夏季五輪の メダル獲得要因はなにか

夏季五輪の

メダル獲得要因はなにか

富山大学経済学部

山田ゼミ

発表の流れ

1.

イントロダクション

～ QUIZ TOKYO 2020 ～

2.

研究内容・研究方法の紹介

3.

分析結果

・重回帰分析を用いた分析

・ダミー変数の導入による分析

4.

考察・推測

2

研究の動機

なぜこの研究をしようと思ったか

3

東京五輪の開催

メダル獲得数の

分析への興味

統計学で学習した

分析方法の利用

夏季五輪での

日本のメダル獲得数の推移

4

16 11 13 _{9 10} 4 _{3 3} 5 16 9 ₇ 12 5 7 8 6 8 3 8 6 8 9 7 14 8 8 7 8 10 14 7 11 5 5 12 9 17 21 0 5 10 15 20 25 30 35 40 45

金

銀

銅

2016年リオ五輪での各国のメダル獲得数

5

0 20 40 60 80 100 120 140 アメリカ 中国 イギリス ロシア ドイツ フランス 日本 オーストラリア イタリア カナダ 韓国 オランダ ブラジル ニュージーランド アゼルバイジャン スペイン カザフスタン ハンガリー デンマーク ケニア ウズベキスタン ジャマイカ キューバ スウェーデン ウクライナ ポーランド クロアチア 南アフリカ チェコ ベラルーシ コロンビア イラン セルビア トルコ エチオピア スイス 北朝鮮 ジョージア ギリシャ ベルギー タイ ルーマニア マレーシア メキシコ アルゼンチン スロバキア アルメニア スロベニア リトアニア ノルウェー インドネシア 台湾 ブルガリア ベネズエラ エジプト チュニジア

メダル獲得数は国に

よって

ばらつきがある！

研究内容

五輪におけるメダル獲得数には国ごとにばらつきがある

→どんな国がより多くのメダルを獲得しているのだろうか

→メダル獲得数と関係の深い要素は何だろうか

仮説

分析を始める前に



メダル獲得数に影響を与える要因は多数あると考える



ここでは以下のメダル獲得要因を挙げて検証する

・人口

_・実質GDP

_{・出場選手数/人口}

・平均身長

・開催国との平均気温(8月)の差

・人口増加率

・開催国との距離

・経済成長率

_{・腐敗認識度(CPI)}

・平均寿命

7

仮説

メダル獲得要因とした理由



メダル獲得要因と関係の深そうなデータを選んだ



人口：人口が多い国が強いイメージ

スター選手が生まれる可能性が高いのでは？



実質GDP：GDPの高さは国の豊かさを示すイメージがあるから、

スポーツにも力を入れているのでは？



出場選手数/人口：人口に対する選手数が多ければメダル獲得数が

多いのも当然では？

8

仮説

メダル獲得要因とした理由



平均身長：背の高い人の方が有利な競技が多いのでは？



開催国との平均気温(8月)の差

：気温差が大きいと選手の体調などに影響があるのでは？



開催国との距離：気温差同様、環境や文化の違いが選手に与える影響が

大きいのでは？

9

仮説

メダル獲得要因とした理由



経済成長率＿

(当期GDP−前期GDP)/前期GDP

：経済成長が大きい国は、経済的余裕が増し、

スポーツに力を入れるようになるのでは？



腐敗認識指数(CPI)＿

公務員と政治家がどの程度腐敗していると認識されるか

：国への信頼度が測れる指数だから国民の愛国心がわかるのでは？



平均寿命：健康の度合い、医療の発達レベルがわかるはず

寿命が長いほどメダル獲得数が多いのでは？

10

研究方法

どうやって分析を進めていくか



回帰分析の実施

→ 重回帰分析、ダミー変数などを用いて分析を行う

(例) 目的変数＝メダル獲得数

説明変数＝メダル獲得要因 とし、それらの関係を分析する

◎分析結果から、夏季五輪での獲得メダル数と関係の深い要素を考える



回帰分析とは？

ある変数の変動を別の変数の変動により、

説明・予測・影響関係を検討するための手法

11

データについて

どのようなデータを分析に使うか



過去５回の夏季オリンピックを研究の対象とする

（2016年リオ五輪・2012年ロンドン五輪・2008年北京五輪・2004年アテネ五輪・2000年シドニー五輪）



以下のG20の国をこの研究の対象国とする

12

日本 アメリカ イギリス フランス ドイツ イタリア カナダ トルコ アルゼンチン ロシア メキシコ 韓国 中国 サウジアラビア インド インドネシア オーストラリア ブラジル 南アフリカ

