朱りんふぁのブログ

どんな要素がVRChat向け作品の人気に関係していそうか、統計解析してみた! ~VRChatと経済学②~

f:id:Linghua:20211231135013j:plain

(文責:朱玲華)

(修正:2022年01月03日21時に、誤字・脱字・微細な問題を修正しました。)

 

 

 


お断り

当記事は、経済学生が睡眠時間を削って簡易な統計分析を施したものになります。

そのため、内容に不備・錯誤・不正確性を含まないことを保証しません。*1

 

また、誤りがある場合の責任は全て筆者に帰属するものであり、経済学そのものに帰結するものではありません。

 

 

はじめに

はじめまして、朱りんふぁ*2です。

中華風のハンドルネームだけど、日本人です。

 

突然ですが、VRChat向けの作品って、この世に大体どのくらい存在しているか御存じですか?

 

実は、2021年12月30日時点で、例えばBoothなら約38000点ほど*3存在しています。

 

つい直近にも、そんなVR関連商品に関して例えばhibit様の BOOTH3Dモデル市場概況(2021年) なんて記事が出ていて、アバター市場で販売数や専用衣装の数に、すさまじい偏りがあるよねという内容でした。

 

ところで、皆さん、特にクリエイターの皆さんは、こんなことに興味がありませんか?

 

_人人人人人人人人人人人人人人人_
>どんな要素が人気と関係あるの!<
 ̄Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^ ̄

 

滅茶苦茶気になるのではないかと思います。

 

そこで、今回は最近、世間では統計学機械学習の知識を合わせた分野を「データサイエンス」と呼んでもてはやしていると聞いたので、ボクも何かやってみようと思って、テキトーに統計解析を行ってみることにしました。

 

過去の文章は、どれもこれも物議を醸しそうな暗い内容ばかりだったから、初めて皆さんが無条件に喜んでくださりそうな記事が書けて、感無量です

 

すごくざっくり、正確性は置いておいて何となく説明しておくと、なんというか、この手の「データサイエンス」にはいくつか系統があって、特に世間でもてはやされてるのは、いわゆる「予測」を行うための技術です。

 

「こんな要素を使えば予測が出来るんじゃない?」って感じで、要素別に影響度を解析してゆく手法を「教師あり学習」、どっちかというと「これはこっちのグループに入るんじゃないかなぁ」と、似たものをグループ分けする技術を「教師なし学習」と呼んでいます(多分)。

 

よくあるAIとか、生物・医学系分野とかだと、この辺の予測された結果や予測因子を利用しているケースが多い気がします。

 

一方で、経済学とかが行うのはこれとは大分違う分析で、本来は「この要因が恐らくこの現象の原因になっている!」と、因果関係を特定するための技術です。

 

そのため、同じデータサイエンスと呼ばれていても、目的自体がそもそも大分違うことになります。

 

(詳しい人向けに書いておくなら、機械学習ならリッジ回帰とかラッソ回帰、回帰木と決定木とか、情報系ならベイジアンで事後分布による更新とかが。

また、医学系だとステップワイズ法とかが使われているケースが多いイメージがあるんですが(偏見)、この辺の手法は、経済学では何か事情が無い限り使わないです。

 

特に、意味もなくステップワイズ法なんか使おうものなら、たちまち教授から「何がしたいの朱君?」と言われることでしょう。

 

影響が小さかろうが、明らかに統計的に違いをもたらしている場合は因果関係がある可能性があるので、リッジやラッソ、ステップワイズのように、パラメータを大きさや尤度で切り落とすのは論外なのです。

 

また、実験と違って試行回数なんてない、一時的に偶然得られた社会的なデータによる推定が盛んな経済学では、分布が事前に判明してるとか、更新にふさわしい試行回数があるとか、そんな条件がそろわないことも多く、ベイジアンも使われないことが多いです。)

 

そんなこんなで、本当は本稿でも因果関係を何とか推定したかったんですが、一方で、そもそもデータにも様々な制約があることから、非常に残念ながら解析に使えない重要なデータが色々あり、因果関係の特定自体は断念することになりました。

 

そう、例えば販売数です。

 

Boothって、スキ!の数は普通に出てきますけど、販売本数って他人には出て来なくない???

 

ということで、本当は「原因を突き止めて販売個数を増やそう!!!」ってやろうと思ったのですが、残念ながら、代わりにスキ!の数で考えることになりました。

 

また、本当はポリゴン数を書く欄が特定の箇所にあるとか、規約が統一されていて機械で読み込みやすいとか、手作業でもリサーチアシスタント*4に丸投げするとか、そんなことが出来ればもっと高度な推定が出来たと思うんですが…。

 

残念ながら、今回はそんなことも無く、そもそもデータの質自体が良質ではないため、結局は大学院で行うような非常に高度な手法をとることは出来ませんでした*5

 

結果、確かに経済系だと必修になるのは大学院からだけど、学部生でも、そこそこ勉強する大学の真面目な学生さんが、卒論*6のために背伸びしたら普通に使えるような、結構古典的な手法*7をとることになりました。

 

データの質が悪いときは、結局古典的な方法になるんだよね。

ということで、早速見て行きましょう。

 

 

データの内容と記述統計

使用したデータ

そもそも、どんなデータを使ったのかですが、2021年11月24日時点で約36,000点あったBooth上のVRChatに関する作品(検索結果)を、約750ページほどある検索ページから、スクレイピングというコンピューターに自動でWebページを読み込ませる技術で*8名簿にしました。

 

ここで、

  1. 検索した時に出る値段(以下、検索時表示価格)
    (お布施があると、0円が0円で表示されないやつ。)

  2. どのショップが販売しているか

  3. 個々の商品へのリンク

  4. モデルの種類
    (「3DCG・3DCG集」とか、「3Dキャラクター」とか。)

  5. 商品の名前

を得ました。

 

そして、標本理論という理論を使って、値段の平均値とかみたいな特徴がなるべくこの名簿と近く保たれるように、層化無作為抽出法という方法で約2250サンプルを抽出。

 

最後に、得たサンプルに関して、11月26日から12月2日までかけて再び商品の詳細のページをスクレイピングして、今度は

  1. 最大50個目までのタグ
    (それ以上は流石に追わなかった。)

  2. スキ!の数

  3. 個別のページでDLするとき、一番上に書いてある値段
    (以下、正規価格と呼ぶ。本来無料の商品は、ここが0円になるはず。)

  4. 説明文のうち、章立てが分かれてない部分の文章
    (分けられた部分はエラーが派生。)

のデータを得ました。

 

なんでこんな七面倒な手法を取ったのかというと、そもそも「Boothってスクレイピングして良いの?」という疑問があって色々調べたんですが、結果として、一応なるべく自然に近い閲覧スピードで情報を収集しようという方針になったのです。

 

なので、過去の自分の閲覧履歴を調べて「人間は1時間当たり200ページくらい見れるよね」となり、原則、1時間当たり450ページ(15秒に1回)スクレイピングできる、つまり2人ほどが閲覧しているスピードならサーバーに負荷もかからないだろうという感じで、1日当たり2時間までとして調査を行いました。

 

ここまで慎重にならなくても良いんじゃないかとも思ったんですが、Booth様に御迷惑はかけたくなかったので…。

 

スクレイピングに関してBoothの規約を検討した詳細に関しましては、詳しくは「【付論】法律・規約・慣習から見る、Boothとスクレイピング - 朱りんふぁのブログ」に纏めてあるので、細かいことが気になる人はそちらを見てください。

 

データの特徴

さて、データの特徴です。

 

まずは、母集団のデータ。

36,096点の作品を、5651shopが販売しています*9

 

このうち、検索時表示価格が35,000円を超える商品に関しては、どうやら終売のものや、1点ものなどを無理やり高額にした商品が多いらしく、ほとんど普通の商品は存在しなかったので、名簿から省くことにしました。

 

その上で、名簿上の平均価格が766.6円に対し、サンプル上の平均価格は764.1円

無作為抽出で、35,000点ほどの名簿に対し2,250サンプルだと本来誤差が2%くらい出てもおかしくないので、層化してるとは言え、運よく上手にサンプリングできたようです。

 

さらに、有難いことに、四分位数等*10もすべて一致してくれました。神。

最大値だけ18,000円と少し小さくなってしまいましたが、上々な結果です。

 

0円から100円ずつで分布自体も見比べてみると、この通りほぼ一致。

分析にふさわしいサンプルといえることでしょう。

 

f:id:Linghua:20211230194502p:plain

名簿上の検索時表示価格の分布

f:id:Linghua:20211230194610p:plain

サンプル上の検索時表示価格の分布

 

さて、ここからは2248個あるサンプルの特徴です。

 

まずは、種類別にどのくらいの正規価格が使われているか、四分位数が分かる箱ひげ図で見てみましょう。

(箱ひげ図について説明しておくと、それぞれ、箱の左が下から25%の位置の価格、真ん中の某が中央値、箱の右端が下から75%の位置の価格。個別の点は外れ値。)

f:id:Linghua:20211230200607p:plain

箱ひげ図

3Dキャラクターの項目だけ、やたらと中央値や平均値が高くなってますね。

アニメーションも意外とお値段がするんでしょうか。ちょっと意外。


次に、スキ!の数と、正規価格の関係を見てみましょう。

f:id:Linghua:20211230200746p:plain

スキ!の数と正規価格の関係

それぞれの色が、それぞれの商品の種類を表しています。

統計に詳しくない人は、横に引っ張られている棒線は、正規価格が値上がりすると、平均的にどのくらいスキ!の数が増えるかというようなものだと思ってください。

 

分かる人向けに書いておくなら、棒線は単回帰直線を図示しています。

 

右肩上がりですね。

普通に考えれば価格が上がるほど需要は下がりそうなものですが、これはスキ!の数ですし、おそらく良い商品への憧れとか、あるいはデータを持ってこれなかった高品質性とスキ!との関係が、価格を通して出てしまったと考えられます。

 

商品の種類が変わったからって、あんまり傾き自体は変わらないみたいなので、分析の際にこの辺は気にしなくて良いかな…。

というか、めっちゃばらけてますね。

 

けっこう分かる人向けになっちゃいますが、分布と、散布図と、相関係数も主要な指標に対して見ておきましょう。

 

分からない人向けにテキトーに説明しておくなら、相関というのが、片方が大きな値になると、もう片方がどのくらい連動して大きな値になっているか、というのを見ています。

 

それぞれの英字は、

  1. num:商品が最新何番目か
  2. fav:スキ!の数
  3. price2:正規価格
  4. nexp:説明文の長さ
  5. ntag:タグの個数
  6. VRChat:タグ「VRChat」が使われているかどうか

を指しています。

f:id:Linghua:20211230201809p:plain

散布図

何だかんだで、正規価格とスキ!の数には約0.27の相関があるらしいです。

 

また、どのタグがどのくらい利用されているかを見てみましょう。

全部追っていると滅茶苦茶多くなってしまうので、ここでは1%以上のサンプル、つまり23個以上のサンプルで使われているタグのみを抽出しました。

f:id:Linghua:20211230204531p:plain

タグの利用率

なるほどねぇ…。

作品の特質を表しているわけですが、色々ありますね。

 

「FBX」や「UnityPackage」みたいなデータ形式や、「アバター」とか「衣装」とかみたいな商品の種類。「ケモノ」や「ハロウィン」みたいな何向けかの表示。

「かわいい」みたいな超概念的な何か。「新作」とか楽しそう。

 

まぁ、だいたいこんな感じですかね。

 

 

統計解析

何が影響しそうか

さて、大体の特徴が分かったところで、「『スキ!』の数と、どんな要素がどのように関係しそうか」を、考えて行きましょう

 

というのも、「どんな要素がどう関係しそうか」を考えないことには、「仮説→検証」のステップが踏めないので。

 

ということで、「データ上のどういう数値が大きかったら、『スキ!』の数が増えたり減ったりしそうか」に関して仮説を立てていきます

 

具体的には、以下のような感じです。

  1. 値段は、上記でも言ったけど、良い商品への憧れとかデータとして持ってこれなかった高品質性とかが影響して、高くなるほどスキ!が多そう
    つまり、プラスになるはずです。
    (勘違いしないで欲しいのは、因果関係ではないので、値段を上げれば「スキ!」が増えるということにはならないということ。)
    統計学が高度に分かる人向けに言うなら、これは説明変数というよりは制御変数というか、nuisance的なパラメータです。)

  2. 番号に関しては、古い物ほど大きくなり、長い時間が経つほどたくさんの人が見て「スキ!」する数が上がりそうなので、プラスになると思われます。
    (いつ発売されたか表示されないBoothのデータに対して、質は悪いけど時間効果の代替変数として用います。)

  3. 商品の種類に関しては、種類ごとに傾きがそんなに大きく違ったりはしなさそうですが、平均値自体はズレていそうなので、ダミー変数という平均値のずれを測れる要素を入れて調べます。
    人気が下がる要因とか無いと思うので、基本的にはプラスかな

  4. タグの数は、多ければ多いほど捕捉率が上がりそうなので、多分プラス

  5. 説明文は、長ければ長いほど丁寧な説明になるはずなので、多分プラス
    ただ、完全なデータが取得できたわけでは無いので、参考値。
    (なお、長くなり過ぎた際には下がることも想定される。)

  6. タグの数が増えれば増えるほど、1つ増えるごとの効果は小さくなりそうなので、それをモデル化。
    具体的には、2乗項を入れる。値段・説明の長さにも同様の措置。
    マイナスが想定される
    (逓減型となっている。つまり、1階条件または導関数が単調減少と想定される。)

 

不均一分散検定

仮説を立て終わったところで、どのような解析手法を採用するか考えます。

 

基本的には、データの質が低すぎてそれ以上のことが出来ないので「重回帰分析」という、学部生でも統計学の経済学版である計量経済学をやれば使える手法を採用しようと思ったのですが、重回帰分析がきちんと使えるためには条件が多く、そのうちの「不均一分散」という問題について嫌な予感がしたので調べます

 

使う手法は2種類。

目視と検定です。

 

さて、知らない人にも何となく楽しんでもらえるように、理想的にはどういう状態になるか言っておくと、Residual vs Fittedは完全に均一にばらけた状態で図中に出て、NoirmalQ-Qは直線状になるはずですが…。

f:id:Linghua:20211230225430p:plain

不均一分散の確認

ギャー。

一か所に固まってるし、蛇行してる!?

