研究問題與動機描述
於現代工商業發達的時代，時代變化愈來愈快速，人與人的感情愈發淡泊，人和人的相處也愈發勢利，因此，我們想要探討愛情和金錢的關係， 共分成以下幾個問題：
資料讀取
#讀取資料
load("camp.Rdata")資料視覺化
圖示意涵闡述:
1.結婚率與所得的關係
df %>% group_by(縣市名稱) %>%
summarize(粗結婚率=mean(粗結婚率)) %>%
top_n(粗結婚率, n=6) %>%
ggplot(aes(縣市名稱,粗結婚率))+
geom_col()+theme(axis.text.x = element_text(angle = 45))
> 圖示意涵闡述:
df %>% group_by(縣市名稱) %>%
summarize_if(is.numeric,mean) %>%
top_n(各類所得金額合計, n=6) %>%
ggplot(aes(縣市名稱,各類所得金額合計,color=縣市名稱))+geom_bar(stat="identity")
> 圖示意涵闡述:
2.離婚率與所得的關係
#整理資料
df %>% group_by(縣市名稱) %>%
summarize(粗離婚率=mean(粗離婚率)) %>%
top_n(粗離婚率, n=6) %>%
ggplot(aes(縣市名稱,粗離婚率))+
geom_col()+theme(axis.text.x = element_text(angle = 45))
df %>% group_by(縣市名稱) %>%
summarize_if(is.numeric,mean) %>%
top_n(各類所得金額合計, n=6) %>%
ggplot(aes(縣市名稱,各類所得金額合計,color=縣市名稱))+geom_bar(stat="identity") > 圖示意涵闡述:
3.生育率與所得的關係
df %>% group_by(縣市名稱) %>%
summarize(粗出生率=mean(粗出生率)) %>%
top_n(粗出生率, n=6) %>%
ggplot(aes(縣市名稱,粗出生率))+
geom_col()+theme(axis.text.x = element_text(angle = 45))
> 圖示意涵闡述:
df %>% group_by(縣市名稱) %>%
summarize_if(is.numeric,mean) %>%
top_n(各類所得金額合計, n=6) %>%
ggplot(aes(縣市名稱,各類所得金額合計,color=縣市名稱))+geom_bar(stat="identity")
圖示意涵闡述:
df %>%
group_by(縣市名稱) %>%
summarise_at(vars(粗出生率,粗死亡率,粗結婚率,粗離婚率), mean) %>%
ggplot(aes(x=粗死亡率,y=粗出生率,col=粗結婚率,size=粗離婚率,label=縣市名稱))+
geom_point(alpha=0.7)+
geom_smooth(method="lm",se=F,color="gold")
# 結論、策略建議