｢年収より効く条件｣が統計モデルで見えた！｢電気自動車（BEV）を買う人｣の意外な共通点

年収が高い人か。環境意識が高い人か。テクノロジー好きか――。

今回は、ベイズ統計の考え方を応用した分類モデルを用い、新車購入者6万人超のデータから「どんな人がBEVを選ぶのか」を予測した。

使用データは市場調査会社のインテージが毎月約70万人から回答を集める、自動車に関する調査「Car-kit®」である。

なお今回、用いた手法は、ナイーブベイズ（Naive Bayes、ラプラス平滑化付き）というもので、BEV購入／非BEV購入という結果が与えられた条件のもとで、各属性（住居形態、世帯年収など）が互いに独立に現れると仮定し、ベイズの定理に基づいてBEV購入の事後確率を推計する。

具体的にどんなモデルで計測したか？

予測には5つの変数を使用している。BEV購入に関係しそうな「3つの条件群」（インフラ条件、マインド条件、経済・世代条件）を意識し、変数を選定した。

蓄積している新車購入者データから、「どのような属性の人がBEVを選んだか」という関係を学習し、新しい人物像に対して選択確率を推計する。

画像を拡大

ただし、本稿で示す数値はあくまでモデル上の推計値であり、「この人が必ずBEVを買う」と断定するものではない。与えられた属性条件のもとで、BEV購入がどの程度起こりやすいかを相対的に見るためのものである。