In [8]:

# 하기의 가설들은 95%의 신뢰수준으로, 5%의 유의수준으로 검증

#-*- coding: utf-8 -*- 
import pandas as pd
import numpy as np
import scipy.stats as stats
from scipy.stats import chi2_contingency

In [50]:

# 시도별 인구 데이터 확인
population = pd.read_csv('./시도별_주민등록_인구현황_20220216174115.csv', encoding='utf8')

In [51]:

population = population.dropna()

In [52]:

population

Out[52]:

	지역	인구수	면적
0	서울	9,911,088	605.2
1	부산	3,438,710	770.0
2	대구	2,446,144	883.5
3	인천	3,010,476	1063.0
4	광주	1,471,385	501.2
5	대전	1,480,777	539.8
6	울산	1,153,901	1057.0
7	세종	360,907	465.2
8	경기	13,807,158	10171.0
9	강원	1,560,172	16875.0
10	충북	1,637,897	7433.0
11	충남	2,185,575	8204.0
12	전북	1,835,392	8067.0
13	전남	1,884,455	12247.0
14	경북	2,691,891	19030.0
15	경남	3,407,455	10533.0
16	제주	697,578	1846.0

In [53]:

# 시도별 대중교통 이용현황 확인
bus = pd.read_csv('./한국교통안전공단_대중교통 이용인원 현황_20201231.csv', encoding='cp949')

In [54]:

bus

Out[54]:

	구분	평일	인구수
0	서울	3295972	9911088
1	부산	755854	3438710
2	대구	285446	2446144
3	인천	547445	3010476
4	광주	139922	1471385
5	대전	169340	1480777
6	울산	92606	1153901
7	세종	20319	360907
8	경기	2159097	13807158
9	강원	55231	1560172
10	충북	69423	1637897
11	충남	109302	2185575
12	전북	81279	1835392
13	전남	86759	1884455
14	경북	88515	2691891
15	경남	220951	3407455
16	제주	57551	697578

In [55]:

# 인구대비 대중교통 이용률 계산
bus['이용률'] = bus['평일']/bus['인구수']*100

In [56]:

# 수도권과 비수도권 각각 대중교통 이용인원, 전체인구수 도출
cap_user = bus['평일'][0]+bus['평일'][3]+bus['평일'][8]
cap_pop = bus['인구수'][0]+bus['인구수'][3]+bus['인구수'][8]

ter_user = sum(bus['평일']) - cap_user
ter_pop = sum(bus['인구수']) - cap_pop

In [57]:

# 도출한 값으로 데이터프레임 생성
area = ['수도권', '비수도권']
user = [cap_user,ter_user]
pop = [cap_pop, ter_pop]

bus2 = pd.DataFrame({'user':user,'pop':pop},index=area)
bus2

Out[57]:

	user	pop
수도권	6002514	26728722
비수도권	2232498	26252239

In [58]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 대중교통 이용률에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 대중교통 이용률에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(bus2)

Out[58]:

(1442576.0890612928,
 0.0,
 1,
 array([[ 4403133.82317442, 28328102.17682558],
        [ 3831878.17682558, 24652858.82317442]]))

In [59]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 대중교통 이용률에는 통계적으로 유의한 연관이 있다.

In [60]:

# 수도권과 비수도권의 빈도수 차이가 2배이상이 나므로 이중 검정을 실시
# 피셔의 정확검정으로 이중 검정

oddsratio, pvalue = stats.fisher_exact(bus2)
oddsratio, pvalue

Out[60]:

(2.640768059933839, 0.0)

In [61]:

# 검정결과 대중교통 이용률에는 통계적으로 유의한 연관이 있다.

In [62]:

# 전국 기업 소재 현황
company = pd.read_csv('./전국 기업.csv', encoding='cp949')
company

Out[62]:

	기업코드	국문기업명	영문기업명	대표이사명	본사우편번호	본사주소	시도
0	407830	에셋플러스 글로벌플랫폼액티브	Assetplus Global Platform Active	양인찬	13524.0	경기 성남시 분당구 판교역로192번길 14 리치투게더센터 6층	경기
1	407820	에셋플러스 코리아플랫폼액티브	Assetplus Korea Platform Active	양인찬	13524.0	경기 성남시 분당구 판교역로192번길 14 리치투게더센터 6층	경기
2	407170	MASTER 스마트커머스액티브	MASTER SC Active	이정복	3051.0	서울 종로구 북촌로 104 메리츠자산운용	서울
3	407160	MASTER 테크미디어텔레콤액티브	MASTER TMT Active	이정복	3051.0	서울 종로구 북촌로 104 메리츠자산운용	서울
4	520045	미래에셋 K200 Auto-KO-P 2212-01 ETN	MiraeAsset K200 Auto-KO-P 2212-01 ETN	최현만	4539.0	서울 중구 을지로5길 26 미래에셋 센터원빌딩 이스트타워	서울
...	...	...	...	...	...	...	...
3825	80	하이트진로	Hitejinro	김인규	135100.0	서울 강남구 영동대로 714	서울
3826	70	삼양홀딩스	SAMYANGHOLDINGS	엄태웅\|\| 윤재엽	110725.0	서울 종로구 종로33길 31	서울
3827	50	경방	Kyungbang	김준\|\| 김담	150034.0	서울 영등포구 영중로 15 (영등포동4가)	서울
3828	20	동화약품	DongwhaPharm	유준하	4522.0	서울 중구 남대문로9길 24 패스트파이브타워 6~8층(다동)	서울
3829	10	신한은행	Shinhan Bank	신 상 훈	100757.0	서울 중구 청계천로 54 (남대문로1가)	서울

3830 rows × 7 columns

In [63]:

# 필요한 정보로 데이터프레임 생성

index = company['시도'].unique()
cnt = company['시도'].value_counts()
cmpy = pd.DataFrame({'cnt':cnt},index=index)

In [64]:

cmpy = cmpy.drop([cmpy.index[2],cmpy.index[18]])
cmpy

Out[64]:

	cnt
경기	934
서울	1784
부산	113
경북	110
제주	9
전남	31
대구	78
경남	126
충남	140
충북	125
울산	40
인천	135
강원	34
대전	69
광주	34
전북	49
세종	12

In [65]:

# 수도권, 비수도권으로 나누기
cap_cp = cmpy['cnt'][0]+cmpy['cnt'][1]+cmpy['cnt'][11]
ter_cp = sum(cmpy['cnt']) - cap_cp

In [66]:

idx = ['수도권','비수도권']
amt = [cap_cp,ter_cp]

cp_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
cp_df

Out[66]:

	amt	pop
수도권	2853	26728722
비수도권	970	26252239

In [67]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 기업수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 기업수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(cp_df)

Out[67]:

(892.9436935602904,
 3.3557039109053907e-196,
 1,
 array([[1.92875772e+03, 2.67296462e+07],
        [1.89424228e+03, 2.62513148e+07]]))

In [68]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 기업수 차이에는 통계적으로 유의한 연관이 있다.
# 수도권과 비수도권의 빈도수 차이가 3배 가까이 나므로 이중 검정을 실시
# 피셔의 정확검정으로 이중 검정

oddsratio, pvalue = stats.fisher_exact(cp_df)
oddsratio, pvalue

Out[68]:

(2.8888047717620404, 2.4362771498082716e-205)

In [69]:

# 검정결과 기업의 소재지차이에는 통계적으로 유의한 연관이 있다.

In [70]:

# 전국 의료법인 소재지 현황

hospital = pd.read_csv('./전국 의료법인.csv', encoding='cp949')
hospital

Out[70]:

	소재지전체주소	도로명전체주소	시도
0	충남 태안군 태안읍 남문리 627번지 1호	충남 태안군 태안읍 환동로 31	충남
1	서울 성북구 장위동 33번지 7호	서울 성북구 한천로 641 (장위동)	서울
2	대구 북구 읍내동 1341번지 5호	대구 북구 칠곡중앙대로 440 (읍내동)	대구
3	충남 논산시 취암동 139-2 백제병원	충남 논산시 시민로294번길 14, 백제병원 (취암동)	충남
4	충남 계룡시 금암동 145번지	충남 계룡시 계룡대로 295 (금암동)	충남
...	...	...	...
1564	전남 순천시 대룡동 988번지	전남 순천시 양율길 180 (대룡동)	전남
1565	전남 구례군 구례읍 신월리 346번지 43호	NaN	전남
1566	전남 장성군 삼계면 월연리 565번지 1호	NaN	전남
1567	전남 순천시 풍덕동 863번지 3호	전남 순천시 풍덕주택길 14 (풍덕동)	전남
1568	전남 신안군 비금면 수대리 57번지 1호	전남 신안군 비금면 송치길 155-11	전남

1569 rows × 3 columns

In [71]:

# 필요한 정보로 데이터프레임 생성

index = hospital['시도'].unique()
cnt = hospital['시도'].value_counts()
hspt = pd.DataFrame({'cnt':cnt},index=index)
hspt

Out[71]:

	cnt
충남	108
서울	87
대구	33
전북	205
경북	152
울산	37
전남	94
경기	226
강원	59
충북	64
경남	136
부산	238
세종	9
인천	44
광주	28
대전	34
제주	15

In [72]:

# 수도권, 비수도권으로 나누기
cap_hp = hspt['cnt'][1]+hspt['cnt'][7]+hspt['cnt'][13]
ter_hp = sum(hspt['cnt']) - cap_hp

idx = ['수도권','비수도권']
amt = [cap_hp,ter_hp]

hp_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
hp_df

Out[72]:

	amt	pop
수도권	357	26728722
비수도권	1212	26252239

In [73]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 의료법인 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 의료법인 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(hp_df)

