All Rights Reserved, Copyright(C) 2022.03 by Yasusi Suzumura
超過死亡グラフ比較：国立感染症研究所 vs. OurWorld inData
国立感染症研究所のダッシュボード
の超過死亡数と、
OurWorld inData
のそれを比較してみました。
まず、国立感染症研究所のデータより作成したグラフを見てみます。
【定義】
[超過死亡数]（青色） ＝[実際の死亡数]−[予測死亡数]
[超過死亡数（閾値）]（オレンジ色）＝[実際の死亡数]−[予測閾値上限]
予測死亡数はFarringtonアルゴリズムを用いて計算されています。
|
青のグラフより、2020年は超過死亡数はマイナスであるのに対して、2021年は超過死亡数はプラスであることが分かります。
一方、オレンジ色のグラフよりは、超過死亡の変動は、2020年・2021年ともに、ごくわずかです。
超過死亡の定義の仕方により、数値が大きく異なることが分かります。
次に、OurWorld inDataのグラフを見てみます。
【定義】
[超過死亡数]（紫色） ＝[実際の死亡数]−[予測死亡数]
予測死亡数は、Human Mortality Database および World Mortality Dataset の数値を使用しています。
|
国立感染症研究所の青色のグラフと似た傾向のグラフです。
OurWorld inDataは、もう一つ別のグラフを提示しています。
予測死亡数の計算方法が異なっています。
【定義】
[超過死亡数]（紫色） ＝[実際の死亡数]−[予測死亡数]
予測死亡数は、過去５年間の死亡者数の平均を使用しています。
|
日本では、少子高齢化のため年々死亡数が増加しています。 この場合、単純平均では、自然増の死亡数が超過死亡数に含まれてしまいます。
その結果、このグラフでは2020年の超過死亡数がプラスとなっています。
これは、単純平均を予測死亡数にすることには問題があることを示しています。
最後に、国立感染症研究所のグラフに、OurWorld inDataのグラフを重ね合わせてみました。
類似した動きのところもありますが、大きくずれているところもあります。
青色のグラフがプラスの時に、紫色のグラフがマイナスの場合があります。
予測死亡数の計算方法が異なる数値を比較する場合には、注意が必要であることを示しています。