COVID-19のオープンデータを用いた時系列解析による政策等の影響分析と教育化

• Project/Area Number: 22K11946
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Osaka Institute of Technology
• Principal Investigator: 濱田 悦生 大阪工業大学, 情報科学部, 教授 (20273617)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
• Keywords: COVID-19 / SARIMAモデル / VARモデル / Granger因果性 / オープンデータ / 時系列解析 / 影響分析 / 教育化

Outline of Research at the Start

厚生労働省による COVID-19 のオープンデータを用いた時系列解析を実施することにより, PCR 陽性者数や感染死亡者数等に関する時系列データから, 如何にそれらの関連性や因果性があるかを時系列モデルを基に解析することが概要となる。具体的には以下の3点となる。

（1） 緊急事態宣言の有無による影響分析やウイルスの変異による影響分析を, 統計的因果推論的観点から実施、（2） PCR 陽性者を COVID-19 感染者と扱った妥当性を全国集計と都道府県別に検証、（3） 分析結果を元に, 典型的なデータの期間を実験計画的手法によって効率的に選定し, 教育材料として一般化

Outline of Annual Research Achievements

厚生労働省による COVID-19 のオープンデータを用いた時系列解析を実施することにより, PCR 陽性者数や感染死亡者数等に関する時系列データから, 如何にそれらの関連性や因果性があるかを時系列モデルを基に解析することが研究の概要である。
令和4年度の研究計画としては、令和 2年１月から令和 4年 3月までのオープンデータに対して,1. PCR 陽性者数データのスクリーニング、2. ウイルスの変異傾向における時系列 (SARIMA) モデルの推定、3. PCR 陽性者数, 重症者数と感染死亡者数との VAR モデルにおける Granger 因果性の推定、を様々な解析期間（1 か月間, 2 か月間, 3 か月間など）において都道府県別及び全国集計から実験計画的な手法を用いて分析することを予定していた。
都道府県別データでのスクリーニングを実行してみると、オープンデータの感染死亡者数において、茨城県・兵庫県・熊本県に不備や問題があることが判明した。令和2年5月9日から令和5年3月31日までの感染死亡者数のSARIMAモデルによる分析結果としては、SARIMA(2,2,3)x(1,0,1)[7] モデルが多く選ばれ、2階差分がどの都道府県でも推定された。令和2年1月6日から令和5年3月31日までのPCR陽性者数のSARIMAモデルによる分析結果は、ほぼどの都道府県も同じような結果となり、SARIMA(2,0,3)x(1,1,1)[7] モデルが多数であった。
VARモデルにおけるPCR陽性者数と感染死亡者数における Granger 因果性における分散分解では、1次差分を行い VAR(15) モデルを推定し、感染死亡者数に対するPCR陽性者数の90日後の影響割合が20%であった。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

令和4年度で計画していた予定に対して、ほぼ計画通りに実行することが出来て、データ収集と分析結果においては、SARIMAモデルを適用して都道府県別の結果を、PCR陽性者数と感染死亡者数において得ることが出来た。また、選択されたSARIMAモデルを用いたクラスター分析も実施したことで、都道府県データの大まかな分類も得られた。
以上の結果から、進捗状況としては概ね順調に進展している。

Strategy for Future Research Activity

令和5年度としては、令和 2年 1月から令和 5年 3月までのオープンデータの分析結果を踏まえた 1 年目の到達点を基に,1. PCR 陽性者数, 重症者数と感染死亡者数との VAR モデルにおける Granger 因果性の推定、2. 緊急事態宣言時のダミー変数として追加したモデルの推定、3. 政府の対応政策 (蔓延防止対策など) を都道府県別に検証、を様々な解析期間 (1 ヶ月間, 2 ヶ月間, 3 ヶ月間など) に対して,実験計画的な手法を用いて効率的に分析する. 2年目（令和5年度）は, 研究計画での計画 (1) に対応している。
令和4年度の研究結果を踏まえて、特に感染死亡者数に対する他の要因なども加味してVARモデルへの適用も予定している。また、都道府県別の結果からクラスター毎の分析の実行も予定している。