WEIスコア分析レポート（Model4: xAI）

以下は、xAIアプローチに基づく分析結果です。各図とGPT-4による分析コメントを確認してください。

Isolation Forestによる個人スコアと社会スコアの異常検知

このグラフは、personal_avg（個人分野の平均スコア）とsocial_avg（社会分野の平均スコア）の二次元分布を示し、Isolation Forest手法による異常検知の結果を可視化しています。青色は異常値（anomaly=-1）、赤色は正常値（anomaly=1）を表します。分布を見ると、ほとんどのデータがpersonal_avg 0.6～0.8、social_avg 0.65～0.85の範囲に集積しており、個人・社会の双方のスコアが高い領域に多くの事例が存在することがわかります。例外的に、personal_avgとsocial_avgが極端に低い地点（両軸とも0.2以下）や下側に散見される値が異常値として識別されています。\n\nこの分布は、個人レベルで経済的安定性・健康・ストレス管理・自己決定権いずれも比較的高水準に保たれている一方、ごく一部に課題が集中するケースが存在することを示唆しています。社会側も、公平性・持続可能性・インフラ・多様性が全般的に高いレベルで保たれているものの、周縁的な条件ではこれらの指標が脆弱になる可能性は否定できません。\n\n政策的には、一定以上の水準を担保できている集団が多い一方、個人・社会の双方でスコアが著しく低い層を的確に抽出し、ポイント支援や環境改善を優先することが不可欠です。また、異常値のプロファイルを分析し、格差・排除・健康／経済的困窮といったリスク因子を特定し、事前介入型の政策設計を進めることが望まれます。さらに、平均値に安心せず、マイノリティや例外層の包摂へきめ細かい視点を持ち続けることが社会的ウェルビーイング向上の鍵となります。