 

思いっきり不均一分散がありました。

ちなみに、ブルーシュ・ぺーガン検定とかも、当然ながら不均一分散仮説を棄却できませんでした。そりゃそーだ。

 

ということで、重回帰分析(古典的k変数回帰モデル)はそのまま使えません。

仕方ないので、対処するためにもうちょっと高度な手法を使います。

 

具体的に専門用語を使うと、不均一分散を想定して、一般化最小二乗法を用いて信頼区間を計算するロバスト標準誤差を用いた推定を行います。

 

そもそも、知ってる人向けにさらに愚痴を言っておくと、どう考えてもそもそも欠落変数があるので、誤差項と独立変数は相関してるわ、内生性の問題とかもクリアできてないわ、欠落変数バイアスはかかるわで結構な状態であり、教授に修論の題材とかで持っていったらたちまち処されてしまうこと間違いなしですが、データが無い以上どうしようもないので、何かより良いデータを得る人が出て、別に推定してくれる嚆矢に成れたらと思います。

 

統計解析と結果

さて、改めてモデルを作っておくと、「スキ!」の数への相関を

  1. 値段・番号・種類・個別タグ・説明の長さ・タグ数
  2. 値段・番号・種類・個別タグ・説明の長さ・タグ数・2乗項
  3. 値段・番号・種類・説明の長さ・タグ数

で調査しました。

 

こうすることで、他の条件を一定にして。

つまり例えば、価格とタグなら「1000円の商品と0円の商品の人気を比べたいときに、価格の影響を取り除いた形で、タグの分だけの効果を見る」というようなことが出来るようになります。

 

使った変数は、モデル1で191個にもなります。

一般に、サンプルの10分の1以上の数は放り込まない方が良いと言われるので、結構ギリギリです。

 

さて、結果ですが、モデル①においては33の項目が10%有意になりました。

また、同じく太字22個が5%有意です。

残念ながらモデル②では、含めてみた2乗項は有意にはなりませんでした。

 

