" si hay uno de 0 asignado 10 escalera dividida, arriba 10 Los puntos representan la vida más feliz que puedas tener, la parte inferior 0 Los puntos representan la peor vida que podrías tener. ¿Dónde crees que estás ahora? "
Podrías preguntar: ¿Cuál es la vida más feliz?
Puede ser la satisfacción de poseer riquezas, puede ser la alegría del éxito, puede ser la recompensa después de pagar, puede ser el orgullo de la cosecha, puede ser la nobleza de la indiferencia. 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 desde diferentes puntos de vista sobre la felicidad nacional, evalúa exhaustivamente el índice de felicidad y lo clasifica. Los factores principales incluyen: PIB per cápita ( PIB ), esperanza de vida saludable, nivel de vida, felicidad nacional, libertad de elección de vida, integridad social y generosidad, etc. 33 subelemento.
Hoy, vamos a echar un vistazo especial al Informe de felicidad global de Gallup ( https://worldhappiness.report/ed/2020) Información pública en el sitio web, combinada con el software JMP, para ver qué países ocupan un lugar más alto en el informe de felicidad global y qué factores tienen un mayor impacto en el índice de felicidad.
01 Comience con la importación y organización de datos
Primero, acceda a la página dedicada del Informe de felicidad global de Gallup ( https://worldhappiness.report/ed/2020/) datos originales, un poco de remate será el Excel 2015-2020 archivo a 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 conservar por completo las líneas de datos en la tabla de datos original, JMP también generará automáticamente una línea de nombre de archivo para facilitar la visualización de las fuentes de datos.
(:dorso_índice_señalando_derecha: Operación JMP: archivo -> importar varios archivos)
Extraiga parte del contenido requerido de la fila especificada y genere rápidamente la fila de información del año.
(:dorso_índice_señalando_derecha: Operación JMP: línea-> recodificar)
Después de ordenar los datos, podemos usar JMP para explorar los datos libremente.
02 Análisis exploratorio visual de datos
El generador de gráficos JMP es una buena ayuda para la exploración integral de datos, lo que le permite ver claramente la distribución básica, la comparación, la tendencia y otra información de los datos que está estudiando.
2020 Puntuaciones medias de felicidad en las regiones encuestadas
Después de un simple dibujo a través del generador de gráficos JMP, podemos ver el informe de distribución en la figura a continuación.
El informe divide los países y regiones del mundo en 10 regiones principales, de las cuales 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 de felicidad más altos, pero solo cuatro países y territorios.
(:dorso_índice_señalando_derecha: Operación JMP: dibujo -> generador de gráficos -> gráfico de barras horizontales de lado a lado, gráfico de barras horizontales flotantes)
2020 mejor año 10 de países realizados en años anteriores
Como se puede ver en el informe, Finlandia ocupó el primer lugar durante tres años consecutivos, Dinamarca ocupó el segundo lugar durante dos años consecutivos y Suiza subió al tercer lugar este año a pesar de la disminución de la clasificación durante varios años consecutivos. Desde 2016, Luxemburgo ha subido en la clasificación durante varios años consecutivos, entrando por primera vez en el top 10.
(:dorso_índice_señalando_derecha: Operación JMP: dibujar -> generador de gráficos -> gráfico de líneas)
2020 Mapa del Índice de Felicidad Global Anual
¡Una imagen vale mas que mil palabras! Mirando el mapa del índice de felicidad global de 2020 en su conjunto, los países nórdicos tienen el índice de felicidad más alto, como Finlandia, Dinamarca, Islandia y Noruega; el índice de felicidad de los países de África, especialmente África central y oriental, es más bajo, y el El índice de felicidad de Afganistán e India en Asia también es relativamente bajo.
(:dorso_índice_señalando_derecha: Operación JMP: dibujo -> generador gráfico -> función de mapa y filtrado de datos)
¿Qué indicadores están más relacionados con la puntuación de felicidad? ¿Es solo riqueza? PIB ?
Del gráfico multivariado generado por JMP a continuación, podemos ver claramente que la correlación con el puntaje de felicidad está en orden: PIB> esperanza de vida saludable> asistencia social> libertad de elección en la vida> integridad social> generosidad, por lo que podemos entender que la riqueza y la salud se considera un indicador muy importante de la felicidad de las personas.
(:dorso_índice_señalando_derecha: Operación JMP: Análisis -> Métodos multivariados -> Multivariados)
Los anteriores son los resultados de algunos análisis de datos exploratorios. Tratemos de establecer un modelo estadístico cuantitativo con los parámetros principales y las puntuaciones de felicidad mencionadas anteriormente.
03 Modelado predictivo de datos
Intentos de modelos lineales
Aplicando la plataforma de modelo de ajuste de JMP, tomando la puntuación de felicidad como respuesta y las otras 6 líneas de información como factores, intenta generar un modelo lineal para ver los valores predichos y verdaderos del modelo.
Mirando el diagrama de dispersión generado y el R-cuadrado (0.76), el ajuste parece ser bastante bueno. De la tabla de resumen de efectos, podemos ver que la importancia de las variables del modelo es: PIB, libre elección en la vida, asistencia social, esperanza de vida saludable, integridad social y generosidad.
Cuando vea esto, es posible que tenga preguntas: en el análisis de correlación anterior, estaba claro que la "esperanza de vida saludable" y la "ayuda social" tenían una correlación más fuerte con las puntuaciones de felicidad que la "libre elección en la vida". ¿Por qué cambiaron los resultados del 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 tener un impacto en el juicio de la importancia del factor y el error de predicción.
Para ver los factores que influyen de manera más objetiva y optimizar el modelo, tratamos de utilizar el análisis de componentes principales para explorar más a fondo. La importancia del análisis de componentes principales aquí es eliminar las variables redundantes de los duplicados originales y establecer la menor cantidad posible de variables nuevas, de modo que estas nuevas variables no solo sean irrelevantes, sino que también retengan la información original tanto como sea posible en términos de información reflejada. .
Optimización de Modelos Lineales
A partir de los resultados del análisis en la figura a continuación, se puede confirmar que "PIB", "esperanza de vida saludable" y "asistencia social" están fuertemente correlacionados con la felicidad. Las 4 filas de datos de componentes principales recién generadas pueden explicar más del 90% de la información de los 6 factores anteriores, reduciendo así el impacto de la colinealidad en el modelo lineal mientras se logra la reducción de la dimensionalidad de los datos.
El puntaje de felicidad se usó nuevamente como respuesta, y las 4 filas de datos de componentes principales recién generadas se usaron como factores para generar un modelo lineal y, al mismo tiempo, se hizo una predicción cuando el puntaje de felicidad fue 7.8.
Como puede verse en la siguiente figura, el intervalo de confianza del 95 % del nuevo modelo es [7,62454, 7,97546], que es menor que el intervalo de confianza [7,61752, 7,9834] del valor predicho del modelo original. el intervalo de respuesta es [2.51-7.81], por lo que parece que el efecto de mejora no es obvio, pero ¿qué pasa si el rango de respuesta es mil o diez mil?
Intentos de métodos de minería 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 fácilmente entre modelos.
Tomando como ejemplo el modelo de predicción de red neuronal de 3 nodos de una sola capa más simple, el R-cuadrado predicho del conjunto de validación puede llegar a 0,77. Un ligero aumento en el número de nodos a 10, combinado con la función de impulso, puede aumentar el R-cuadrado a 0,83, lo que significa que el modelo pudo hacer mejores predicciones de las puntuaciones de felicidad.
Después del análisis visual, la exploración de datos, el modelado y la extracción de datos de JMP, nuestro informe de análisis se publica recientemente.
Entonces, ¿cómo compartir rápidamente los resultados del análisis? Esto tampoco es un problema.
04 material Cuota
Puede publicar informes gráficos visuales en JMP Public/JMP Live para compartir fácilmente los resultados públicamente o con grupos específicos de personas. Mapa del índice de felicidad global Enlaces para compartir:
https://public.jmp.com/packages/World-Happiness-Report/js-p/PGGdhKqZWQy6Btpf05Nn8
