研究問題與動機描述
查看縣市之間的遷入人口,粗結婚率,粗出生率與中獎金額是否有相關性。
資料讀取
#讀取資料
load("../data/camp.Rdata")
整理說明 :
我們為了瞭解臺北市的各類所得金額機會中獎所得和社會關係影響,先做遷入、粗結婚率、粗出生率的換算,並從其中找出102-104年之前的變動關係,下一步將更深入去透過視覺化工作呈現出資料的結果。
資料視覺化
圖示意涵闡述:
先觀察各縣市的中獎金額多寡,再針對起伏較大的縣市做深入探討
library(ggplot2)
library(dplyr)
## Warning: package 'dplyr' was built under R version 4.0.2
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:data.table':
##
## between, first, last
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
df %>% group_by(year,縣市名稱) %>%
summarize_if(is.numeric,mean) %>%
ggplot(aes(year,各類所得金額薪資所得,color=縣市名稱))+geom_line()
圖示意涵闡述:
台北市一直以來都是一個商業都會區,但實際上居住在台北市的人口並不多,因此我們想探討中獎金額高是否會吸引人口遷入台北市,但實際上發現並不會直接影響遷入人口數
df %>% group_by(year,縣市名稱) %>%
filter(縣市名稱=="臺北市") %>%
summarize_if(is.numeric,sum) %>%
ggplot(aes(year,遷入人口數))+
geom_line()+theme(axis.text.x = element_text(angle = 45))
圖示意涵闡述:
這張圖在探討結婚率跟中獎金額是否有關連,發現總體粗結婚率雖然是逐年下降,但在102-104年結婚率卻有些微上升,我們推測可能和中獎金額有關
df %>% group_by(year,縣市名稱) %>%
filter(縣市名稱=="臺北市") %>%
summarize_if(is.numeric,sum) %>%
ggplot(aes(year,粗結婚率))+
geom_line()+theme(axis.text.x = element_text(angle = 45))
> 圖示意涵闡述:
這張圖在探討出生率跟中獎金額是否有關連,發現總體粗出生率雖然是逐年下降,但在102-104年出生率卻有些微上升,我們推測可能和中獎金額有關
df %>% group_by(year,縣市名稱) %>%
filter(縣市名稱=="臺北市") %>%
summarize_if(is.numeric,sum) %>%
ggplot(aes(year,粗出生率))+
geom_line()+theme(axis.text.x = element_text(angle = 45))
結論、策略建議
Conclution :
彩卷不但參與了我們日常生活中的一部分,還帶給我們勇氣與希望下次想買彩卷可以去北部碰碰運氣