太字が5%有意で、二段目が信頼区間です。
推定結果
  Model 1 Model 2 Model 3
(Intercept) -87.140 -103.465 -52.860
  [ -206.499; 32.218] [ -229.960; 23.031] [ -186.777; 81.056]
num 0.004 0.006 0.004
  [ 0.003; 0.005] [ 0.003; 0.010] [ 0.003; 0.005]
price2 0.038 0.058 0.037
  [ 0.021; 0.055] [ 0.035; 0.081] [ 0.023; 0.051]
kind_factor3Dキャラクター 218.400 213.384 135.458
  [ 83.588; 353.212] [ 79.169; 347.598] [ -11.945; 282.861]
kind_factor3Dモデル(その他) 75.563 77.860 30.487
  [ -35.472; 186.599] [ -33.915; 189.635] [ -101.232; 162.206]
kind_factor3D衣装・装飾品 146.948 146.655 148.887
  [ 27.346; 266.551] [ 26.375; 266.936] [ 13.562; 284.211]
kind_factor3D環境・ワールド 176.720 176.470 212.045
  [ -20.019; 373.459] [ -25.896; 378.835] [ -14.071; 438.161]
kind_factor3D小道具 76.973 82.553 37.351
  [ -36.852; 190.799] [ -31.475; 196.581] [ -94.777; 169.479]
kind_factor4コマ漫画 -18.964 -24.535 -43.288
  [ -484.640; 446.712] [ -145.400; 96.329] [-4688.929; 4602.353]
kind_factorBGM素材 17.063 19.996 -3.655
  [ -714.022; 748.147] [ -212.192; 252.183] [-1265.603; 1258.293]
kind_factorPCゲーム 64.629 71.450 6.236
  [ -140.730; 269.988] [ -131.499; 274.400] [ -150.792; 163.264]
kind_factorTシャツ -48.602 -68.101 -67.952
  [ -219.184; 121.981] [ -309.477; 173.275] [ -206.857; 70.954]
kind_factorVRoid 105.287 108.617 37.732
  [ -23.774; 234.347] [ -22.027; 239.261] [ -100.199; 175.662]
kind_factorアイコン 98.279 101.383 70.387
  [ -46.527; 243.085] [ -43.986; 246.752] [ -95.021; 235.794]
kind_factorアクセサリー(その他) -88.501 -31.736 -116.342
  [ -363.667; 186.665] [ -214.167; 150.695] [ -372.300; 139.615]
kind_factorアクリルキーホルダー -13.637 -28.039 -46.557
  [ -149.748; 122.474] [ -170.527; 114.448] [ -184.509; 91.395]
kind_factorアクリルフィギュア -35.095 -59.934 -63.842
  [ -156.338; 86.148] [ -187.656; 67.787] [ -201.099; 73.416]
kind_factorアニメーション 53.775 50.621 -14.195
  [ -180.494; 288.044] [ -184.979; 286.220] [ -190.125; 161.736]
kind_factorイヤリング・ピアス 92.470 90.438 3.402
  [ -102.626; 287.565] [ -100.099; 280.975] [ -139.518; 146.322]
kind_factorイラスト(その他) -68.688 -80.897 -91.147
  [ -691.006; 553.629] [ -207.615; 45.822] [-1155.822; 973.528]
kind_factorイラスト3D素材 263.658 265.656 147.197
  [ 116.173; 411.143] [ 40.444; 490.869] [ 14.603; 279.791]
kind_factorイラスト作品 -17.380 -23.610 -47.673
  [ -158.423; 123.663] [ -239.607; 192.386] [ -820.969; 725.622]
kind_factorイラスト集・CG集 -23.804 -41.648 -51.079
  [ -140.029; 92.420] [ -160.571; 77.275] [ -632.615; 530.457]
kind_factorイラスト素材 -25.176 -19.011 21.748
  [ -204.194; 153.843] [ -205.512; 167.491] [ -117.650; 161.146]
kind_factorキーホルダー・ストラップ -59.867 -63.397 -80.960
  [ -339.885; 220.151] [ -494.469; 367.675] [-1846.915; 1684.996]
kind_factorグッズ(その他) -0.517 -38.281 -72.654
  [ -173.903; 172.869] [ -410.876; 334.314] [-1210.675; 1065.367]
kind_factorグラス・タンブラー・マグカップ 32.825 18.457 7.781
  [ -121.941; 187.591] [ -110.855; 147.768] [ -124.915; 140.477]
kind_factorゲーム音楽 15.943 18.982 -10.115
  [ -119.886; 151.773] [ -123.069; 161.033] [ -159.851; 139.620]
kind_factorゲーム関連商品 66.056 65.424 70.644
  [ -86.153; 218.265] [ -88.671; 219.519] [ -79.992; 221.279]
kind_factorシール・ステッカー -69.773 -69.707 -94.130
  [-1560.763; 1421.218] [ -385.939; 246.525] [-2411.954; 2223.693]
kind_factorその他書籍 66.321 66.959 38.114
  [ -90.520; 223.163] [ -95.092; 229.010] [ -131.012; 207.239]
kind_factorソフトウェア 104.774 109.005 89.017
  [ -38.097; 247.645] [ -35.413; 253.424] [ -55.994; 234.027]
kind_factorネックレス 31.584 33.879 22.940
  [ -108.787; 171.955] [ -680.847; 748.606] [-1051.952; 1097.832]
kind_factorパーカー 79.037 79.963 7.908
  [ -69.687; 227.762] [-1934.353; 2094.278] [-1691.580; 1707.396]
kind_factorハードウェア・ガジェット -21.861 -42.917 -64.198
  [ -158.165; 114.443] [ -185.832; 99.998] [ -197.576; 69.179]
kind_factorバッジ 178.817 182.976 67.699
  [ -766.818; 1124.451] [ -440.795; 806.746] [-1344.231; 1479.629]
kind_factorファッション(その他) -11.093 -7.314 -46.103
  [ -229.383; 207.198] [ -262.819; 248.191] [ -203.474; 111.267]
kind_factorヘアアクセサリー 134.130 148.479 135.768
  [ -938.640; 1206.900] [ -245.261; 542.218] [-2210.755; 2482.292]
kind_factorボイス -1.432 -1.835 -40.603
  [ -126.213; 123.348] [ -126.361; 122.691] [ -195.473; 114.268]
kind_factorボカロ -59.313 -58.576 -73.341
  [-1611.708; 1493.081] [-1158.252; 1041.100] [-1856.311; 1709.628]
kind_factorポスター 3.577 7.554 -14.824
  [ -125.759; 132.913] [ -121.595; 136.703] [ -152.592; 122.945]
kind_factorロゴ 80.145 65.998 21.747
  [ -452.310; 612.599] [ -327.047; 459.042] [ -619.383; 662.877]
kind_factor音楽(その他) 2.948 3.844 2.634
  [ -167.732; 173.628] [ -171.929; 179.617] [ -133.616; 138.884]
kind_factor音楽一般 0.666 1.769 -30.731
  [ -123.470; 124.802] [ -122.904; 126.442] [ -164.197; 102.734]
kind_factor絵画 -53.790 -53.174 -103.851
  [ -313.036; 205.455] [ -310.426; 204.078] [ -394.517; 186.816]
kind_factor缶バッジ -10.126 -18.729 -36.937
  [ -456.256; 436.004] [ -143.865; 106.408] [-1150.778; 1076.903]
kind_factor技術書 106.669 105.441 68.896
  [ -36.124; 249.463] [ -43.654; 254.536] [ -90.657; 228.450]
kind_factor効果音 -49.153 -52.252 -74.605
  [ -166.457; 68.151] [ -386.344; 281.840] [-4594.778; 4445.568]
kind_factor時計 78.080 86.480 94.292
  [-1103.149; 1259.310] [ -600.270; 773.230] [ -384.465; 573.050]
kind_factor写真 80.916 82.282 55.306
  [ -495.406; 657.239] [ -33.633; 198.197] [ -524.572; 635.184]
kind_factor写真集 -11.904 -28.486 -37.125
  [ -148.131; 124.323] [ -238.245; 181.273] [ -169.637; 95.386]
kind_factor小説・ライトノベル 115.995 132.559 47.303
  [ -524.639; 756.629] [ -2.312; 267.429] [ -419.886; 514.491]
kind_factor素材(その他) 92.871 96.508 69.661
  [ -31.793; 217.535] [ -28.877; 221.894] [ -64.484; 203.805]
kind_factor彫刻・オブジェ 20.463 21.920 -13.309
  [ -91.135; 132.062] [ -399.594; 443.434] [ -735.297; 708.678]
kind_factor帽子 -23.752 -25.422 -14.711
  [ -373.912; 326.408] [ -381.167; 330.323] [ -149.688; 120.266]
kind_factor漫画・マンガ 103.630 103.223 64.815
  [ -278.350; 485.609] [ -235.169; 441.615] [ -353.907; 483.536]
VRChat -0.971 -0.517  
  [ -30.925; 28.984] [ -30.903; 29.868]  
FBX -12.813 -15.342  
  [ -36.838; 11.213] [ -37.916; 7.231]  
`3Dモデル` -5.779 -6.139  
  [ -28.970; 17.411] [ -29.064; 16.787]  
VRChat想定 28.301 26.995  
  [ -0.676; 57.277] [ -2.180; 56.171]  
`3D用オブジェクト` -36.800 -35.444  
  [ -58.611; -14.990] [ -57.643; -13.244]  
`3Dキャラクター` 6.536 0.037  
  [ -34.359; 47.431] [ -39.931; 40.004]  
