生徒/先生"]
    12 [label="低所得者"]
    13 [label="住宅価格" color=blue fontcolor=blue]    


    F1 [label="人口統計的条件", shape=signature]
    subgraph A {
        1--F1
        8--F1
        12--F1
    }

    F2 [label="建物", shape=signature]
    subgraph B {
        6--F2
        7--F2
    }
    
    F3 [label="地理的条件", shape=signature]
    subgraph C {
        3--F3
        4--F3
        9--F3
    }
    
    F4 [label="環境条件", shape=signature]
    subgraph D {
        5--F4
    }

    F5 [label="社会的条件", shape=signature]
    subgraph E {
        1--F5
        2--F5
        10--F5
        11--F5
    }
}

## 目的変数とグループの関係を整理する

各グループと目的変数を線で結ぶ。孤立した変数があれば、直接に目的変数と結ぶか、データにないけど考慮した方がいいグループを作って、そこから結ぶ。

互いに関係がありそうなグループ同士も線で結ぶ。

graph G {

### layout
#layout = fdp
#layout = twopi
#layout = neato
layout = circo
#layout = dot


ranksep = 1
nodesep = 1
# ratio=fill

    node [shape=box]
    1 [label="犯罪率"]
    2 [label="区画"]
    3 [label="産業"]
    4 [label="川"]
    5 [label="窒素酸化物"]
    6 [label="部屋数"]
    7 [label="築年"]
    8 [label="距離"]
    9 [label="高速道路"]
    10 [label="税"]
    11 [label="生徒/先生"]
    12 [label="低所得者"]
    13 [label="住宅価格" color=blue fontcolor=blue]    


    F1 [label="人口統計的条件", shape=signature]
    subgraph A {
        1--F1
        8--F1
        12--F1
    }

    F2 [label="建物", shape=signature]
    subgraph B {
        6--F2
        7--F2
    }
    
    F3 [label="地理的条件", shape=signature]
    subgraph C {
        3--F3
        4--F3
        9--F3
    }
    
    F4 [label="環境条件", shape=signature]
    subgraph D {
        5--F4
    }

    F5 [label="社会的条件", shape=signature]
    subgraph E {
        1--F5
        2--F5
        10--F5
        11--F5
    }

    F1--13
    F2--13
    F3--13
    F4--13
    F5--13
    {rank=same 
    F1--F2--F3--F4--F5--F1
    F2--F5--F3--F1
    F1--F4}
}

これが、私が教わったデータの概念図。

## この後

データに足りない変数があれば、他のデータから持ってくる、合成して作る、などする。