支出構成から、似た都市を探す。
データマイニングとは
データから特徴・共通点・関係を探す分析です。このページでは、その一つである「クラスタリング」を使い、複数の指標が似ている地域をグループにまとめます。個人のデータではなく、公表された地域別集計を使います。
指標の単位やばらつきを揃える標準化を行い、似ている度合いを計算します。分類番号は順位や評価点ではありません。選ぶ指標・分類数・対象範囲・外れ値によって結果が変わるため、グループの平均だけでなく各地域の原値も確認してください。
分類は探索の手掛かりです。原因・政策効果・将来予測・統計的な有意差を証明せず、地域の特徴を個人へ当てはめません。欠測を0に置き換えたり、未収録の値を補って分類したりしません。
分類結果・類似検索・CSVは有料会員（PRO）向けです。説明・定義・出典・限界はすべての方が確認できます。
条件の選択と説明の閲覧は無料です。分類の実行・結果・類似検索・CSVにはPRO契約が必要です。会員サービスを確認する
率の分母・方法・限界
公式一次資料・商用利用条件
総務省統計局「家計調査」の2025年・二人以上世帯、52都市の10大費目を使う探索的な分類です。分類結果・類似都市・CSVは有料会員向けです。方法・分母・出典・限界は全員に公開します。
各費目の1世帯当たり月平均支出÷同じ都市・年・世帯区分の消費支出総額×100。個別世帯の割合の平均ではありません。都市の構成比を標準化し、費目を等重みとするWard法で2〜6分類に統合します。分類番号は都市コード順で、順位ではありません。
全国行を都市と混ぜず、欠測・非数値・注記・原表セル不明・費目合計の不整合は除外します。欠測を0に置換・補間しません。分類別平均は都市等重みで、人口・調査世帯数による加重平均や全国推計ではありません。
世帯人数・年齢・持家率・地域事情・調査の標本変動は調整していません。支出額には価格と購入量の両方が影響します。分類は個人の生活タイプ、物価の高低、住みやすさ、健康、政策効果、因果関係、将来予測を示しません。構成比同士の関連、標準化、外れ値、分類数によって結果が変わります。2025年のみで、年次変化は分析しません。
総務省統計局：2025年家計調査 · 家計収支編 第1−1表「二人」シート · 出典表示・商用利用条件（PDL1.0）。DataScopeが原表を抽出し、構成比計算・標準化・分類。第三者図版・写真・ロゴは転載しません。