`3Dキャラクター用装飾` 9.078 9.898  
  [ -15.547; 33.703] [ -14.228; 34.024]  
VRoid -27.477 -26.194  
  [ -69.331; 14.378] [ -75.042; 22.653]  
VRChat可 -15.404 -14.574  
  [ -54.367; 23.559] [ -53.002; 23.854]  
新作 -39.117 -40.230  
  [ -70.125; -8.108] [ -71.180; -9.280]  
`3D` 7.797 6.735  
  [ -39.546; 55.141] [ -39.757; 53.227]  
Unity -18.210 -17.909  
  [ -61.966; 25.546] [ -61.368; 25.551]  
VRM 1.474 -1.082  
  [ -62.293; 65.241] [ -64.683; 62.519]  
`3D素材` -21.719 -22.499  
  [ -50.479; 7.040] [ -51.159; 6.161]  
`3DCG` -9.861 -4.798  
  [ -53.848; 34.126] [ -47.964; 38.367]  
unity 13.608 12.730  
  [ -23.050; 50.267] [ -24.468; 49.928]  
`VRoid Studio` -9.630 -7.607  
  [ -88.404; 69.144] [ -86.338; 71.124]  
`3D用テクスチャ` -35.105 -34.066  
  [ -113.918; 43.709] [ -114.332; 46.200]  
`3D Character attachments` 71.600 67.998  
  [ 3.190; 140.010] [ -0.470; 136.465]  
VTuber -39.790 -37.421  
  [ -92.842; 13.263] [ -90.799; 15.957]  
`3Dデータ` 17.717 20.486  
  [ -27.543; 62.977] [ -22.455; 63.426]  
武器 -31.135 -28.694  
  [ -59.849; -2.420] [ -57.982; 0.593]  
アバター -33.180 -38.177  
  [ -104.625; 38.266] [ -109.335; 32.981]  
オリジナル -12.406 -15.503  
  [ -91.681; 66.869] [ -94.371; 63.365]  
`3D Props` -25.289 -21.449  
  [ -76.503; 25.924] [ -72.566; 29.668]  
衣装 -58.521 -57.781  
  [ -111.940; -5.101] [ -110.061; -5.502]  
Blender -40.169 -37.362  
  [ -80.068; -0.269] [ -77.203; 2.480]  
アクセサリー 26.986 35.727  
  [ -32.153; 86.125] [ -19.824; 91.277]  
VRC想定モデル 30.038 28.727  
  [ -60.190; 120.266] [ -60.887; 118.342]  
`Textures for 3D Mdel` 61.439 63.253  
  [ -39.310; 162.189] [ -37.329; 163.835]  
vrchat向け 24.765 24.761  
  [ -124.836; 174.365] [ -124.491; 174.014]  
VRoid用テクスチャ 3.120 1.323  
  [ -74.127; 80.367] [ -75.499; 78.144]  
`3D用背景` 23.655 24.146  
  [ -59.059; 106.369] [ -57.087; 105.379]  
`vroid texture` -82.980 -84.858  
  [ -225.423; 59.464] [ -227.686; 57.970]  
VRoidテクスチャ -11.580 -14.782  
  [ -86.657; 63.497] [ -92.526; 62.961]  
unitypackage 10.261 14.119  
  [ -49.853; 70.375] [ -46.930; 75.168]  
かわいい 96.093 97.818  
  [ -5.548; 197.734] [ -5.144; 200.780]  
12.678 10.180  
  [ -27.807; 53.164] [ -31.050; 51.411]  
6.222 2.114  
  [ -51.860; 64.303] [ -54.396; 58.625]  
vroid衣装 57.259 53.995  
  [ -57.527; 172.045] [ -69.133; 177.123]  
texture 45.109 49.962  
  [ -67.311; 157.529] [ -60.034; 159.957]  
vrchatアクセサリー -63.385 -69.860  
  [ -174.207; 47.436] [ -182.102; 42.383]  
clothes 24.710 26.054  
  [ -89.819; 139.240] [ -88.202; 140.310]  
ケモノ -135.330 -131.816  
  [ -224.381; -46.279] [ -221.012; -42.620]  
vrcHAT利用可 -54.974 -53.929  
  [ -162.943; 52.996] [ -162.397; 54.538]  
VRoid用衣装 26.311 28.603  
  [ -51.501; 104.123] [ -48.482; 105.689]  
帽子 102.387 106.442  
  [ -65.851; 270.625] [ -60.773; 273.657]  
vrchatワールド -93.511 -91.676  
  [ -446.607; 259.585] [ -448.934; 265.582]  
着せ替え -31.634 -34.344  
  [ -138.093; 74.825] [ -139.910; 71.222]  
avatar -119.674 -119.438  
  [ -241.129; 1.782] [ -247.247; 8.372]  
`3Dキャラクター用衣装` 86.334 85.797  
  [ 6.059; 166.608] [ 4.965; 166.630]  
`3Dモデル小物` -91.672 -91.613  
  [ -224.101; 40.758] [ -224.079; 40.853]  
UnityPackage 7.445 8.157  
  [ -44.042; 58.932] [ -43.929; 60.243]  
cute -42.079 -42.505  
  [ -106.964; 22.805] [ -108.331; 23.322]  
ハロウィン -25.509 -22.175  
  [ -105.372; 54.354] [ -98.700; 54.350]  
小物 70.931 72.606  
  [ -59.185; 201.048] [ -57.353; 202.565]  
テクスチャ 17.898 19.780  
  [ -54.229; 90.025] [ -53.395; 92.954]  
Unity3D -22.232 -29.402  
  [ -116.358; 71.895] [ -124.053; 65.249]  
`3dモデル 小物` -72.840 -76.415  
  [ -208.961; 63.280] [ -214.049; 61.218]  
`3Dモデル衣装` 40.559 32.275  
  [ -30.421; 111.538] [ -42.142; 106.692]  
`PMD/PMX` 19.101 25.840  
  [ -103.297; 141.499] [ -98.625; 150.305]  
`3d素材` 23.429 26.474  
  [ -87.876; 134.734] [ -86.608; 139.555]  
家具 -15.097 -17.684  
  [ -84.260; 54.066] [ -88.855; 53.487]  
vroidhub 70.144 72.927  
  [ -61.401; 201.690] [ -56.200; 202.053]  
`vrchat model` 118.414 121.988  
  [ -135.794; 372.623] [ -133.170; 377.146]  
ワンピース 22.520 16.973  
  [ -60.662; 105.702] [ -64.888; 98.834]  
fbxモデル -103.587 -104.124  
  [ -212.104; 4.931] [ -214.672; 6.425]  
`vrchat avatar` 97.364 96.725  
  [ -57.202; 251.931] [ -62.826; 256.276]  
`3D Effects` 26.275 33.224  
  [ -64.417; 116.967] [ -59.875; 126.323]  
anime -33.245 -30.585  
  [ -128.158; 61.668] [ -132.652; 71.483]  
-16.172 -17.782  
  [ -70.588; 38.243] [ -73.736; 38.172]  
指輪 0.608 -1.863  
  [ -108.772; 109.988] [ -112.434; 108.708]  
model -5.140 -1.592  
  [ -88.724; 78.445] [ -84.986; 81.802]  
unity3d -23.704 -22.365  
  [ -81.544; 34.136] [ -81.268; 36.537]  
VRChatワールド -123.156 -118.295  
  [ -317.168; 70.856] [ -313.926; 77.337]  
薄荷 47.033 47.902  
  [ -97.132; 191.198] [ -105.147; 200.950]  
VR -1.722 -1.604  
  [ -70.081; 66.637] [ -67.716; 64.508]  
パーティクル 115.894 117.095  
  [ 1.505; 230.283] [ 0.695; 233.494]  
-54.288 -51.987  
  [ -122.828; 14.252] [ -120.204; 16.229]  
`3Dモデル 小物` -128.159 -126.499  
  [ -253.223; -3.094] [ -252.723; -0.275]  
狐雪 79.822 76.999  
  [ -50.428; 210.071] [ -59.314; 213.311]  
`3D用エフェクト` -26.967 -28.171  
  [ -142.672; 88.738] [ -146.920; 90.579]  
obj 11.800 14.824  
  [ -50.713; 74.313] [ -55.555; 85.204]  
ねこ -28.189 -28.984  
  [ -119.159; 62.782] [ -115.353; 57.385]  
水着 -28.105 -29.741  
  [ -107.328; 51.118] [ -107.925; 48.443]  
unitypakage -34.061 -36.951  
  [ -111.872; 43.751] [ -116.788; 42.886]  
vr -54.559 -55.148  
  [ -122.087; 12.970] [ -124.885; 14.589]  
眼鏡 -18.663 -12.965  
  [ -102.186; 64.861] [ -98.227; 72.297]  
VRChatギミック 14.032 12.871  
  [ -129.375; 157.440] [ -133.018; 158.759]  
vrchatアバター 100.832 103.429  
  [ -251.879; 453.542] [ -246.348; 453.207]  
`3D Motion assets` -84.574 -90.681  
  [ -212.495; 43.347] [ -224.476; 43.113]  
アバター用小物 -128.408 -129.877  
  [ -314.768; 57.953] [ -317.014; 57.260]  
SF 72.901 70.826  
  [ -27.205; 173.007] [ -29.856; 171.507]  
アクセサリ -6.203 -1.983  
  [ -80.188; 67.782] [ -75.956; 71.989]  
食べ物 -14.391 -12.963  
  [ -71.666; 42.884] [ -70.354; 44.427]  
Shader 40.296 41.983  
  [ -69.119; 149.712] [ -69.336; 153.302]  
インテリア 71.983 75.037  
  [ -115.445; 259.410] [ -112.129; 262.204]  
クリスマス -48.500 -51.537  
  [ -124.705; 27.705] [ -129.885; 26.810]  
ファンタジー -34.168 -35.349  
  [ -122.827; 54.492] [ -131.664; 60.966]  
ワールド 139.326 137.159  
  [ -62.504; 341.155] [ -64.506; 338.824]  
髪型 461.858 466.112  
  [ 177.475; 746.241] [ 181.629; 750.596]  
Vket5 -13.636 -25.074  
  [ -201.445; 174.174] [ -214.054; 163.906]  
VRChat想定モデル 106.889 104.093  
  [ -165.357; 379.134] [ -164.376; 372.562]  
UnityPackge 26.337 26.723  
  [ -78.032; 130.706] [ -79.643; 133.089]  
hair -40.886 -37.452  
  [ -190.279; 108.506] [ -194.137; 119.233]  
ピアス -80.306 -77.898  
  [ -186.800; 26.188] [ -179.966; 24.170]  
Quest対応 -40.970 -36.120  
  [ -137.975; 56.036] [ -137.419; 65.180]  
シェーダー 85.533 88.000  
  [ -90.276; 261.342] [ -89.631; 265.630]  
`3D用モーション` 41.652 43.869  
  [ -137.454; 220.758] [ -138.325; 226.062]  
fbx形式 63.317 56.865  
  [ -52.494; 179.128] [ -59.612; 173.342]  
particle -174.750 -184.547  
  [ -329.459; -20.041] [ -342.939; -26.154]  
`vroid hub` 6.087 -1.347  
  [ -169.381; 181.555] [ -188.783; 186.088]  
vstreamer -76.489 -74.765  
  [ -209.428; 56.449] [ -210.401; 60.870]  
ゲーム 27.772 21.041  
  [ -108.912; 164.456] [ -121.598; 163.679]  
無料 -68.827 -58.490  
  [ -172.252; 34.599] [ -162.199; 45.219]  
バーチャルマーケット -73.862 -74.857  
  [ -156.037; 8.314] [ -158.979; 9.265]  
`3D Enviroments/World` -36.886 -40.680  
  [ -166.886; 93.115] [ -173.498; 92.138]  
`3D小物` -18.652 -17.575  
  [ -149.486; 112.182] [ -148.675; 113.525]  
`VRChat 3Dモデル` -18.368 -12.536  
  [ -137.582; 100.846] [ -131.547; 106.475]  
メリノ 172.573 168.923  
  [ -62.514; 407.659] [ -66.266; 404.111]  
`vroid hair` -64.324 -63.536  
  [ -297.963; 169.315] [ -305.055; 177.982]  
game 11.262 16.459  
  [ -104.363; 126.887] [ -99.470; 132.387]  
pink 12.198 14.534  
  [ -116.201; 140.598] [ -119.137; 148.206]  
ゴシック 19.711 16.057  
  [ -73.088; 112.510] [ -82.467; 114.580]  
ドレス 26.035 26.152  
  [ -141.777; 193.848] [ -138.282; 190.587]  
ミリタリー -43.814 -51.127  
  [ -98.781; 11.153] [ -108.012; 5.757]  
リボン 132.192 132.762  
  [ -123.108; 387.491] [ -122.985; 388.509]  
女の子 301.885 302.861  
  [ -63.625; 667.395] [ -66.271; 671.992]  
shader -37.730 -37.931  
  [ -142.716; 67.256] [ -143.696; 67.834]  
weapon -35.325 -44.383  
  [ -119.946; 49.296] [ -129.958; 41.191]  
Weapon -72.969 -84.605  
  [ -247.200; 101.262] [ -268.113; 98.902]  
ウルフェリア 119.809 116.051  
  [ 32.897; 206.721] [ 25.520; 206.583]  
バーチャルマーケット4 -9.896 -14.171  
  [ -76.818; 57.025] [ -81.975; 53.633]  
Vroid衣装 36.189 38.611  
  [ -57.592; 129.970] [ -58.692; 135.914]  
VRoid男性 -35.100 -37.552  
  [ -138.596; 68.395] [ -140.864; 65.760]  
幽狐族のお姉様 180.348 171.884  
  [ -101.333; 462.028] [ -114.755; 458.523]  
バーチャルマーケット3 93.001 94.394  
  [ -149.113; 335.116] [ -147.110; 335.899]  
ゼーレ -50.103 -59.231  
  [ -184.962; 84.756] [ -203.868; 85.405]  
animation -78.790 -81.988  
  [ -253.899; 96.318] [ -260.972; 96.997]  
cat 84.741 83.458  
  [ -5.710; 175.193] [ -7.303; 174.219]  
free 93.870 100.866  
  [ -68.749; 256.490] [ -67.598; 269.329]  
MMD -25.475 -32.886  
  [ -132.546; 81.596] [ -146.683; 80.911]  
サイバーパンク 24.014 18.311  
  [ -106.067; 154.095] [ -109.929; 146.551]  
メガネ -23.789 -28.192  
  [ -134.153; 86.575] [ -142.100; 85.716]  
リング -79.748 -79.131  
  [ -203.976; 44.480] [ -203.931; 45.669]  
cluster -43.420 -40.050  
  [ -277.480; 190.641] [ -284.316; 204.216]  
gun 34.264 27.761  
  [ -100.903; 169.431] [ -124.541; 180.063]  
バーチャルマーケット2 -85.364 -82.132  
  [ -183.795; 13.068] [ -179.895; 15.632]  
halloween 23.596 23.274  
  [ -60.401; 107.593] [ -62.552; 109.100]  
shoes -17.045 -17.430  
  [ -88.076; 53.986] [ -90.386; 55.526]  
クリスタ -97.859 -95.341  
  [ -170.958; -24.759] [ -170.210; -20.471]  
スクール水着 -34.662 -34.173  
  [ -141.822; 72.498] [ -141.335; 72.990]  
パーカー 134.418 132.423  
  [ -195.966; 464.803] [ -191.779; 456.625]  
ロボット -109.959 -108.396  
  [ -196.842; -23.075] [ -199.342; -17.451]  
和風 59.259 58.751  
  [ -134.421; 252.939] [ -136.567; 254.069]  
FBX形式 -94.886 -98.013  
  [ -171.430; -18.341] [ -174.671; -21.354]  
Prefab 166.369 162.968  
  [ -398.736; 731.474] [ -404.628; 730.564]  
accessories 22.699 24.646  
  [ -60.498; 105.896] [ -70.088; 119.379]  
VRChat想定アクセサリー -47.322 -50.114  
  [ -181.833; 87.189] [ -182.310; 82.082]  
Avatar -156.482 -165.906  
  [ -325.646; 12.682] [ -339.247; 7.435]  
アバター衣装 4.933 5.180  
  [ -96.199; 106.064] [ -95.945; 106.306]  
girl -65.742 -71.532  
  [ -157.398; 25.914] [ -169.353; 26.288]  
avatar3.0 -7.110 -16.534  
  [ -149.747; 135.526] [ -163.746; 130.679]  
fashion 52.873 47.941  
  [ -98.585; 204.331] [ -112.664; 208.547]  
OBJ -14.391 -14.696  
  [ -109.843; 81.061] [ -108.678; 79.286]  
イヤリング 61.485 58.964  
  [ -94.669; 217.639] [ -97.167; 215.096]  
スカート -99.386 -96.855  
  [ -217.966; 19.194] [ -216.202; 22.492]  
blue -34.357 -40.322  
  [ -168.945; 100.232] [ -202.106; 121.463]  
sexy -68.614 -61.598  
  [ -185.665; 48.437] [ -210.028; 86.833]  
Udon 103.907 104.160  
  [ -182.961; 390.775] [ -183.531; 391.850]  
ここあ 353.183 349.081  
  [ -18.942; 725.307] [ -31.562; 729.724]  
31.158 26.669  
  [ -96.513; 158.829] [ -101.463; 154.802]  
dress -102.583 -104.296  
  [ -208.473; 3.308] [ -209.784; 1.192]  
UdonSharp 18.316 18.581  
  [ -182.265; 218.898] [ -181.664; 218.825]  
VRC想定アクセサリ -44.937 -48.493  
  [ -220.930; 131.055] [ -222.891; 125.906]  
Particle -74.841 -72.045  
  [ -454.596; 304.914] [ -455.167; 311.078]  
Pini 26.084 20.490  
  [ -108.137; 160.305] [ -112.657; 153.637]  
Vket4 -169.407 -175.812  
  [ -294.908; -43.905] [ -301.428; -50.196]  
クリーチャー -22.476 -9.572  
  [ -207.417; 162.466] [ -191.881; 172.738]  
outfit -12.328 -7.680  
  [ -93.609; 68.952] [ -95.125; 79.765]  
vstream -31.674 -34.292  
  [ -202.663; 139.315] [ -208.577; 139.993]  
`3dmodeljapan` -14.274 0.617  
  [ -196.102; 167.554] [ -240.200; 241.435]  
nexp 0.010 0.008 0.016
  [ -0.005; 0.026] [ -0.023; 0.040] [ 0.001; 0.032]
ntag 2.478 1.674 1.071
  [ -2.634; 7.591] [ -6.222; 9.570] [ -1.245; 3.388]
num2   -0.000  
    [ -0.000; 0.000]  
ntag2   0.012  
    [ -0.283; 0.307]  
nexp2   -0.000  
    [ -0.000; 0.000]  
price2jou   -0.000  
    [ -0.000; 0.000]  
R2 0.322 0.326 0.141
Adj. R2 0.241 0.244 0.119
Num. obs. 2248 2248 2248
RMSE 198.253 197.809 213.560
* Null hypothesis value outside the confidence interval.