Out[73]:

(480.34076798762413,
 1.8013303739455807e-106,
 1,
 array([[7.91542513e+02, 2.67282875e+07],
        [7.77457487e+02, 2.62526735e+07]]))

In [74]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 의료법인 수 차이에는 통계적으로 유의한 연관이 있다.
# 수도권과 비수도권의 빈도수 차이가 3배 가까이 나므로 이중 검정을 실시
# 피셔의 정확검정으로 이중 검정

oddsratio, pvalue = stats.fisher_exact(hp_df)
oddsratio, pvalue

Out[74]:

(0.28930354256635565, 2.898245234304465e-112)

In [75]:

# 수도권과 비수도권의 의료법인 수 차이에는 통계적으로 유의한 연관이 있다. (수도권 < 비수도권)
# 의료법인 제도가 의료취약지에 병원급 의료기관 개설을 촉진하기 위해 도입 된 제도라는 점이 영향을 미쳤다고 볼 수 있다.

In [76]:

hos = pd.read_csv('./전국 의료기관.csv', encoding='cp949')
hos

Out[76]:

	시도	계	상급종합병원	종합병원	병원	요양병원	정신병원	의원	치과병원	치과의원	조산원	보건소	보건지소	보건진료소	보건의료원	약국	한방병원	한의원
0	서울	23661	14	42	222	124	12	9189	60	4902	3	25	8	0	0	5366	73	3621
1	부산	6967	3	25	136	169	24	2468	24	1306	1	16	11	5	0	1620	18	1141
2	인천	4683	3	17	56	67	16	1633	9	956	1	10	27	26	0	1155	43	664
3	대구	5237	5	13	88	74	16	1884	15	903	0	8	8	8	0	1323	10	882
4	광주	2911	2	21	84	59	7	970	15	635	0	5	1	10	0	701	88	313
5	대전	3078	1	9	46	48	7	1112	6	547	1	5	6	8	0	763	14	505
6	울산	1832	1	8	33	41	7	618	4	388	0	5	8	11	0	427	5	276
7	경기	21784	5	62	277	319	51	7487	38	4481	6	47	120	162	1	5377	112	3239
8	강원	2619	2	13	37	34	9	782	4	416	0	16	97	129	2	697	5	376
9	충북	2863	1	12	37	41	10	912	4	458	1	14	95	159	0	699	11	409
10	충남	3706	2	11	46	67	17	1094	11	576	0	14	151	235	2	958	12	510
11	전북	3846	2	11	64	84	11	1179	3	592	0	10	148	239	4	958	32	509
12	전남	3450	1	24	74	82	10	962	6	498	0	19	216	327	3	833	26	369
13	경북	4472	0	20	55	113	24	1279	13	678	1	23	223	308	2	1094	7	632
14	경남	5529	3	23	134	128	27	1682	20	928	1	19	174	221	1	1346	19	803
15	제주	1283	0	6	7	9	1	463	1	229	1	6	11	48	0	305	1	195
16	세종	558	0	2	1	5	1	198	1	96	0	1	10	7	0	151	3	82

In [130]:

# 필요한 정보로 데이터프레임 생성

hos = hos[['시도','계']]
hos.set_index(hos['시도'],drop=True,inplace=True)

In [78]:

# 수도권, 비수도권으로 나누기
cap_hs = hos['계'][0]+hos['계'][2]+hos['계'][7]
ter_hs = sum(hos['계']) - cap_hs

idx = ['수도권','비수도권']
amt = [cap_hs,ter_hs]

hs_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
hs_df

Out[78]:

	amt	pop
수도권	50128	26728722
비수도권	48351	26252239

In [79]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 의료기관 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 의료기관 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(hs_df)

Out[79]:

(8.035016507075182,
 0.004588159206176984,
 1,
 array([[   49683.16111003, 26729166.83888997],
        [   48795.83888997, 26251794.16111003]]))

In [80]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 의료기관 수 차이에는 통계적으로 유의한 연관이 있다.

In [81]:

# 전국 대규모 점포 소재 현황

bigstore = pd.read_csv('./대규모점포.csv', encoding='cp949')
bigstore

Out[81]:

	소재지전체주소	시도	도로명전체주소
0	충남 공주시 금흥동 201번지 1호	충남	NaN
1	대전 동구 용운동 432번지 덕림코아빌딩	대전	대전 동구 계족로140번길 183, 덕림코아빌딩 (용운동)
2	경기 고양시 일산동구 장항동 1800번지 라몬테이탈리아노	경기	경기 고양시 일산동구 연리지로 51, 라몬테이탈리아노 (장항동)
3	경기 고양시 일산서구 대화동 2603번지	경기	경기 고양시 일산서구 킨텍스로 240 (대화동)
4	경북 안동시 서부동 149번지 40호	경북	경북 안동시 번영4길 15 (서부동)
...	...	...	...
2908	강원 속초시 조양동 1498번지 2호	강원	강원 속초시 조양상가길 25 (조양동)
2909	충남 보령시 신흑동 2240호	충남	충남 보령시 대천항중앙길 66 (신흑동)
2910	충남 보령시 신흑동 2240호	충남	충남 보령시 대천항중앙길 66 (신흑동)
2911	충남 서산시 갈산동 222호	충남	NaN
2912	충북 충주시 칠금동 598호	충북	NaN

2913 rows × 3 columns

In [82]:

# 필요한 정보로 데이터프레임 생성

index = bigstore['시도'].unique()
cnt = bigstore['시도'].value_counts()
bstr = pd.DataFrame({'cnt':cnt},index=index)
bstr

Out[82]:

	cnt
충남	85
대전	125
경기	512
경북	129
충북	66
경남	249
세종	10
강원	91
부산	309
인천	157
서울	710
전북	76
대구	157
제주	45
울산	39
전남	79
광주	74

In [83]:

# 수도권, 비수도권으로 나누기
cap_bs = bstr['cnt'][2]+bstr['cnt'][9]+bstr['cnt'][10]
ter_bs = sum(bstr['cnt']) - cap_bs

idx = ['수도권','비수도권']
amt = [cap_bs,ter_bs]

bs_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
bs_df

Out[83]:

	amt	pop
수도권	1379	26728722
비수도권	1534	26252239

In [84]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 대규모점포수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 대규모점포수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(bs_df)

Out[84]:

(11.147317874884282,
 0.0008415325743386728,
 1,
 array([[1.46959402e+03, 2.67286314e+07],
        [1.44340598e+03, 2.62523296e+07]]))

In [85]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 대규모점포수 차이에는 통계적으로 유의한 연관이 있다.

In [86]:

# 전국 주요 상권 소재 현황

store = pd.read_csv('./전국 주요 상권 현황.csv', encoding='cp949')
store

Out[86]:

	상권번호	상권명	시도코드	시도명	시군구코드	시군구명	상권좌표수	상권좌표	데이터기준일자
0	9138	공덕역_1	11	서울	11440	마포구	19	126.951086855113,37.5437086852164\|126.95108685...	2020-12-31
1	9139	공덕역_2	11	서울	11440	마포구	25	126.95321229004,37.5466265375676\|126.953212291...	2020-12-31
2	9140	디지털미디어시티	11	서울	11440	마포구	44	126.887123962571,37.5834487598235\|126.88655960...	2020-12-31
3	9141	마포역_1	11	서울	11440	마포구	54	126.949848889864,37.5421381698383\|126.94983757...	2020-12-31
4	9142	마포역_2	11	서울	11440	마포구	44	126.947814199015,37.5432207096313\|126.94780571...	2020-12-31
...	...	...	...	...	...	...	...	...	...
1162	10372	동아대부민캠퍼스	26	부산	26140	서구	6	129.021141559118,35.103350139431\|129.021257888...	2020-12-31
1163	10373	동대신동역	26	부산	26140	서구	5	129.015235871206,35.1120140488436\|129.01703930...	2020-12-31
1164	10374	동아대병원	26	부산	26140	서구	7	129.016351590164,35.1194662001032\|129.01652337...	2020-12-31
1165	10375	하단역 3	26	부산	26380	사하구	7	128.968231685786,35.106090309415\|128.961760672...	2020-12-31
1166	10376	다대포항역	26	부산	26380	사하구	13	128.971395098319,35.0561584604433\|128.97099481...	2020-12-31

1167 rows × 9 columns

In [87]:

# 필요한 정보로 데이터프레임 생성

index = store['시도명'].unique()
cnt = store['시도명'].value_counts()
str = pd.DataFrame({'cnt':cnt},index=index)
str

Out[87]:

	cnt
서울	254
강원	47
부산	102
울산	27
경남	49
대구	48
경북	70
광주	43
전남	62
제주	7
전북	56
경기	226
인천	59
대전	30
충남	46
세종	1
충북	40

In [88]:

# 수도권, 비수도권으로 나누기
cap_s = str['cnt'][0]+str['cnt'][11]+str['cnt'][12]
ter_s = sum(str['cnt']) - cap_s

idx = ['수도권','비수도권']
amt = [cap_s,ter_s]

s_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
s_df

Out[88]:

	amt	pop
수도권	539	26728722
비수도권	628	26252239

In [89]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 주요상권수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 주요상권수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(s_df)

Out[89]:

(8.313545432136332,
 0.003935050404603853,
 1,
 array([[5.88746597e+02, 2.67286723e+07],
        [5.78253403e+02, 2.62522887e+07]]))

In [90]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 주요상권수 차이에는 통계적으로 유의한 연관이 있다.

