JAPAN OPEN DATA LAB — 公開データと機械学習の実験ラボ
あなたの県民性は?
12の質問への回答(普段の暮らしぶりや希望)と、47都道府県の実際の統計データを計算で比較し、近さのブレンド%で結果を表示します(例:「42% 兵庫県人」)。主観による類型診断ではなく、根拠となる実統計(実数・順位・出典)を明示する診断です。
愛称は「何県人?」。公的統計にもとづいて県民性を判定する診断です。
学生の方は、実家の暮らしの感覚や、将来のイメージでお答えください。
第2弾 ― 何県何市の人?
暮らしの好みについての12の質問に答えると、全国1,741自治体の実統計と計算で比べて、「住んだことはなくても、暮らしの好みがもっとも合う街」をブレンド%で表示します(例:「33% 神奈川県葉山町の人」)。県版と同様に、根拠となる実統計(実数・順位・出典)を明示します。
診断と図鑑
県民性診断を入口に、食の診断、街単位の市民診断、ことば診断、相性診断、そして47都道府県の図鑑を用意しています。
チャンネル
県民診断とは
県民診断は、質問への回答から「あなたは何県人の気質か」を出す診断の総称です。多くの県民診断は、県民性のイメージや印象をもとにタイプ分けをしています。
この県民性診断「何県人?」は、イメージではなく実統計で計算する点が違います。12の質問への回答と、47都道府県の公的統計(家計調査・社会生活基本調査など)のプロフィールとの近さを計算し、「42% 兵庫県人」のような県民性ブレンドで結果を表示します。県ごとのタイプと根拠の実統計は、県民性診断タイプ図鑑でも公開しています。
結果は、回答の傾向と各県の統計が計算上近いことを示すもので、性格や出身を判定するものではありません。
結果の見本と、ほかの診断との違い
診断をはじめる前に、結果の見本と、この診断の考え方をまとめています。見本は、すべて真ん中の選択肢で答えた場合を実際の計算エンジンで計算したものです。
- ✓正直に答えてください。答えに正解はありません。直感でお答えいただくのが、もっとも正確です。
- ✓聞くのは暮らしの場面だけ。収入・年齢・性別・職業は聞きません。
- ✓結果には根拠がつきます。実統計の実数・順位・出典を明示します。
結果の見本 ― すべて真ん中の選択肢で答えた場合を、実際の計算エンジンで計算した結果です
友達と結果を比べると、2人のブレンドの重なりに「二つ名」(例:統計的シンパシー型)がつきます。
県民性というと、方言や名産品のイメージで「なんとなく」語られがちです。
12の実統計との近さで、自分のブレンド%と、その根拠になる数字と出典が見えるようになります。
ほかの診断との違い
| 一般的な性格タイプ診断 | 何県人? | |
|---|---|---|
| 聞くこと | 気持ちや性格についての質問 | 暮らしの場面についての12の質問 |
| 判定 | タイプに分類する | 47都道府県の実統計との近さを計算する |
| 根拠 | 公開されないことが多い | 出典・計算方法・限界まで公開 |
回答はあなたのブラウザの中だけで計算され、サーバーに送られません。回答のあと、任意で現在の居住地(都道府県)をお聞きします(結果とのギャップ表示にのみ使用します。スキップできます)。
この診断について
使うのは、総務省の家計調査・社会生活基本調査、住宅・土地統計調査、自動車検査登録情報協会の公表統計など、実在の公的統計47都道府県分です。回答と各県の統計プロファイルとの「標準化距離」を計算し、距離がいちばん小さい県を結果にします。
計算方法・重み・出典・年次はすべて「計算方法と出典」ページに公開しています。食費や貯蓄などの家計調査の指標は、県庁所在市を調査した値で県を代表させる近似であることも、その旨を明記しています。
あなたの県民性は?
普段の行動や好みについて、12の質問にお答えください。
普段の暮らしで回答を。処理は端末の中だけです。
答えを確認してください
修正したい答えをタップすると、その質問に戻ります。
今住んでいる都道府県は?
いま住んでいる都道府県を選ぶと、「地元とのギャップ」も結果に出せます。
あなたの県民性は? ― 結果
○○% ○○県人
ドンピシャ
近さスコア
あなたの回答の傾向
県民性ブレンド ― 近さの内訳
見出しの「近さスコア」は、1位の県との近さそのもの(0〜97)です。ブレンド%は近さの配分を表します。
根拠になった実統計(よく合っていた3つ)
1位を決めた物差し(2位との差がついたもの)
他に近かった県
いちばん遠い県
友達との比べっこ(ブレンドの重なり)
くわしく見る(割合の考え方・物差しの読み方・注意)
%は、全47都道府県との近さを配分に換算したものです。上位5県以外は「その他」にまとめています。
見出しの「近さスコア」は、1位の県との近さそのものを0〜97で表した数字です。ブレンド%が「近さの配分」、近さスコアが「1位への近さ」です。くわしくは計算方法と出典をご覧ください。
1位の割合が低めなのは、どの県にも突出して寄っていないからです。突出して近い県がない分、近さが薄く広く配分されます。すなわち、全国平均に近い「バランス型」の結果であることを示しています。
「1位を決めた物差し」は、あなたの回答が1位と2位のどちらの値に近かったかを見たものです。「よく合っていた3つ」が1位との近さなら、こちらは2位との勝負で差がついた物差しです。
計算方法・出典・限界は計算方法と出典に公開しています。家計調査の指標は、県全体ではなく県庁所在市の値で県を代表させています。
ほかの診断もやってみる
読み物もどうぞ
この結果、当たってた?
数字の誤りのご指摘など、個別のご連絡はお問い合わせからもどうぞ。
ありがとうございました。声は集計して、診断の改善に使います。
送信できませんでした。時間をおいてもう一度お試しください。
この診断を作っているのは Japan Open Data Lab です。活動は X / note / Kaggle / Hugging Face で公開しています。
新作診断や更新のお知らせは X(@jpopendata) で出しています。
これは統計エンタメです。回答の傾向と各県の統計が計算上近いことを示すもので、性格や適性を判定するものではありません。家計調査の指標は県庁所在市の値で県を代表させています。詳しくは計算方法と出典をご覧ください。
何県何市の人?
暮らしの好みについて、12の質問にお答えください。あなたの答えと、全国1,741自治体の実際の統計データを計算で比較し、もっとも近い街を表示します。
- ✓正直に答えてください。答えに正解はありません。直感でお答えいただくのが、もっとも正確です。
- ✓聞くのは暮らしの好みだけ。収入額・年齢・性別・職業は聞きません。
- ✓結果には根拠がつきます。実統計の実数・順位・出典を明示します。
回答はあなたのブラウザの中だけで計算され、サーバーに送られません。回答のあと、任意で現在の居住地(都道府県)をお聞きします(結果とのギャップ表示にのみ使用します。スキップできます)。
暮らしの好みで回答を。処理は端末の中だけです。
答えを確認してください
修正したい答えをタップすると、その質問に戻ります。
今住んでいる都道府県は?
いま住んでいる都道府県を選ぶと、「地元とのギャップ」も結果に出せます。
何県何市の人? ― 結果
○% ○○県○○市の人
ドンピシャ
あなたの回答の傾向
街ブレンド ― 近さの内訳
根拠になった実統計(よく合っていた3つ)
1位を決めた物差し(2位との差がついたもの)
他に近かった街
いちばん遠い街
近くて似ている街(僅差でした)
友達との比べっこ(ブレンドの重なり)
くわしく見る(割合の考え方・物差しの読み方・注意)
%は、全1,741自治体との近さを配分に換算したものです。上位5自治体以外は「その他」にまとめています。
1位の割合が低めなのは、どの街にも突出して寄っていないからです。1,741の街に近さが薄く広く配分されます。すなわち、全国平均に近い「バランス型」の結果であることを示しています。突出して近い街がない分、平均的な街が1位になっています。
「1位を決めた物差し」は、あなたの回答が1位と2位のどちらの値に近かったかを見たものです。「よく合っていた3つ」が1位との近さなら、こちらは2位との勝負で差がついた物差しです。
「近くて似ている街」は1位と僅差だった街で、県外の街も1件は必ず入れています。
計算方法・出典・限界は計算方法と出典に公開しています。
ほかの診断もやってみる
読み物もどうぞ
この結果、当たってた?
数字の誤りのご指摘など、個別のご連絡はお問い合わせからもどうぞ。
ありがとうございました。声は集計して、診断の改善に使います。
送信できませんでした。時間をおいてもう一度お試しください。
この診断を作っているのは Japan Open Data Lab です。活動は X / note / Kaggle / Hugging Face で公開しています。
新作診断や更新のお知らせは X(@jpopendata) で出しています。
これは統計エンタメです。回答の好みと各自治体の統計が計算上近いことを示すもので、性格や適性を判定するものではありません。詳しくは計算方法と出典をご覧ください。
あなたの食卓は、何県タイプ?
食の好みだけを聞く、5問・1分未満の短い診断です。
- ✓聞くのは食の場面だけ。魚か肉か、麺を食べる頻度、外食や惣菜の使い方、コーヒーとの付き合い方。
- ✓結果には根拠がつきます。家計調査の実統計(県庁所在市の値)と比べます。
- ✓結果の県の図鑑に、そのまま進めます。
回答はあなたのブラウザの中だけで計算され、サーバーに送られません。
食の好みで回答を。処理は端末の中だけです。
これは統計エンタメです。食の好みと各都道府県の統計が計算上近いことを示すもので、性格や適性を判定するものではありません。使った統計は家計調査(総務省統計局)の県庁所在市の値で、計算の方法は計算方法と出典にまとめています。
ふだんの言い方で回答を。処理は端末の中だけです。
これは統計エンタメです。比べているのは、国立国語研究所が2010〜2015年に調査した、原則70歳以上で長期にわたる移動がない話者の記録(伝統的な方言分布)で、いまの若い世代の使い方そのものではありません。計算の方法と検証結果は計算方法と出典にまとめています。この診断は、国立国語研究所の共同研究『方言の形成過程解明のための全国方言分布調査』の成果に基づきます。
計算方法と出典
本診断は、占いや性格判定を目的としたものではありません。12の質問への回答を数値化し、47都道府県の実統計プロファイルと比較して、計算上もっとも近い県を算出する仕組みです。診断の計算方法、重み、データの出典と年次を、ここに公開します。
何を測っているか:質問への回答には、いまの暮らしの状態と、「こうありたい」という意思・希望(志向)の両方が含まれます。この診断では、県民性をその両方を含めたものとして捉え、公的統計のプロフィールと照らし合わせています。車と住まいについては、現在の保有ではなく志向で答えていただく形にしています。なお、これは性格を断定するものではなく、統計プロフィールとの近さを示すものです。
計算の流れ
- 県ごとに、12指標の実統計を47都道府県の平均と標準偏差で標準化(z値化)し、±2.5でクリップした「県プロファイル」を用意します。睡眠時間だけは質問の向き(夜型ほど+)に合わせて符号を反転しています。
- あなたの回答(−2〜+2)は、目標z値(−1.6、−0.8、0、+0.8、+1.6)に変換します。例外として、車と住まいの2問は、マイナス側の回答の目標zを半分に圧縮します(−1.6→−0.8、−0.8→−0.4)。「車がない・賃貸」は若い世代では全国共通の初期状態で、志向の証拠としては弱いためです。プラス側の回答は圧縮しません。
- 回答ベクトルと各県プロファイルの重み付きユークリッド距離を計算し、距離が小さい順に1位・2位・3位とします。重みは全指標均等(各 1/12)です。
- 最後に、各県までの距離を「近さの配分(ブレンド%)」に換算します。距離が小さい県ほど大きな配分になるよう、全47県ぶんを正規化して合計100%にします。
結果の見出し(例:「42% 兵庫県人」)と内訳に使う%は、この配分です。配分は距離の順位をそのまま保つ変換なので、1位の県は距離が最も小さい県と常に一致します。換算パラメータ(0.32)は、ランダム回答10,000件のシミュレーションで1位の割合の中央値が32.3%になるよう較正しました(較正バージョン:calibration-v2-blend)。内訳は上位5県を個別に表示し、残り42県は「その他」にまとめます。%の整数化には最大剰余法を使い、表示の合計がちょうど100%になるようにしています。
以前は距離を「近さスコア(55〜97)」にも変換して表示していましたが、スコアもブレンド%も同じ距離の単調変換であり、2つの「近さ」が並ぶと混乱のもとになるため、表示は%に一本化し、スコアは表示から外しました。距離の計算そのものは変わっていません。
結果画面の「根拠の実統計3つ」は、1位の県について、あなたの回答と県の値の差が小さい(よく合っている)指標から順に3つ選んで表示しています。「1位を決めた物差し」は、各指標について1位と2位それぞれとの差の二乗を比べ、2位より1位に近かった指標を、その差が大きい順に最大3つ表示しています。
正直にお伝えすること
全問「ふつう」(中央)に答えると、長野県が1位になりますが、その割合は約8%と低くなります。「全指標が平均的」という回答は、どの県のプロファイルにも突出して寄らないため、近さが薄く広く配分されるのが実態どおりの挙動です。低い%は「その県に似ていない」という意味ではなく、「突出して近い県がない=それだけ平均的でバランス型」という意味だとお読みください。
「ドンピシャ100%」は特別表示です。通常の換算では割合が100%になることはありません。1位の県までの距離 d1 が 0.56 以下(統計プロファイルにほぼ重なる近さ)のときだけ、特別に「100% ○○県人」と表示し、内訳は出しません。ランダム回答10,000件での発生率は0.80%で、本当にその県の統計どおりの答え方をした人だけが届く水準に設定しています。
家計調査の指標は県庁所在市の近似です。通勤時間・睡眠時間・余暇の過ごし方・自動車の普及台数・持ち家率は都道府県全体の公的統計です。一方、食費や貯蓄など家計調査の指標は、都道府県全体ではなく県庁所在市の世帯を調査した値で県を代表させています。指標ごとに調査年が異なります(各指標の直近の公表値を使用)。
1位と2位の割合の差(丸め前の値)が5ポイント未満のときは、結果画面で「僅差でした」と併記します。僅差を隠して断定はしません。
使う12指標と出典
| 指標 | 内容 | 年次 | 調査範囲 | 出典 |
|---|
市版「何県何市の人?」の計算と出典
市版は、暮らしの好みについての12の質問への回答を、全国の市区町村の実統計プロファイルと比較して、計算上もっとも近い街を算出する仕組みです。対象は全国1,741自治体です。政令指定都市は市単位、東京は特別区(区)単位で扱います。
- 自治体ごとに、12指標の実統計を標準化(z値化)した「街プロファイル」を用意します。可住地人口密度・課税対象所得・地価・駅乗降客数・店舗密度のように分布が大きく偏る指標は、対数変換してから標準化し、±2.5でクリップします。高齢化率だけは質問の向き(若い世代が多いほど+)に合わせて符号を反転しています。海の近さ(沿岸フラグ)は二値のため標準化せず、沿岸=1/内陸=0のまま使います。
- あなたの回答(−2〜+2)は、11指標については目標z値(−1.6、−0.8、0、+0.8、+1.6)に、海の近さについては0〜1の値(0、0.25、0.5、0.75、1)に変換します。
- 回答ベクトルと各自治体プロファイルの距離を計算し、距離が小さい順に1位・2位・3位とします。重みは全指標均等です。距離は有効な指標ぶんの平均で計算します(下記の欠損の扱い参照)。
- 最後に、各自治体までの距離を「近さの配分(ブレンド%)」に換算します。距離が小さい街ほど大きな配分になるよう、全1,741自治体ぶんを正規化して合計100%にします。
換算パラメータ(0.17)は、ランダム回答10,000件のシミュレーションで1位の割合の中央値が33.2%になるよう較正しました(較正バージョン:calibration-city-v1)。内訳は上位5自治体を個別に表示し、残りは「その他」にまとめます。%の整数化には県版と同じ最大剰余法を使い、表示の合計がちょうど100%になるようにしています。1位と2位の割合の差(丸め前の値)が5ポイント未満のときは「僅差でした」と併記し、僅差だった街を「近くて似ている街」として最大5件(県外の最上位1件を含む)併記します。
対象から外している自治体があります。現在、住民登録上の人口が0の自治体は、転入超過率や医療密度などの比率指標が計算できないため、対象から外しています(現在1自治体が該当します)。人口のある自治体は、規模の大小にかかわらずすべて対象に含めています。
地価データのない自治体は、その指標を外して計算します。地価公示の標準地がない364自治体については、地価の指標を距離計算から外し、残り11指標で計算します。値を推計で埋めることはしません。鉄道駅がない自治体については、駅乗降客数を0として扱います(「駅がない」ことが実態そのもののため)。
市版の「ドンピシャ100%」も特別表示です。1位の街までの距離 d1 が 0.39 以下で、かつ2位との割合の差が5ポイント以上開いているときだけ、特別に「100% ○○県○○市の人」と表示し、内訳は出しません。ランダム回答10,000件での発生率は約0.4%です。
比べっこの招待リンクについて。招待リンクには、送り手の個別の回答ではなく、結果のブレンド分布(どの県・街が何%か)と際立つ物差しだけが入ります。リンクはURLのフラグメント(#以降)で受け渡され、サーバーには送られません。相手の表示は、リンクが作られた時点の分布をもとに計算します。なお、単体の診断結果は開いた時点の公表統計と計算方法で計算するため、公表統計の年次更新があった場合、以前と同じ回答でも数字が変わることがあります。
全問「ふつう」(中央)に答えると、広島県三原市が1位になりますが、その割合は約2%と極端に低くなります。1,741の候補の中には「平均的な街」が大量にあるため、近さが薄く広く配分されるのが実態どおりの挙動です。低い%は「その街に似ていない」という意味ではなく、「突出して近い街がない=それだけ平均的でバランス型」という意味だとお読みください。
結果画面の「根拠の実統計3つ」は、1位の自治体について、あなたの回答と街の値の差が小さい(よく合っている)指標から順に3つ選んで表示しています(海の近さのフラグは順位の対象にならないため除きます)。「1位を決めた物差し」は、各指標について1位と2位それぞれとの差の二乗を比べ、2位より1位に近かった指標を、その差が大きい順に最大3つ表示しています。各自治体の肩書きと紹介文は、その街で際立つ指標2つの組み合わせからテンプレートで自動生成しています。街の統計的な特性だけを指すもので、住民の性格を表すものではありません。テーマカラーは県版の都道府県テーマカラーを基調に、自治体ごとに明度を変えて区別しています。
市版で使う12指標と出典
| 指標 | 内容 | 年次 | 調査範囲 | 出典 |
|---|
プライバシーと集計について
- 計算はすべてあなたのブラウザの中で行われ、回答そのものがサーバーに送られることはありません。
- 結果が出たときに送られるのは、結果の県・(答えた場合のみ)居住県・各質問で選んだ選択肢の「件数」情報だけです。サーバー側では件数を+1するだけで、個人のレコード、IPアドレス、Cookie、回答の組み合わせは保存しません。
- 市版「何県何市の人?」も同じ方式で、結果の自治体・(答えた場合のみ)居住県・各質問で選んだ選択肢の件数だけを数えます。市版の件数は県版とは区別して集計します。
- 分布の表示(「○○県タイプは全体の○%」)は、実施件数が1,000件以上になってから出す設計です。小さい分母の割合は表示しません。
- 広告は入れていません。登録も不要です。
位置づけ
これは統計エンタメです。回答の傾向と各県の統計が計算上近いことを示すもので、性格や適性を判定するものではありません。県の優劣を示すものでもありません。作っているのは Japan Open Data Lab です。
結果画面で表示する各県の「タイプ」名(肩書き)と紹介文は、その県の実統計(上位の指標)をもとに作っています。県民性を決めつけるものではありません。また、結果画面の色は各県のタイプを表すテーマカラーで、統計の優劣や順位を表すものではありません。
食の診断(5問)について
食の好み5問への回答を、47都道府県の食に関する5つの統計と比べる短い診断です。使う統計はすべて家計調査(家計収支編・品目分類、総務省統計局)の県庁所在市の値(二人以上の世帯)です。
- 魚介類支出÷肉類支出の比率
- 麺類の年間支出額
- 食費に占める外食の割合
- 食費に占める中食(調理食品)の割合
- コーヒー関連の年間支出額
各統計を47都道府県で標準化し、回答の向き(+1/0/−1を1.2倍したもの)との距離が最も小さい都道府県を結果とします。結果の都道府県の詳しい統計は県タイプ図鑑にあります。
全国ことば診断(16問)について
ふだんの言い方16問への回答を、日本を11地域(北海道/東北/関東/甲信越/北陸/東海/近畿/中国/四国/九州/沖縄)に分けた伝統的な方言分布と比べる診断です。使うのは、国立国語研究所の共同研究『方言の形成過程解明のための全国方言分布調査』(FPJD、調査は2010〜2015年)の公開データです。話者は原則70歳以上で、長期にわたる移動がない方々です。そのため結果は「いまの若い世代の使い方」ではなく「伝統的な方言分布への近さ」として表示しています。生データの再配布はせず、調査地点を地域に集計した語形の割合だけを使っています。
- 各地域について、項目ごとに「その言い方をした人の割合」を集計します(語形の分類は国立国語研究所の地図見出しに従います)。
- あなたの回答について、地域ごとに「選んだ言い方がその地域でどれくらい使われてきたか」の対数を合計してスコアにします。割合が0の言い方でも計算が破綻しないよう、小さな値(0.01)を足しています。
- 「どれも使わない・わからない」を選んだ項目は、採点から外します(中立)。
- スコアを割合(ブレンド%)に換算して、上位の地域から表示します。換算のパラメータは、調査地点の実回答で調整しました。
検証結果も公開します。調査した554地点の実際の回答をこの診断の選択肢で推定すると、82.1%が正しい地域に一致しました(全ての語形を使った場合は89.9%、偶然の一致は約9%)。地域別では北陸・中国・四国・沖縄・東北が9割前後の一方、移行地帯の東海は50%、甲信越は59%にとどまります。東海と甲信越は隣の地域と分布が重なるためで、結果画面では上位3地域を併記し、複数地域に近い出方をそのまま見せます。
選択肢の表示は一般向けに整えたもので、国立国語研究所の地図見出しとの対応は出典ページに準じて管理しています。この診断は、国立国語研究所の成果に基づくことを明示して公開しています。
サイト全体で使っているデータの提供元の一覧は、データ出典・提供元一覧にまとめています。