" Si hay uno de 0 Asignado a 10 Escalera dividida, nivel superior 10 Los puntos representan la vida más feliz que puedes tener, el fondo 0 Los puntos representan la peor vida que puedes conseguir. ¿Dónde crees que estás ahora? "
Puede preguntar: ¿Cuál es la vida más feliz?
Puede ser la satisfacción de tener riqueza, puede ser la alegría del éxito, puede ser la recompensa después de darla, puede ser el orgullo de la cosecha, puede ser la nobleza cuando es indiferente. Nunca parece haber una respuesta fija para una vida feliz.
Pero el "Informe del Índice de Felicidad Global" publicado por las Naciones Unidas nos dice que la felicidad en realidad se puede cuantificar. Este informe analiza datos basados en diferentes puntos de vista de la felicidad nacional, evalúa exhaustivamente el índice de felicidad y lo clasifica en consecuencia. Los factores principales incluyen PIB per cápita ( PIB ), esperanza de vida saludable, nivel de vida, felicidad nacional, libertad de elección de vida, grado de integridad social y generosidad, etc., total 33 Subtemas.
Hoy, nos basamos en el Informe de felicidad global de Gallup ( https://worldhappiness.report/ed/2020) La información pública en el sitio web, combinada con el software JMP para ver qué países ocupan un lugar más alto en el informe global de felicidad y qué factores tienen un mayor impacto en el índice de felicidad.
01 Comience con la importación y clasificación de datos
Primero, recupere la página especial del Informe de felicidad global de Gallup ( https://worldhappiness.report/ed/2020/) los datos originales, un poco de cotejo será el Excel 2015-2020 El archivo se guarda en una carpeta.
En segundo lugar, importe todos los archivos de Excel a JMP a la vez e intégrelos en una tabla de datos. Además de retener completamente las filas de datos en la tabla de datos original, JMP también generará automáticamente filas de nombres de archivo para una fácil visualización de las fuentes de datos.
(:backhand_index_pointing_right:Operación JMP: archivo -> importar varios archivos)
Extraiga parte del contenido requerido de la fila especificada para generar rápidamente la fila de información del año.
(:backhand_index_pointing_right:Operación JMP: línea -> recodificar)
Después de terminar los datos, podemos explorar los datos libremente con la ayuda de JMP.
02 Análisis exploratorio visual de datos
El generador de gráficos JMP es un buen ayudante para la exploración integral de datos, le permite ver claramente la distribución básica, la comparación, la dirección de la tendencia y otra información de los datos que está estudiando.
2020 Puntaje promedio de felicidad de cada región encuestada en el año
Después de un simple dibujo a través del generador de gráficos JMP, podemos ver el informe de distribución en la siguiente figura.
El informe divide los países y regiones del mundo en 10 grandes regiones. Entre ellas, África subsahariana tiene la mayor cantidad de países y regiones, llegando a 39, y también es la región con el promedio de felicidad más bajo. América del Norte y Australia son las regiones con los puntajes promedio más altos de felicidad, pero solo 4 países y regiones.
(:backhand_index_pointing_right:Operación JMP: dibujo -> generador de gráficos -> gráfico de barras horizontales lado a lado, gráfico de barras horizontales flotantes)
2020 Rango más alto 10 Del desempeño de los países en años anteriores
Se puede ver en el informe que Finlandia se ha clasificado en el primer lugar durante tres años consecutivos, Dinamarca se ha clasificado en el segundo lugar durante dos años consecutivos y Suiza ha subido al tercer lugar este año después de que su clasificación haya disminuido durante varios años consecutivos. A partir de 2016, Luxemburgo ha subido en la clasificación durante varios años consecutivos, ingresando al top 10 por primera vez.
(:backhand_index_pointing_right:Operación JMP: dibujo -> generador de gráficos -> dibujo lineal)
2020 Mapa del índice de felicidad global
¡Una imagen vale mas que mil palabras! El mapa del índice de felicidad global para 2020 muestra que los países nórdicos tienen el índice de felicidad más alto, como Finlandia, Dinamarca, Islandia y Noruega; África, especialmente África central y oriental, tiene un índice de felicidad más bajo, y Afganistán e India de Asia tienen índices de felicidad más bajos. .
(:backhand_index_pointing_right:Operación JMP: dibujo -> generador de gráficos -> función de mapa y filtrado de datos)
¿Qué indicadores están más relacionados con la puntuación de felicidad? Es solo riqueza PIB ?
Puede verse claramente en el gráfico multivariante generado por JMP a continuación que la correlación con las puntuaciones de felicidad es: PIB> esperanza de vida saludable> asistencia social> libre elección en la vida> limpieza social> generosidad, por lo que podemos entenderlo como riqueza y La salud se considera un indicador muy importante de felicidad.
(:backhand_index_pointing_right:Operación JMP: análisis -> métodos múltiples -> múltiples)
Lo anterior son los resultados de un análisis de datos exploratorio. Intentemos más adelante establecer un modelo estadístico cuantitativo utilizando los parámetros principales y las puntuaciones de felicidad mencionados anteriormente.
03 Modelado predictivo de datos
Intento de modelo lineal
Usando la plataforma del modelo de ajuste de JMP, la puntuación de felicidad se usa como respuesta, y las otras 6 líneas de información se usan como factores para tratar de generar un modelo lineal para ver los valores predichos y verdaderos del modelo.
A juzgar por el diagrama de dispersión generado y R-cuadrado (0,76), el efecto de ajuste parece ser muy bueno. Según el cuadro resumen de efectos, la importancia de las variables del modelo está en orden: PIB, libre elección de vida, asistencia social, esperanza de vida saludable, grado de integridad social y generosidad.
Cuando vea esto, es posible que tenga preguntas: Al hacer análisis de correlación antes, estaba claro que la "esperanza de vida saludable" y la "asistencia social" están más correlacionadas con las puntuaciones de felicidad que con la "libertad de vida". ¿Por qué cambió el resultado en lo que respecta al modelo de predicción? Esto se debe a que el modelo de predicción en realidad tiene el problema de la colinealidad de los factores potenciales, lo que puede afectar el juicio de la importancia de los factores y el error de predicción.
Para ver los factores de impacto de manera más objetiva y optimizar el modelo, intentamos utilizar el análisis de componentes principales para explorar más a fondo. La importancia del análisis de componentes principales aquí es eliminar las variables repetidas originales redundantes y crear la menor cantidad posible de variables nuevas, de modo que estas nuevas variables no solo no estén relacionadas por pares, sino que también mantengan la información original tanto como sea posible para reflejar la información.
Optimización de modelos lineales
A partir de los resultados del análisis en el gráfico siguiente, se puede confirmar que el "PIB", la "esperanza de vida saludable" y la "asistencia social" tienen una fuerte correlación con la felicidad. Las cuatro filas de datos de componentes principales recientemente generadas pueden explicar más del 90% de la información de los seis factores anteriores , Para reducir la dimensionalidad de los datos al tiempo que se reduce el impacto de la colinealidad en el modelo lineal.
El puntaje de felicidad se usa nuevamente como respuesta, y las 4 filas de datos de componentes principales recién generadas se usan como factores para generar un modelo lineal, y el puntaje de felicidad es 7.8 para la predicción.
Como puede ver en la figura siguiente, el intervalo de confianza del 95% del nuevo modelo es [7.62454, 7.97546], que es menor que el intervalo de confianza del valor predicho del modelo original [7.61752, 7.9834]. Por supuesto, debido a que el intervalo de respuesta es [2.51-7.81], entonces Parece que el efecto de mejora no es obvio, pero ¿y si el intervalo de respuesta es 1000 o 10,000?
Intento de método de exploración de datos
JMP proporciona una variedad de métodos de minería de datos, como redes neuronales, árboles de decisión, bosques aleatorios, árboles potenciados y máquinas de vectores de soporte (algunas funciones solo están disponibles en JMP Pro), y puede comparar modelos fácilmente.
Tomando el modelo de predicción de red neuronal de 3 nodos de una sola capa más simple como ejemplo, el R cuadrado predicho del conjunto de verificación puede llegar a 0,77. Un ligero aumento en el número de nodos a 10, combinado con la función de promoción, puede aumentar el R cuadrado a 0,83, lo que significa Este modelo puede hacer mejores predicciones de las puntuaciones de felicidad.
Después del análisis visual, la exploración de datos, el modelado y la exploración de datos de JMP, se ha publicado nuestro informe de análisis.
Entonces, ¿cómo compartir rápidamente los resultados del análisis? Esto no es un problema.
04 datos Compártelo
Puede publicar el informe gráfico visual en JMP Public / JMP Live para realizar fácilmente el intercambio público de resultados o el intercambio interno de grupos específicos de personas. Enlace para compartir mapas del Índice de felicidad global:
https://public.jmp.com/packages/World-Happiness-Report/js-p/PGGdhKqZWQy6Btpf05Nn8
