7. 提案する正規混合分布の解析方法 2
7.4 花粉飛散データに関する例
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
89
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
90
図 7.14 関東地方観測局名称図
（環境省花粉観測システム http://kafun.taiki.go.jp/）
（環境省花粉観測システム（はなこさん）） より
地元に近い観測所として，群馬県・栃木県のデータを用いて解析したいところだが，この 地区は群馬県衛生環境研究所に見学に行ったときに面白みがないと聞いたので，埼玉県・茨 城県の観測局のデータを用いた。
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
91
実験 7.9 笠間市のデータの解析
茨城県笠間市の花粉飛散データを用いて解析を行う。図からは杉花粉と檜花粉の飛散状況 がはっきりと分離していて，典型的な花粉飛散の形である。
図 7.15 V.D.Spline 関数を入力信号とした Wavelet 解析
図 7.15 の上部の列は，V.D.Spline 関数表現の確率密度関数を示す。また，中間は，1 次の Gauss 型 Wavelet による解析を示す。また，下段はメキシカンハット Wavelet による解析を 示す。
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
92
次の Parameter は次のようになる。
2 2
1 41 1 75
2 16 2 10
1 1
0.605 0.204
2 16 2 10
x x
f x e e
この結果を使用して，
Kolmogorov-Smirnov 検定の結果は下に示される。
図 7.16 GMM Estimation & Kernel Estimation
図の状況では一見，Kolmogorov-Smirnov 検定で棄却されそうである。
検定は，対立仮説は，Kernel 密度および GMM 推定が異なる連続分布であるということで ある。結果 h は 1 ならば検定が 5% 有意水準で帰無仮説を棄却である。
0 なら棄却されない。
今，h= 0，テストの漸近の p-値は 0.0691 および検定統計量は 0.18 であるので棄却され ない。３月の１０日ぐらいに杉の飛散状況はピークになり，檜花粉は４月２０日あたりが花
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
93
粉の飛散状況がピークになる。笠間の杉および檜の花粉飛散の分布状況は 2 つの花粉の飛散 時期を分離可能である。
次の図は帯域幅=4 の Kernel 密度への分析である。
特に杉の林業が盛んであるならば４月初めからの花粉の飛散分布は小さくなり，観測され ない。
図 7.17 Kolmogorov-Smirnov 検定
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
94
実験 7.10 飯能市のデータの解析
埼玉県飯能市の花粉飛散データの解析を行う。ここでは入力信号として V.D.Spline 関数 による推定を用いた。
図 7.18 飯能市飛散データ
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
95
図 7.19 飯能市の当てはめ
図 7.20 飯能市 Kolmogorov-Smirnov 検定
提案する正規混合分布の解析方法2
(Wavelet解析による正規混合分布の解析方法))
96
今，h= 0，テストの漸近の p-値は 0.0528 および検定統計量は 0.1455 である。
飯能では，気象状況によるためか，4 つの飛散状況に分けられる。
2 2 2 2
1 22 1 42 1 75 1 110
2 5.2 2 6.5 2 9 2 7.5
1 1 1 1
0.22 0.21 0.45 0.04
2 5.2 2 6.5 2 9 2 7.5
x x x x
f x e e e e
２月２０日前後にピークが１つあり，３月１０日あたりに小さな山がある。また，４月２０ 日あたりの山は檜花粉のピークだと思われる。５月２０日前後の小さな山は地名に名栗地区 という地区名があることから栗の開花時期かもしれない。