Methodology · Factors
階層ベイズ因子分析（HBFA、K=5）で抽出した 5 つの直交軸の意味。各軸は中央値で二値化し、頭文字 1 文字で表記します。
因子負荷量（loading）とは、各観測特徴量がその因子にどれだけ寄与するかの係数で、 ±1 に近いほど強く効きます。下記の各カードでは、その軸を強く正方向に説明する特徴量（高極）と、 強く負方向に説明する特徴量（低極）を棒で並べました。
AXIS 1· F1
人口や産業の集積を表す軸。都市的活動の強さで対極が分かれます。
事業所密度・従業者密度・人口密度といった「人間活動の集積」を表す特徴量が圧倒的に正方向へ寄与し、対極には老齢人口比率・第一次産業就業者比率・行政区域面積が並ぶ。これは典型的な都市 vs 農山村のコントラストそのものであるため、軸名を「都市性 (Urban / Rural)」とした。
AXIS 2· F2
総量としての大きさを捉える軸。密度ではなく絶対ボリュームを表します。
総人口・行政区域面積・Wikipedia 本文長（≒社会的注目度の代理）が同方向に強く効き、密度系の特徴量はほとんど抜けている。F1（都市性）と独立に「絶対的なボリューム」を捉えるため、軸名を「規模 (Major / Intimate)」とした。
AXIS 3· F5
人の出入りや出来事の頻度。動的な活発さを測る軸です。
婚姻率・出生率・死亡率といった人口動態指標と、昼夜間人口比率・純移動率・5 年人口増減率が同方向に正で乗る。静的なストック（密度・規模）ではなく「人の出入り・出来事の頻度」を捉える軸であるため、「動態 (Vibrant / Tranquil)」と命名した。
AXIS 4· F3
産業構造そのものを写す軸。製造業 vs サービス業の比重を表します。
第二次産業就業者比率と製造業就業者比率がほぼ同値で大きく正、対極に第三次産業比率と宿泊・飲食業比率が並ぶ、産業構造そのものを写した軸である。そのまま「産業 (Production / Service)」と命名した。
AXIS 5· F4
気候そのもの。147 観測所の最近傍マッピングに基づきます。
JMA 平年値の年平均気温・年降水量・年間日照時間が正方向、年降雪量が強く負方向に乗る。気候系の特徴量がほぼ独占的に効いており、社会経済指標の寄与は相対的に小さいため、独立した気候軸として「気候温暖度 (Warm / Cold)」と命名した。147 観測所の最近傍マッピングに基づく。
二値化は標準化済み因子得点が 0 より大きいかどうかで High/Low 極を決めます。 グラフのバー位置は、両側 2.5% のはずれ値を除いた |因子得点| の最大値 Ak をバーの両端に対応させて算出します。 ピル内の数値は 偏差値（平均 50・標準偏差 10、 T = 50 + 10·|z| ）で、傾いている側のみを表示します。
※ 因子負荷量の表からは Wikipedia 本文 SVD 成分（wp_svd_*）と、 絶対値 0.1 未満の弱い寄与を除外しています。