分析結果

2016年 リオ五輪

13

回帰統計

重相関R

0.9650097

重決定R2

0.9312437

補正R2

0.8452982

係数

_t

P-値

人口

-8.64E-06 -0.698311 0.5047714

GDP

5.377E-06 5.8119517 0.0003997

出場選手数/人口

1019.7156 0.8150377 0.4386391

平均気温

1.2549503 1.2277539 0.2544361

平均身長

0.940939 0.8907992 0.3990341

開催国との距離

0.0006816 0.7758971 0.46013

人口増加率

-1928.428 -2.35321 0.0464479

経済成長率

-171.867 -2.101186 0.0688104

腐敗認識度

3.8961949 1.4943825 0.1734329

平均寿命

-1.439331 -1.633662 0.1409716

分析結果

2012年 ロンドン五輪

14

回帰統計

重相関R

0.9567993

重決定R2

0.9154648

補正R2

0.8097959

係数

_t

P-値

人口

-1.03E-05 -0.76821 0.4644326

GDP

7.476E-06 4.645766 0.0016538

出場選手数/人口

4099.304 2.3659724 0.0455318

平均気温

-0.528965 -0.56631 0.5867137

平均身長

-0.725424 -0.481986 0.6427257

開催国との距離

-0.003098 -2.152829 0.0634949

人口増加率

-1662.201 -2.584538 0.0323869

経済成長率

160.47045 2.2943185 0.0509204

腐敗認識度

-2.93161 -0.867117 0.4111304

平均寿命

-1.287339 -1.549312 0.1599003

分析結果

2008年 北京五輪

15

回帰統計

重相関R

0.9526671

重決定R2

0.9075745

補正R2

0.7920427

係数

_t

P-値

人口

1.319E-05 1.0077248 0.3430906

GDP

8.877E-06 5.5942092 0.0005137

出場選手数/人口

632.00206 0.3791994 0.7144067

平均気温

-2.618016 -2.214597 0.0576661

平均身長

1.9779138 1.5903847 0.1504121

開催国との距離

-0.004006 -2.904846 0.0197445

人口増加率

606.07652 0.7614325 0.4682481

経済成長率

37.784432 0.9212236 0.383873

腐敗認識度

-5.972941 -1.642073 0.1392011

平均寿命

0.3286899 0.4436253 0.6690666

分析結果

2004年 アテネ五輪

16

回帰統計

重相関R

0.9427945

重決定R2

0.8888615

補正R2

0.7499383

係数

_t

P-値

人口

1.29E-05 0.990623 0.3508821

GDP

8.659E-06 3.2840366 0.0111206

出場選手数/人口

2563.299 1.8843376 0.0962611

平均気温

1.1273482 0.8805657 0.4042295

平均身長

0.1725599 0.0711035 0.9450608

開催国との距離

0.0005248 0.2827655 0.784535

人口増加率

-2040.674 -3.27889 0.0112064

経済成長率

166.86333 1.4692046 0.1799711

腐敗認識度

-3.423472 -1.106071 0.3008448

平均寿命

0.4399785 0.3658196 0.723984

分析結果

2000年 シドニー五輪

17

回帰統計

重相関R

0.9053385

重決定R2

0.8196377

補正R2

0.5941849

係数

_t

P-値

人口

3.865E-05 2.5517848 0.0340799

GDP

7.829E-06 2.9471483 0.0185062

出場選手数/人口

3239.4129 1.9679019 0.0846178

平均気温

-0.142222 -0.158546 0.8779556

平均身長

1.258703 0.6348343 0.5432614

開催国との距離

0.0022567 1.0137496 0.3403775

人口増加率

-1659.204 -1.987191 0.0821295

経済成長率

63.532213 1.3466647 0.2149932

腐敗認識度

-5.230708 -1.339878 0.2170949

平均寿命

-0.687604 -0.70831 0.498868

考察

分析結果をふまえて



P-値は、それぞれの説明変数の係数の有意確率を表す



一般的に、有意確率が0.1（10％）を下回っていると、

その説明変数は目的変数に対して「関係性がある」という判断をする



ここでは、有意水準を0.1（10％）とする

⇛ P-値が0.1以下のものを有意とする

18

考察

分析結果をふまえて



P-値が0.1以下だった要素

（2016年）・

GDP

・人口増加率 ・経済成長率

（2012年）・

GDP

・出場選手数/人口 ・開催国との距離

・人口増加率 ・経済成長率

（2008年）・

GDP

・平均気温 ・開催国との距離

（2004年）・

GDP

・出場選手数/人口 ・人口増加率

（2000年）・人口 ・

GDP

・出場選手数/人口 ・人口増加率

19

推測

なぜGDPが高ければメダルが多いのか

20

高いGDP

スポンサー企業

豊富なインフラ

資金援助

_{オリンピック誘致}

分析結果の応用

21

GDPや人口増加率が

メダル獲得数と関係していると

わかりましたね！

他にも関係のある要素が

あるんじゃないかな～

オリンピックの歴史を

調べてみるのはどうかしら？

何か関係がありそうじゃない？

オリンピックに使うお金は

国ごとによって違うのかな～

オリンピックの起源

<古代オリンピック>

紀元前776年 古代

ギリシャ

の宗教儀式の一環の祭りとして開催

紀元393年までの間に273回も開催される

1500年もの間オリンピックは開催されなかった

<近代オリンピック>

1896年 第1回オリンピックの開催 in

アテネ

22

世界平和を目的とした

スポーツの祭典を

復活させよう！！

ピエール・ド・クーベルタン男爵

夏季五輪の実施競技（リオ五輪）の発祥地

23

・柔道

・テコンドー

・自転車

・ホッケー

・サッカー

・レスリング

・アーチェリー

・ウエイトリフティング

・ハンドボール

・バスケットボール

・水泳

・ボクシング

・ラグビー

・ヨット

・バドミントン

・ゴルフ

・トライアスロン

・ボート

・テニス

・カヌー

・体操

・馬術

・バレーボール

これらのスポーツの

発祥地を知っていますか？

夏季五輪の実施競技（リオ五輪）の発祥地

・

柔道

・

テコンドー

・

自転車

・

ホッケー

・

サッカー

・

レスリング

・

アーチェリー

・

ウエイトリフティング

・

ハンドボール

・

バスケットボール

・

水泳

・

ボクシング

・

ラグビー

・

ヨット

・

バドミントン

・

ゴルフ

・

トライアスロン

・

ボート

・

テニス

・

カヌー

・

体操

・

馬術

・

バレーボール

24

発祥地の多くは

欧米の国なんだね！

オリンピックの起源とは

関係があるのかな～？

※

赤字

：発祥地が欧米の国

欧米諸国ダミーの導入

「欧米諸国か否か」はメダル獲得要因か



仮説

欧米諸国は夏季五輪に有利なのではないか



理由

・オリンピックの歴史において、欧米諸国の影響が強いと考えられるから。

・オリンピックの種目のほとんどが欧米諸国発祥であるから。

⇒ 「欧米諸国か否か」という要素を加味すれば、より高い相関が得られるのでは？



ダミー変数の設定

D＝０ (欧米諸国である)

D＝１ (欧米諸国でない)

25

ダミー変数とは



ダミー変数とは、数字でないデータを数字に変えて用いる手法である

→数字でないデータを「0」と「1」だけの数列で表す

26

値（D）＝０をとる

_{値（D）＝１をとる}

要因Aが存在する

要因Aが存在しない

分析結果

ダミー変数導入後のデータ分析

27

回帰統計

重相関R

0.9754393

重決定R2

0.9514819

補正R2

0.8752392

係数

_t

_P-値

人口

-1.52E-05 -1.372925 0.2121396

GDP

9.956E-06 5.8645577 0.0006214

出場選手数/人口

2458.6303 1.5590096 0.1629567

平均気温

-3.565704 -2.327535 0.0528052

平均身長

-0.969114 -0.791998 0.4543594

開催国との距離

-0.005176 -3.498194 0.0100174

人口増加率

247.78838 0.2511587 0.8089047

経済成長率

20.870915 0.2501875 0.8096263

腐敗認識度

-5.201503 -1.785256 0.1173894

平均寿命

1.2692757 0.9704383 0.364157

欧米諸国ダミー

38.417528 2.2795622 0.0566728

考察

ダミー変数導入後のデータ分析



2012年ロンドン五輪では、「欧米諸国か否か」はメダル獲得数に有意であった



しかし、他4回の五輪では、有意でなかった

⇛ この研究では「欧米諸国か否か」はメダル獲得要因とは認められなかった

28

強化費用とメダル数



仮説

強化費用が高い国はメダル数が多いのではないか？



理由

各国の強化費用（スポーツ関係予算）を調べることで、各国のスポーツに対する

熱意がわかるのでは？

データを公表している国が少ない

唯一データが見つかった2008年北京五輪の強化費用とメダル数の関係をグラフを示した

29

しかし

そこで

強化費用とメダル数

30

日本 アメリカ ドイツ カナダ 中国 オーストラリア y = 0.0015x + 38.168 0 20 40 60 80 100 120 0 5000 10000 15000 20000 25000 30000 獲 得 メ ダ ル 数 強化費用（百万円） 北京オリンピックにおける強化費用と獲得メダル数

・メダル数と強化費用には、正の相関があるといえる

相関係数＝0.373

強化費用とメダル数

31

日本 アメリカ ドイツ カナダ 中国 オーストラリア y = 157.37x + 0.0224 R² = 0.6828 0 0.5 1 1.5 2 2.5 0 0.002 0.004 0.006 0.008 0.01 0.012 人 口 百 万 人 あ た り の メ ダ ル 数 GDPあたりの強化費用 GDPで規格化した強化費用と人口あたりのメダル数

・GDPあたりの強化費用と人口100万人あたりのメダル数には、正の相関があるといえる

相関係数＝0.826

まとめ



今回の研究では、夏季五輪におけるメダル獲得数は、

「GDP」や「人口増加率」と関係していることがわかった。



オリンピックの歴史や競技の発祥国も調べたが、メダル獲得数との関連性が見られなかった。



人口100万人あたりのメダル数とGDPあたりの強化費用には強い相関があった。



この研究を通して、より東京五輪が楽しみになった。

32

先行研究・参考文献

 2014年度中部経済学インターゼミ 『オリンピックから見えた経済格差』  日本オリンピック委員会 https://www.joc.or.jp/  国際オリンピック委員会 https://www.olympic.org/  GLOBAL NOTE （世界の各データ） https://www.globalnote.jp/

33

参考文献

 オリンピック 国別メダル獲得数 https://entamedata.web.fc2.com/sports/olympic_medal.html  回帰分析とは https://kotobank.jp/word/%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90-2191  データ分析基礎知識 重回帰分析 https://www.albert2005.co.jp/knowledge/statistics_analysis/multivariate_analysis/multiple_regression  p値(有意確率)と有意水準 アタリマエ！ https://atarimae.biz/archives/12011

34