« 衆議院議員選挙2026年福岡11区比例代表得票数(福岡県選挙管理委員会公表) | トップページ | 2026年衆院選 福岡11区:2つの視点で読み解く選挙構造 »

2026年3月 1日 (日)

Greenacre's Symbiplot with MST

Screenshot-20260301-at-151051

 

【要約】2026年衆院選 福岡11区の支持構造:解析のポイント 

戦略的断絶の可視化: 最小全域木(MST)により、中道改革連合における「政党」と「候補者」の決定的な乖離と、有権者の複雑なスプリット投票の実態を証明。

地理的・構造的対立: 第1次元による「沿岸・都市部 vs 内陸・田川」の対比に加え、吉富町周辺に寄る新興保守・中道層の新たな地殻変動を抽出。

強固な集票拠点の幾何学的証明: ベクトルの内積を用いることで、武田候補と大任町・赤村の間に存在する、全選挙区で最大級の特異な支持構造を客観的に裏付け。

 

2026年衆院選・福岡11区:支持構造の可視化(Symbiplot分析)

「GreenacreのSymbiplot」と「MST(最小全域木)」を組み合わせ、2026年衆院選における福岡11区の複雑な支持構造を1枚のグラフに凝縮しました。

1. 「地理的な対立」が可視化された横軸
グラフの横軸(第1次元)は、選挙区内の「沿岸・都市部(左)」と「内陸・田川(右)」の対比を鮮明に映し出しています。
左側(苅田・行橋・豊前): 維新、国民民主党(グラフでは民主党と略記)、そしてInoue候補(参政党)の支持基盤が重なります。
右側(田川郡諸町): 共産、社民、れいわ等、伝統的な支持層の厚い地域が位置しています。

2. 候補者の立ち位置と「支持の質」
Tsuji候補(辻氏)の地盤: グラフ中央下部、田川市の至近距離に位置。同氏の支持が田川市に深く根ざしていることが統計的に裏付けられました。
Inoue候補と参政党の連結: MST(点線)によってInoue候補と参政党が連結されました。これは、保守党を経由してですが、支持構造が近いことを示し、分析モデルの整合性を補強しています。
武田候補と大任町・赤村は、いずれも原点から第2軸の正方向へ伸びる長いベクトルを持っており、両者の内積値は極めて大きな正の値となります。これは、これらの自治体が武田候補の支持において、単なる親和性を超えた、全選挙区中で最も偏差の大きい『圧倒的な集票拠点』であることを幾何学的に裏付けています。



```{r,out.width="100%"}
# [Greenacre's Symbiplot]
# AONF_CAPTION の定義
AONF_CAPTION <- "Archives from 2026 Onward and Notes for the Future\n2026年以降の記録 | https://ab.cocolog-nifty.com/note/"

#####################################
### symbiplot(Greenacre)
#####################################

if (!require("ca")) install.packages("ca")
if (!require("ape")) install.packages("ape")
if (!require("ggrepel")) install.packages("ggrepel")

library(ca)
library(ape)
library(ggplot2)
library(ggrepel)

# 1. データの読み込み
voting_data <- read.csv("fukuoka11ku2026_merged_a.csv", row.names = 1)

# 【重要】データ構造に合わせて修正
counts <- voting_data[, 1:ncol(voting_data)]

# 2. 対応分析 (CA) の実行
res_ca <- ca(counts)

# 3. Symbiplot用の座標計算
sv_sqrt <- diag(sqrt(res_ca$sv))
rows_coord <- as.data.frame(res_ca$rowcoord[, 1:2] %*% sv_sqrt[1:2, 1:2])
cols_coord <- as.data.frame(res_ca$colcoord[, 1:2] %*% sv_sqrt[1:2, 1:2])

colnames(rows_coord) <- c("Dim1", "Dim2")
rows_coord$Name <- rownames(rows_coord)
rows_coord$Group <- "City"

colnames(cols_coord) <- c("Dim1", "Dim2")
cols_coord$Name <- colnames(counts)
cols_coord$Group <- "Party/Candidate"

# 4. 最小全域木 (MST) の計算
full_principal_coords <- res_ca$colcoord %*% diag(res_ca$sv)
party_dist_chi2 <- dist(full_principal_coords)
st_tree <- mst(party_dist_chi2)

edges <- which(as.matrix(st_tree) == 1, arr.ind = TRUE)
edges <- edges[edges[,1] < edges[,2], ] 

edge_df <- data.frame(
  x = cols_coord$Dim1[edges[,1]], y = cols_coord$Dim2[edges[,1]],
  xend = cols_coord$Dim1[edges[,2]], yend = cols_coord$Dim2[edges[,2]]
)

# 5. 可視化
ggplot() +
  geom_segment(data = edge_df, aes(x=x, y=y, xend=xend, yend=yend), 
               color = "gray60", linetype = "dotted", linewidth = 0.5) +
  geom_point(data = rows_coord, aes(x=Dim1, y=Dim2), color = "blue", alpha = 0.3, size = 1.5) +
  geom_text_repel(data = rows_coord, aes(x=Dim1, y=Dim2, label = Name), 
                  color = "blue", size = 2.5, alpha = 0.6, family="HiraKakuProN-W3") +
  geom_point(data = cols_coord, aes(x=Dim1, y=Dim2), color = "red", size = 3) +
  geom_text_repel(data = cols_coord, aes(x=Dim1, y=Dim2, label = Name), 
                  color = "red", size = 3.5, fontface = "bold", family="HiraKakuProN-W3",
                  box.padding = 0.5, max.overlaps = Inf) +
  geom_vline(xintercept = 0, linetype = "dashed", color = "gray80") +
  geom_hline(yintercept = 0, linetype = "dashed", color = "gray80") +
  coord_fixed() +
  theme_minimal(base_family="HiraKakuProN-W3") +
  theme(legend.position = "bottom", plot.caption = element_text(size = 7, color = "gray30")) +
  labs(title = "Greenacre's Symbiplot with MST",
       subtitle = "Scaling: Standard Coordinates * sqrt(Singular Values)",
       x = paste0("Dimension 1 (", round((res_ca$sv[1]^2/sum(res_ca$sv^2))*100, 1), "%)"),
       y = paste0("Dimension 2 (", round((res_ca$sv[2]^2/sum(res_ca$sv^2))*100, 1), "%)"),
       caption = AONF_CAPTION)
```

|

« 衆議院議員選挙2026年福岡11区比例代表得票数(福岡県選挙管理委員会公表) | トップページ | 2026年衆院選 福岡11区:2つの視点で読み解く選挙構造 »

「分析メモ」カテゴリの記事