 

なお、分からない人向けに超ざっくり書いておくと、ここでは10%有意が、90%の可能性で、統計学的に偶然だとは思えない違いがある(つまり、実際に差がある可能性が高く、条件次第では因果関係がある可能性が高いと考えられるという)こと、5%有意が同じく95%の確率で差があることを指します。

(本当にざっくり書いてます。厳密な人に話すと怒られそうなくらい。)

 

推定結果の解釈

有意だったものを以下、8類型に分類してみました。

  1. 時間と価格の制御変数
    番号、価格、説明の長さ(これはModel3のみ)

  2. 商品がどのような種類か
    kind_factor3Dキャラクター
    kind_factor3D衣装・装飾品、kind_factor3D環境・ワールド、kind_factorイラスト3D素材

  3. どんなファイル形式などをとっているか
    3D用オブジェクト
    3D Character attachments、fbxモデル、FBX形式particleパーティクルavatarAvatar

  4. イベントに出店していたか
    バーチャルマーケット、バーチャルマーケット2、Vket4

  5. どんなソフトを想定しているか
    Blender
    クリスタ、VRChat想定

  6. どんな特徴がある商品か
    武器
    衣装髪型新作3Dモデル 小物3Dキャラクター用衣装、dress、cat、ケモノロボット、かわいい

  7. どんなアバターを対象とした商品か
    ウルフェリア
    、ここあ

 

ただし、因果効果の識別には「時間的な前後が逆じゃないか(逆向きの因果)」や「違う経路による効果が出ていないか(疑似相関・交絡変数)」の問題があります。

 

普通に考えれば「スキ!が増えたから種類が変わる・後からタグを増やす」なんて因果は存在しないはずなので前者は割とどうでも良いですが、後者にはキチンと気をつけねばなりません。

 

なので、例えばタグ等に関しては「商品の性質自体の影響」と「タグにより検索性が上がる効果」を分けて測定できていないことに注意する必要があります。

 

あくまで因果関係というよりは、関連する要素を調べていると考えた方が良いでしょう。

 

また、これは「差が出た」という話なので、予想通りの差が出たとは限りませんでした。

 

例えば「ケモノ」「ロボット」「武器」「衣装」「3Dモデル 小物」などはマイナスが出ました。

ケモノやロボット、人気が無いのでしょうか…?

 

「衣装」あたりは、多重共線性(マルチコリレーション)という現象を避けるため、相関0.9以上は消すべきと言われるところ、念のために相関0.8以上の物は消して推定したのですが、「kind_factor3D衣装・装飾品」「3Dキャラクター用衣装」のプラスと変に干渉してしまって、変な値が出た感じも拭えません。

 

同じく「particle」と「パーティクル」、「FBX形式」と「fbx形式」も相殺しています。

ただ、前者は英語が大きなマイナスで、カタカナがプラスなので、もしかしたら検索性自体が影響を与えている可能性も否定は出来ません。

「dress」「avatar」「Avatar」など、多くの英字はマイナスという結果になっています。

 

また、「3D用オブジェクト」「Blender」「クリスタ」などもマイナスですが、この辺は、ファイル自体の扱いづらさが原因の可能性もありますね。

 

「バーチャルマーケット」系も、実は全部マイナスです。

これに関しては、バーチャルマーケットの商品は、実はBoothよりもVket Storeで買われるケースが多いという仮説が考えられます。

 

「新作」のタグがマイナスなことは、非常に意外でした。

「新作」という響き自体が人気が出そうな気がしていましたが、新しいからこそ、まだ目にした人が少なく、思ったよりも伸びていない、ということなのでしょうか。

 

他方、予想通りプラスになってくれたものを考えてみましょう。

 

例えば、番号が有意になっています。

これは本質というより、どちらかというと分析を制御するために入れたものなのですが、古い物ほど「スキ!」を獲得している傾向は見えます。

 

加えて、「kind_factor3Dキャラクター、kind_factor3D衣装・装飾品、kind_factor3D環境・ワールド、kind_factorイラスト3D素材」などは、3DCG・3DCG集に対して、より「スキ!」の数が多いと言えそうです。

これは、やはりアバターやワールドは、全般的に他の物より人気だとか、そういう感じで見ても良いかもしれません。

 

「ウルフェリア、ここあ」などのタグがある、つまり専用衣装などの場合は「スキ!」の数が多いことも確認できます

 

これは、残念ながら有意とならないため差があると実証できなかった*11ほかのアバターのタグに関しても、割と共通してプラスとなっており、場合*12によっては正の因果関係が存在する可能性も期待されます。

 

また、タグによるアバターの特徴の説明が影響するのか、タグの関係性も調べると消えてしまいますが、モデル3では説明の長さが多いと「スキ!」の数に差があると認められるのも、面白いと言えます。

 

つまり、丁寧に解説すれば、「スキ!」が増える可能性があると言えるかもしれません。

1000文字あたり24個しか増えないけど

 

また、全部商品がVRChatを想定しているのは当然なので、「VRChat想定」がプラスだということは、結局しっかり特性を表示してタグで検索しやすくしてやることが、「スキ!」の数と関係している可能性もあります。

 

 

結論

以上より、結果と考察から以下のような仮説が導き出されました。

  1. 「ケモノ」「ロボット」など、一部の人に滅茶苦茶刺さる商品は、残念ながら全体的には普通の商品よりも人気が無い可能性がある*13

  2. 英語でタグを書くと、もしかしたら検索性が悪くなり、マイナスの影響を与えている可能性がある。
    また、しっかり特性を表示するタグをつけて検索を行いやすくすることが、「スキ!」の数と関係している可能性がある。

  3. Blender」「クリスタ」など、ファイルやソフト自体が難しい、あるいはニッチである場合、「スキ!」が少ない原因となる可能性がある。

  4. バーチャルマーケットに出品されたの商品は、実はBoothよりもVket Storeで買われるケースが多いという仮説が立てられる。

  5. アバターやワールドは、全般的に他の3DCG作品より人気である可能性がある。

  6. 専用衣装などの場合は「スキ!」の数が増える可能性が高い。

  7. 説明文で丁寧に解説すれば、「スキ!」が増える可能性がある。

 

残念ながら本論は、繰り返しとなりますが、以下のような問題も抱えています。

  1. そのアバターのクオリティ自体がどう影響しているのかなど、データの制約により測定できない要素があったり、作者さんの人気度をtwitterのフォロワー数から見てやろうと企むもスクレイピングを拒否するタグが設定されていたりして、思うようにデータが揃わなかったこと。

  2. そもそものサンプルが思ったよりも少なく、特にダミー変数を用いた信頼区間の計算が怪しくなってしまったことで、かなりのタグが有意から取りこぼされてしまった可能性

  3. タグが多すぎた結果、似たようなタグが沢山あるのに気づかなかったことや、時間的制約から除外の処置を吟味することが出来ずに解析を行った結果、一部に干渉してしまったような謎の結果をもたらしてしまったこと。

  4. そもそも使用した手法自体がそんなに上質な物では無いこと。

  5. 因果関係を分析しようとしたものの、結局、関係する要素を炙り出すにとどまってしまい、因果関係に関しては可能性しか示唆できなかったこと

 

改めてデータ分析手法の高度化の一方で、データそのものが無いとどうしようもないという事実や、現実に理論を適応することへの難しさを感じることとなりましたが、結論の一部は今すぐにでも試してみれるということや、個人的な学びとなったという事実も含め、一応、多少は意味のある論考となったのではないかと思われます。

 

また、記述統計自体からも色々と面白い事実が見え、それ自体にも価値があったと思われるので、ようやく何か誰かに面白く思ってもらえそうな記事が書けたことに、安堵しています。

 

それでは、皆様が楽しく読んでくださったことを願って。

朱りんふぁ

 

 

参考文献

浅野皙・中村二郎(2009)「計量経済学 第2版」,有斐閣

有賀友紀・大橋俊介(2021)「RとPythonで学ぶ [実践的]データサイエンス&機械学習 [増補改訂版]」

Greene, Willium H(2012) "Econometric Analysis", Pearson,  Seventh Editon

国立教育政策研究所(2008)「社会教育調査ハンドブック」,国立教育政策研究所社会教育実践センター

総務省(2019)「政策効果の把握・分析手法の実証的共同研究-報告書総論ver1.0-」,総務省行政評価局

田中隆一(2015)「計量経済学の第一歩」,有斐閣

西山慶彦・新谷元嗣・川口大司・奥井亮(2019)「計量経済学」,有斐閣

BOOTH3Dモデル市場概況(2021年)|hibit|note

 

 

*1:学説は、学会発表や論文の査読等での厳しいふるいにかけられ、かつ複数の検証論文や後追い論文を経て、初めて定説化します。

*2:所属:サークル東京仮想現実社会研究機構

*3:文字列「VRChat」を用いて検索した結果

*4:サークル東京仮想現実社会研究機構では、研究員という名のお友達を募集中

*5:最低限、時間に伴って変化してくれる時系列データとかで無いと厳しい

*6:世の中の経済学部の多くでは、法学部と同じで卒論は必修ではない。

*7:ロバスト標準誤差の計算のための分散共分散行列推定をHC3でしてるので、40年前なら最新だったかも

*8:具体的にはRを使用した。残念ながら、皆大好きPythonではない。

*9:2021年11月24日時点

*10:上から順番に並べて25%、50%、75%などの数値のこと。なお、50%の時を中央値と呼ぶ

*11:気を付けて欲しいのは、有意でなくても「差が無い」とは限らないです。

「差が無いとは言えない」ことが確実では無かっただけなので。

*12:サンプル数やデータがよりそろって分散が小さくなり有意になる場合

*13:別に人気のために作ってるんじゃないと思うので、これはあくまで示された可能性であり、そういう物を作らない方が良いと勧めているのでは無いということだけ誤解しないでいただけると嬉しいです。