In [91]:

# 전국 공연 행사 소재 현황

concert = pd.read_csv('./전국공연행사정보표준데이터.csv', encoding='cp949')
concert

Out[91]:

	소재지도로명주소	시도	소재지지번주소	위도	경도
0	경기 남양주시 화도읍 북한강로 1554	경기	경기 남양주시 화도읍 금남리 174-1	37.647329	127.365632
1	경북 영덕군 영해면 318만세길 36	경북	경북 영덕군 영해면 성내리 산 43	36.529735	129.405085
2	경북 영덕군 영해면 318만세길 36	경북	경북 영덕군 영해면 성내리 산 43	36.529735	129.405085
3	경북 영덕군 영해면 318만세길 36	경북	경북 영덕군 영해면 성내리 산 43	36.529735	129.405085
4	경북 영덕군 영해면 318만세길 36	경북	경북 영덕군 영해면 성내리 산 43	36.529735	129.405085
...	...	...	...	...	...
9346	서울 서초구 남부순환로 2364	서울	서울 서초구 서초동 700	37.477718	127.009818
9347	서울 서초구 남부순환로 2364	서울	서울 서초구 서초동 700	37.477718	127.009818
9348	서울 서초구 남부순환로 2364	서울	서울 서초구 서초동 700	37.477718	127.009818
9349	서울 서초구 남부순환로 2364	서울	서울 서초구 서초동 700	37.477718	127.009818
9350	서울 서초구 남부순환로 2364	서울	서울 서초구 서초동 700	37.477718	127.009818

9351 rows × 5 columns

In [92]:

# 필요한 정보로 데이터프레임 생성

index = concert['시도'].unique()
cnt = concert['시도'].value_counts()
con = pd.DataFrame({'cnt':cnt},index=index)
con

Out[92]:

	cnt
경기	1175
경북	488
울산	239
대구	488
전북	218
강원	234
서울	2896
광주	1462
부산	558
인천	153
충북	273
경남	348
전남	318
충남	230
대전	10
제주	259
세종	2

In [93]:

# 수도권, 비수도권으로 나누기
cap_con = con['cnt'][0]+con['cnt'][6]+con['cnt'][9]
ter_con = sum(con['cnt']) - cap_con

idx = ['수도권','비수도권']
amt = [cap_con,ter_con]

con_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
con_df

Out[93]:

	amt	pop
수도권	4224	26728722
비수도권	5127	26252239

In [94]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 공연행사수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 공연행사수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(con_df)

Out[94]:

(103.97771660653103,
 2.0460432076007426e-24,
 1,
 array([[4.71746190e+03, 2.67282285e+07],
        [4.63353810e+03, 2.62527325e+07]]))

In [95]:

# P밸류 0.05 이하로 귀무가설 기각, 대립가설 채택. 수도권과 비수도권의 공연행사수 차이에는 통계적으로 유의한 연관이 있다.

In [96]:

# 전국 유초중고 학교 소재 현황

school = pd.read_csv('./유초중고.csv', encoding='cp949')
school

Out[96]:

	연도	학교급	학교세부유형	고등학교유형	시도	행정구	교육지원청	학교명	본분교	학교상태	설립	남녀공학	우편번호	도로명주소	연락처	팩스번호	홈페이지
0	2020	유치원	유치원	NaN	서울	종로구	중부	린덴바움유치원	본교	기존(원)교	사립	NaN	030-25	서울특별시 종로구 통일로12길 51 . 린덴바움유치원 (무악동)	02-730-6207	02-730-6208	https://xn--6n1b61jr3bixr.kr/
1	2020	유치원	유치원	NaN	서울	종로구	중부	배화여자대학교 부속 배화유치원	본교	기존(원)교	사립	NaN	030-39	서울특별시 종로구 필운대로1길 34 (필운동)	02-737-1433	02-737-1434	http://www.baewha.ac.kr/mbs/child
2	2020	유치원	유치원	NaN	서울	종로구	중부	봄샘유치원	본교	기존(원)교	사립	NaN	031-24	서울특별시 종로구 율곡로 264 (종로6가)	02-764-3210	02-762-7396	http://bomsaem.kidis.co.kr
3	2020	유치원	유치원	NaN	서울	종로구	중부	상명사대부속유치원	본교	기존(원)교	사립	NaN	030-15	서울특별시 종로구 홍지문2길 1 (홍지동)	02-396-1602	02-394-6577	http://www.smu-kindergarten.com
4	2020	유치원	유치원	NaN	서울	종로구	중부	서울명신초등학교병설유치원	본교	기존(원)교	공립	NaN	030-93	서울특별시 종로구 낙산길 250 (창신동. 서울명신초등학교)	02-744-4633	02-747-0751	http://myungshin.es.kr/
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
21195	2020	각종학교	각종학교(고교)	NaN	경남	김해시	경남	금곡무지개고등학교	본교	신설(원)교	공립	남여공학	508-47	경상남도 김해시 한림면 금곡로182번길 43 (한림면)	055-901-1000	055-346-3840	http://kgrb-h.gne.go.kr/
21196	2020	각종학교	각종학교(고교)	NaN	경남	밀양시	경남	밀양영화고등학교	본교	기존(원)교	공립	남여공학	504-53	경상남도 밀양시 상남면 평촌중앙로 61-6 (상남면)	055-356-7307	055-356-7311	http://myyeonghwa-h.gne.go.kr
21197	2020	각종학교	각종학교(고교)	NaN	경남	고성군	경남	경남고성음악고등학교	본교	기존(원)교	공립	남여공학	529-56	경상남도 고성군 하일면 공룡로 987 (하일면)	055-672-4455	055-672-7474	http://gngseumak-h.gne.go.kr
21198	2020	각종학교	각종학교(중학)	NaN	경남	하동군	경남	지리산중학교	본교	휴(원)교	사립	남여공학	523-09	경상남도 하동군 청암면 삼신봉로 110-8 . 지리산중학교 (청암면)	055-883-5152	055-884-5152	http://www.eoulrim-m.gne.kr
21199	2020	각종학교	각종학교(고교)	NaN	경남	거창군	경남	거창연극고등학교	본교	신설(원)교	공립	남여공학	501-03	경상남도 거창군 위천면 모동길 11-15 (위천면)	055-945-5010	055-945-5016	http://gths-h.gne.go.kr

21200 rows × 17 columns

In [97]:

# 필요한 정보로 데이터프레임 생성

index = school['시도'].unique()
cnt = school['시도'].value_counts()
sch = pd.DataFrame({'cnt':cnt},index=index)
sch

Out[97]:

	cnt
서울	2220
부산	1063
대구	817
인천	953
광주	638
대전	572
울산	455
세종	155
경기	4768
강원	1042
충북	826
충남	1239
전북	1306
전남	1436
경북	1693
경남	1695
제주	322

In [98]:

# 수도권, 비수도권으로 나누기
cap_sc = sch['cnt'][0]+sch['cnt'][3]+sch['cnt'][8]
ter_sc = sum(sch['cnt']) - cap_sc

idx = ['수도권','비수도권']
amt = [cap_sc,ter_sc]

sc_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
sc_df

Out[98]:

	amt	pop
수도권	7941	26728722
비수도권	13259	26252239

In [99]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 유초중고 학교 수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 유초중고 학교 수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(sc_df)

Out[99]:

(1430.4054728038882,
 0.0,
 1,
 array([[1.06942292e+04, 2.67259688e+07],
        [1.05057708e+04, 2.62549922e+07]]))

In [100]:

# 수도권과 비수도권의 빈도수 차이가 2배 가량 나므로 이중 검정을 실시
# 피셔의 정확검정으로 이중 검정

oddsratio, pvalue = stats.fisher_exact(sc_df)
oddsratio, pvalue

Out[100]:

(0.588237328780546, 3.4481033e-316)

In [101]:

# P밸류 0.05이하로 수도권과 비수도권의 유초중고 학교 수 차이에는 통계적으로 유의한 연관이 있다.

In [102]:

# 전국 대학교 소재 현황

college = pd.read_csv('./시도별 대학교 학교수.csv', encoding='cp949')
college

Out[102]:

	지역	학교수
0	서울	38
1	부산	12
2	대구	3
3	인천	3
4	광주	10
5	대전	11
6	울산	2
7	세종	2
8	경기	30
9	강원	8
10	충북	11
11	충남	13
12	전북	8
13	전남	10
14	경북	18
15	경남	9
16	제주	2

In [103]:

# 수도권, 비수도권으로 나누기
cap_cl = college['학교수'][0]+college['학교수'][8]+college['학교수'][3]
ter_cl = sum(college['학교수']) - cap_cl

idx = ['수도권','비수도권']
amt = [cap_cl,ter_cl]

cl_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
cl_df

Out[103]:

	amt	pop
수도권	71	26728722
비수도권	119	26252239

In [104]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 대학교 수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 대학교수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(cl_df)

Out[104]:

(12.488033461645106,
 0.0004095671099971651,
 1,
 array([[9.58542911e+01, 2.67286971e+07],
        [9.41457089e+01, 2.62522639e+07]]))

In [105]:

# P밸류 0.05이하로 수도권과 비수도권의 대학교 수 차이에는 통계적으로 유의한 연관이 있다.

In [106]:

# 전국 대학원 소재 현황

university = pd.read_csv('./시도별 대학원 학교수.csv', encoding='cp949')
university

Out[106]:

	지역	학교 수
0	서울	396
1	부산	72
2	대구	35
3	인천	26
4	광주	42
5	대전	58
6	울산	10
7	세종	10
8	경기	184
9	강원	41
10	충북	41
11	충남	60
12	전북	46
13	전남	24
14	경북	71
15	경남	45
16	제주	13

In [107]:

# 수도권, 비수도권으로 나누기
cap_un = university['학교 수'][0]+university['학교 수'][8]+university['학교 수'][3]
ter_un = sum(university['학교 수']) - cap_un

idx = ['수도권','비수도권']
amt = [cap_un,ter_un]

un_df = pd.DataFrame({'amt':amt,'pop':pop},index=idx)
un_df

Out[107]:

	amt	pop
수도권	606	26728722
비수도권	568	26252239

In [108]:

# 카이제곱검정
# 귀무가설 : 수도권과 비수도권의 대학교 수 차이에는 통계적으로 유의한 연관이 없을 것이다.
# 대립가설 : 수도권과 비수도권의 대학교수 차이에는 통계적으로 유의한 연관이 있을 것이다.

stats.chi2_contingency(un_df)

Out[108]:

(0.5955717521448599,
 0.4402726086644042,
 1,
 array([[5.92279474e+02, 2.67287357e+07],
        [5.81720526e+02, 2.62522253e+07]]))

In [109]:

# P밸류 0.05이상으로 수도권과 비수도권의 대학교 수 차이에는 통계적으로 유의한 연관이 없다.

In [112]:

# 상관계수 확인
# 각 데이터프레임의 필요한 정보를 모아 합치기

idx = ['수도권','비수도권']
bus_user = [cap_user,ter_user]
comp = [cap_cp,ter_cp]
hosp = [cap_hs,ter_hs]
big_store = [cap_bs,ter_bs]
stores = [cap_s,ter_s]
cons = [cap_con,ter_con]
schl = [cap_sc,ter_sc]
clg = [cap_cl,ter_cl]
unvs = [cap_un,ter_un]

cor_df = pd.DataFrame({'bus':bus_user,
                       'comp':comp,
                       'hosp':hosp,
                       'bigstr':big_store,
                       'store':stores,
                       'concert':cons,
                       'school':schl,
                      'college':clg,
                      'university':unvs,
                      'pop':pop},
                     index=idx)
cor_df

Out[112]:

	bus	comp	hosp	bigstr	store	concert	school	college	university	pop
수도권	6002514	2853	50128	1379	539	4224	7941	71	606	26728722
비수도권	2232498	970	48351	1534	628	5127	13259	119	568	26252239

In [123]:

# 스케일링
from sklearn.preprocessing import MaxAbsScaler

scaler = MaxAbsScaler()

scaler = scaler.fit_transform(cor_df)

scaler

Out[123]:

array([[1.        , 1.        , 1.        , 0.89895698, 0.85828025,
        0.82387361, 0.59891395, 0.59663866, 1.        , 1.        ],
       [0.37192716, 0.33999299, 0.96455075, 1.        , 1.        ,
        1.        , 1.        , 1.        , 0.93729373, 0.98217337]])

In [122]:

cor_df.corr()

Out[122]:

	bus	comp	hosp	bigstr	store	concert	school	college	university	pop
bus	1.0	1.0	1.0	-1.0	-1.0	-1.0	-1.0	-1.0	1.0	1.0
comp	1.0	1.0	1.0	-1.0	-1.0	-1.0	-1.0	-1.0	1.0	1.0
hosp	1.0	1.0	1.0	-1.0	-1.0	-1.0	-1.0	-1.0	1.0	1.0
bigstr	-1.0	-1.0	-1.0	1.0	1.0	1.0	1.0	1.0	-1.0	-1.0
store	-1.0	-1.0	-1.0	1.0	1.0	1.0	1.0	1.0	-1.0	-1.0
concert	-1.0	-1.0	-1.0	1.0	1.0	1.0	1.0	1.0	-1.0	-1.0
school	-1.0	-1.0	-1.0	1.0	1.0	1.0	1.0	1.0	-1.0	-1.0
college	-1.0	-1.0	-1.0	1.0	1.0	1.0	1.0	1.0	-1.0	-1.0
university	1.0	1.0	1.0	-1.0	-1.0	-1.0	-1.0	-1.0	1.0	1.0
pop	1.0	1.0	1.0	-1.0	-1.0	-1.0	-1.0	-1.0	1.0	1.0

In [125]:

%matplotlib inline
import matplotlib.pyplot as plt 
import seaborn as sns

In [126]:

plt.figure(figsize=(15,15))
sns.heatmap(data = cor_df.corr(), annot=True, 
fmt = '.2f', linewidths=.5, cmap='Blues')

Out[126]:

<AxesSubplot:>

In [137]:

# 수도권 비수도권의 상관관계는 구체적 측정이 어려워 원래의 지역구분을 그대로 사용한 데이터프레임 불러오기

In [141]:

df = pd.read_csv('./전국현황.csv', encoding='cp949')
df

Out[141]:

