e-Statにある2020年の人口動態調査 / 人口動態統計 確定数 出生および厚労省の人口動態調査にある「人口動態統計（確定数）の概況」（最新のものは「人口動態統計月報年計（概数）の概況」）から、出生性比（出生数の男/女の比）をプロットする：
1906年，1966年のピークは「ひのえうま」である。
ついでに合計特殊出生率もプロットする：
e-Statの人口動態調査 / 人口動態統計 確定数 出生のCSVファイルの先頭部分は次のようになっている。文字コードはShift JIS，行末はCRLFである。
令和２年,人口動態統計,, 上巻 出生 第４．１表 年次別にみた出生数・出生率（人口千対）・出生性比及び合計特殊出生率 注 ：１）1944年（昭和19年）〜1946年（昭和21年）は戦災による資料喪失等資料不備のため省略した。1947年（昭和22年）〜1972年（昭和47年）は沖縄県を含まない。 ２）1926年（昭和元年）・1930年（昭和５年）・1935年（昭和10年）の出生数の総数には、男女不詳が各１が含まれている。 ３）率算出に用いた分母人口は日本人人口である。 ４）2004・2006・2009〜2017年（平成16・18・21〜29年）の都道府県からの報告漏れ（2019年３月29日公表）による再集計を行ったことにより、 2017年（平成29年）以前の報告書とは数値が一致しない箇所がある。 資料：国立社会保障・人口問題研究所「人口統計資料集」、厚生労働省「人口動態統計」 , 出生数,,, 出生率, 出 生,合計特殊 , 総 数, 男, 女,, 性 比,出 生 率 1899,1386981,713442,673539,32.0,105.9,… 1900,1420534,727916,692618,32.4,105.1,… （中略） 2000,1190547,612148,578399,9.5,105.8,1.36 2001 ,1170662,600918,569744,9.3,105.5,1.33 2002,1153855,592840,561015,9.2,105.7,1.32 （後略）
最初の9行はメタ情報，次の2行は列見出しを2行に分けてスペースで整形したものである。本来のCSVにするためには，メタ情報を削除あるいはコメントアウト（頭に # を付けるなど）して，ヘッダ行を次のようにすればよい：
年,出生数_総数,出生数_男,出生数_女,出生率,出生性比,合計特殊出生率
さらによく見ると2001年に全角空白が紛れ込んでいる。最初これに気づかなかったので「年」がすべて文字列扱いになってしまった（RやExcelはこの全角空白を読み飛ばすようだ）。ここでは下記のように sep="\s*," で読み飛ばすことにした。
import pandas as pd
df = pd.read_csv("mb010000.csv", encoding="cp932", skiprows=11,
na_values="…", keep_default_na=False, sep="\s*,",
names=["年", "出生数_総数", "出生数_男", "出生数_女",
"出生率", "出生性比", "合計特殊出生率"])
df1 = df[["年", "出生数_男", "出生数_女", "合計特殊出生率"]]
df1.to_csv("births.csv", index=False, encoding="utf_8_sig", lineterminator="\r\n")
書き出されたCSVファイルに1944〜1946年の欠落部分を書き加え、2021年以上のデータは厚労省の人口動態調査にある「人口動態統計（確定数）の概況」（最新のものは「人口動態統計月報年計（概数）の概況」）から拾って書き加えたものを births.csv として置いておく。
これを読んで出生性比をプロットするには，次のようにすればよい。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("https://okumuralab.org/~okumura/python/data/births.csv")
plt.figure(figsize=(14, 4))
plt.plot(df["年"], df["出生数_男"] / df["出生数_女"], "o-")
plt.grid()
合計特殊出生率も同様に描く：
plt.plot(df["年"], df["合計特殊出生率"], "o-") plt.grid()
直近の性比の信頼区間はどれくらいか。
from scipy import stats m = int(df["出生数_男"].values[-1]) f = int(df["出生数_女"].values[-1]) print(m / f) ci = stats.binomtest(m, m+f).proportion_ci() print([ci.low / (1 - ci.low), ci.high / (1 - ci.high)])
95%信頼区間はだいたい ±0.005 ほどである。
性比については Is sex at birth a biological coin toss? Insights from a longitudinal and GWAS analysis のような話もあり、いろいろおもしろい。
Last modified: