UFO目撃は「人口の割に」どこで多いのか — 残差で読み解くMakeoverMonday 2026 Week25

公開日: 2026-06-24
カテゴリ: MakeoverMonday

今週のお題

今週のMakeoverMondayは、米国NUFORC（National UFO Reporting Center）に寄せられたUFO目撃報告のデータ（約1,317件）。州・都市・形状・目撃時間など、1件ごとの報告が緯度経度つきで記録されています。

「どの州でUFO目撃が多いか」を素直に数えると、上位はフロリダ（119件）、カリフォルニア（117件）、テキサス（82件）……と並びます。ただ、これは半分は当たり前の話です。人が多い州ほど、目撃する人も、報告する人も増える。目撃数の地図は、ほとんど人口の地図と同じになってしまいます。

そこで今回は問いを一段変えました。「人口で予測される目撃数より、実際に多い／少ない州はどこか？」 ——人口の効果を差し引いて、それでも残る”UFOらしさ”を見つけにいきます。

作成したダッシュボード

→ Tableau Public でダッシュボードを見る

タイトルは「Where Are UFO Sightings More Common Than Expected?」。上段に「人口 × 目撃数」の散布図、下段に全米コロプレスマップ（個別目撃地点を黒点で重ね描き）を配置し、両者を同じ色基準で連動させています。

工夫した点・こだわり

1. 「実数」ではなく「予測との差（残差）」を主役にした

散布図に人口を説明変数とした回帰直線（＝期待される目撃数）を引き、各州が直線の上か下かで色を分けました。直線より上＝人口の割に目撃が多い（青）、下＝少ない（オレンジ）。色は残差を表す発散（ダイバージング）配色で、レンジは −33.75 〜 +56.62。

これにより、ひと目で物語が立ち上がります。

フロリダ：散布図で大きく直線の上に飛び出す最大の正の外れ値。人口規模から期待される以上に目撃報告が多い州。
ペンシルベニア／ワシントン／オハイオ／ミシガン：いずれも直線の上側（青）。人口の割に目撃が多いグループ。
ニューヨーク／イリノイ：人口は多いのに直線の下側（オレンジ）。期待を下回る「報告が少ない」州。
カリフォルニア：目撃数自体は2位（117件）だが、巨大な人口で説明できる範囲＝ほぼ直線上。「多いけれど想定通り」。

「件数ランキング」では埋もれてしまうこの差こそが、今回いちばん伝えたかった示唆です。

2. 散布図とマップを同じ残差カラーで連動

同じ色基準を散布図とマップで共有することで、「散布図で飛び出している青い点＝マップでも青く塗られた州」と視線が自然につながります。下段マップにはアラスカ・ハワイをインセットで配置し、本土と離れた地域も切り捨てずに見せています。

3. 州を選んで深掘りできるインタラクション

「Click state!」のガイドを置き、州を選ぶと該当州だけがハイライトされる作りにしました（パラメータ＋ブール式での選択判定）。全体傾向を見てから、気になる州を1つ掘る、という探索の流れを用意しています。

4. テーマに合った遊び心

UFO・宇宙人・指差しのイラストを余白に添え、データの堅さとお題のユーモアのバランスを取りました。装飾は分析領域を邪魔しない位置・サイズに抑えています。

使ったTableauの技術・Tips

■ 人口から目撃数を予測する計算フィールド（線形回帰の固定式）

// c.Predicted Sightings（人口から期待される目撃数）
7.44147e-07 * SUM([population]) + 15.0829

回帰の傾きと切片を定数として埋め込み、「人口 × 約0.00000074 + 15.08」で各州の期待目撃数を算出しています。これが散布図の点線（基準線）の正体です。

■ 残差＝実測−予測で「期待からのズレ」を作る

// num（実測の目撃数）
COUNTD([id])

// c.Residual（残差：実測 − 予測）
[num] - [c.Predicted Sightings]

この残差を色に割り当てるだけで、「多い／少ない」が定量的に表現できます。COUNTD で重複報告IDを排除して件数を数えている点もポイントです。

■ トップ州を基準にしたシェア表示（LOD × 表計算）

// c.percentage%
[num] / WINDOW_MAX(MIN({FIXED [state] : [num]}))

{FIXED [state] : [num]} で州ごとの目撃数を固定し、WINDOW_MAX で最大州（フロリダ）を分母に取ることで「トップ州を100%とした相対値」を作っています。LOD表現と表計算を組み合わせる定番パターンです。

■ パラメータ＋ブール式による州ハイライト

// f.selected state
IIF([p.state] = "ALL", TRUE, [state] = [p.state])

「ALLなら全件、州が選ばれていればその州だけTRUE」というブール値を作り、色やフィルタに使うことで、選択した州だけを浮かび上がらせています。

■ 設計の裏づけ（Tableau公式資料より）

発散配色は「基準からの正負」にこそ使う：今回の残差のように中央（＝期待どおり＝0）を境に上下へ意味が分かれる指標は、発散カラーが最適です（『Visual Analysis Best Practices』）。
2つの量の関係は散布図で：人口と目撃数のような連続量どうしの関係を見るなら散布図、というチャート選択の基本に沿っています（『最適なチャートを選択する方法』）。
データに語らせるより、問いを設計する：「どこが多い？」を「期待よりどこが多い？」へ言い換えた問いの立て方は、データストーリーテリングの核心です（『Data Storytelling』ホワイトペーパー）。

学び・振り返り

今回の最大の学びは、「実数の地図はしばしば人口の地図でしかない」という落とし穴を、残差という一手間で乗り越えられたことです。件数だけを見ればフロリダもカリフォルニアも「多い州」ですが、人口で割り戻すとフロリダは突出した外れ値、カリフォルニアは想定通り——まったく違う物語が見えてきます。

回帰式を定数で固定する方式は手軽ですが、データが更新されると傾き・切片を引き直す必要があります。次は MODEL_QUANTILE / MODEL_PERCENTILE などの予測モデリング関数や、Tableauの傾向線機能から係数を動的に拾う形にすると、再現性と保守性が上がりそうです。「なぜフロリダだけ多いのか（観光客数・沿岸部・打ち上げ施設など）」という次の問いにもつなげていきたいところです。

Tableau Public プロフィール: public.tableau.com/app/profile/tamaball38175