	지역	대중교통	기업수	의료기관수	대규모 점포	주요상권	공연행사	유초중고	대학교	대학원	인구수
0	서울	3295972	1784	23661	710	254	2896	2220	38	396	9911088
1	부산	755854	113	6967	309	102	558	1063	12	72	3438710
2	대구	285446	78	5237	157	48	488	817	3	35	2446144
3	인천	547445	135	4683	157	59	153	953	3	26	3010476
4	광주	139922	34	2911	74	43	1462	638	10	42	1471385
5	대전	169340	69	3078	125	30	10	572	11	58	1480777
6	울산	92606	40	1832	39	27	239	455	2	10	1153901
7	세종	20319	12	558	10	1	2	155	2	10	360907
8	경기	2159097	934	21784	512	226	1175	4768	30	184	13807158
9	강원	55231	34	2619	91	47	234	1042	8	41	1560172
10	충북	69423	125	2863	66	40	273	826	11	41	1637897
11	충남	109302	140	3706	85	46	230	1239	13	60	2185575
12	전북	81279	49	3846	76	56	218	1306	8	46	1835392
13	전남	86759	31	3450	79	62	318	1436	10	24	1884455
14	경북	88515	110	4472	129	70	488	1693	18	71	2691891
15	경남	220951	126	5529	249	49	348	1695	9	45	3407455
16	제주	57551	9	1283	45	7	259	322	2	13	697578

In [142]:

df.set_index(df['지역'],drop=True,inplace=True)

In [144]:

df = df.drop('지역',axis=1)
df

Out[144]:

	대중교통	기업수	의료기관수	대규모 점포	주요상권	공연행사	유초중고	대학교	대학원	인구수
지역
서울	3295972	1784	23661	710	254	2896	2220	38	396	9911088
부산	755854	113	6967	309	102	558	1063	12	72	3438710
대구	285446	78	5237	157	48	488	817	3	35	2446144
인천	547445	135	4683	157	59	153	953	3	26	3010476
광주	139922	34	2911	74	43	1462	638	10	42	1471385
대전	169340	69	3078	125	30	10	572	11	58	1480777
울산	92606	40	1832	39	27	239	455	2	10	1153901
세종	20319	12	558	10	1	2	155	2	10	360907
경기	2159097	934	21784	512	226	1175	4768	30	184	13807158
강원	55231	34	2619	91	47	234	1042	8	41	1560172
충북	69423	125	2863	66	40	273	826	11	41	1637897
충남	109302	140	3706	85	46	230	1239	13	60	2185575
전북	81279	49	3846	76	56	218	1306	8	46	1835392
전남	86759	31	3450	79	62	318	1436	10	24	1884455
경북	88515	110	4472	129	70	488	1693	18	71	2691891
경남	220951	126	5529	249	49	348	1695	9	45	3407455
제주	57551	9	1283	45	7	259	322	2	13	697578

In [145]:

df.corr()

Out[145]:

	대중교통	기업수	의료기관수	대규모 점포	주요상권	공연행사	유초중고	대학교	대학원	인구수
대중교통	1.000000	0.976996	0.971511	0.964010	0.957018	0.853601	0.676901	0.866843	0.953747	0.894054
기업수	0.976996	1.000000	0.943084	0.926430	0.923631	0.873980	0.633636	0.891307	0.982766	0.843688
의료기관수	0.971511	0.943084	1.000000	0.965966	0.984762	0.805600	0.822838	0.903669	0.918412	0.966449
대규모 점포	0.964010	0.926430	0.965966	1.000000	0.954732	0.809420	0.721237	0.870502	0.924095	0.900194
주요상권	0.957018	0.923631	0.984762	0.954732	1.000000	0.810924	0.821540	0.923535	0.914766	0.946011
공연행사	0.853601	0.873980	0.805600	0.809420	0.810924	1.000000	0.460756	0.802394	0.891831	0.676329
유초중고	0.676901	0.633636	0.822838	0.721237	0.821540	0.460756	1.000000	0.768012	0.594162	0.922053
대학교	0.866843	0.891307	0.903669	0.870502	0.923535	0.802394	0.768012	1.000000	0.921305	0.851152
대학원	0.953747	0.982766	0.918412	0.924095	0.914766	0.891831	0.594162	0.921305	1.000000	0.797774
인구수	0.894054	0.843688	0.966449	0.900194	0.946011	0.676329	0.922053	0.851152	0.797774	1.000000

In [149]:

plt.rcParams['font.family'] = 'HYGothic-Medium'
plt.figure(figsize=(15,15))
sns.heatmap(data = df.corr(), annot=True, 
fmt = '.2f', linewidths=.5, cmap='Blues')

Out[149]:

<AxesSubplot:>

In [ ]: