研究問題與動機描述
近年來,因為生活科技的進步,讓人們的生活變得更加便利而幸福指數逐年增加,但生育率卻逐年下降且社會也已步入了高齡化,所以我們這組想探究要如何促進生育率的增加及社會幸福率與生育率之間是否有關聯.
資料讀取
## Parsed with column specification:
## cols(
## 縣市名稱 = col_character(),
## year = col_double(),
## 幸福指數 = col_double()
## )
資料處理
挑出年分,縣市名稱,粗出生率,薪資淨所得
## year 縣市名稱 粗出生率 薪資淨所得
## 1 100 連江縣 9.48 409281
## 2 100 連江縣 11.04 182034
## 3 100 連江縣 20.30 153112
## 4 100 連江縣 19.12 125860
## 5 100 連江縣 10.58 91409
## 6 100 連江縣 13.36 60350
## 7 100 連江縣 14.14 87576
## 8 100 連江縣 19.54 18639
## 9 100 連江縣 14.04 25956
## 10 100 連江縣 15.60 135696
將每一縣市每一年份做資料合併
## `summarise()` regrouping output by 'year' (override with `.groups` argument)
## # A tibble: 10 x 4
## # Groups: year [1]
## year 縣市名稱 粗出生率 薪資淨所得
## <int> <chr> <dbl> <dbl>
## 1 100 宜蘭縣 7.87 178496.
## 2 100 花蓮縣 7.60 168038.
## 3 100 金門縣 11.2 360337.
## 4 100 南投縣 6.60 150352.
## 5 100 屏東縣 6.29 132067.
## 6 100 苗栗縣 8.52 237315.
## 7 100 桃園市 8.71 590642.
## 8 100 高雄市 7.08 362904.
## 9 100 基隆市 4.85 323421.
## 10 100 連江縣 14.0 79102.
挑出10個縣市
b %>%filter(縣市名稱 %in% c("臺北市","新北市","臺中市","臺南市","高雄市","彰化縣","雲林縣","屏東縣","花蓮縣","臺東縣"))->d
d%>%head(10)
## # A tibble: 10 x 4
## # Groups: year [1]
## year 縣市名稱 粗出生率 薪資淨所得
## <int> <chr> <dbl> <dbl>
## 1 100 花蓮縣 7.60 168038.
## 2 100 屏東縣 6.29 132067.
## 3 100 高雄市 7.08 362904.
## 4 100 雲林縣 7.29 133609.
## 5 100 新北市 8.23 551460.
## 6 100 彰化縣 8.80 181960.
## 7 100 臺中市 8.68 464903.
## 8 100 臺北市 9.53 1301027.
## 9 100 臺東縣 7.82 103872.
## 10 100 臺南市 6.76 255719.
挑出年分
## # A tibble: 10 x 4
## # Groups: year [1]
## year 縣市名稱 粗出生率 薪資淨所得
## <int> <chr> <dbl> <dbl>
## 1 100 花蓮縣 7.60 168038.
## 2 100 屏東縣 6.29 132067.
## 3 100 高雄市 7.08 362904.
## 4 100 雲林縣 7.29 133609.
## 5 100 新北市 8.23 551460.
## 6 100 彰化縣 8.80 181960.
## 7 100 臺中市 8.68 464903.
## 8 100 臺北市 9.53 1301027.
## 9 100 臺東縣 7.82 103872.
## 10 100 臺南市 6.76 255719.
合併資料
## 縣市名稱 year 幸福指數 粗出生率 薪資淨所得
## 1 花蓮縣 100 60.1 7.598757 168038.2
## 2 花蓮縣 106 57.6 7.042045 204824.6
## 3 屏東縣 100 37.9 6.294203 132067.3
## 4 屏東縣 106 52.8 6.035205 168942.5
## 5 高雄市 100 45.5 7.080929 362904.2
## 6 高雄市 106 54.7 6.686453 435968.2
## 7 雲林縣 100 34.1 7.292817 133609.0
## 8 雲林縣 106 49.7 6.102165 168610.6
## 9 新北市 100 48.4 8.227888 551460.1
## 10 新北市 106 46.3 7.463634 641785.0
整理說明 :
資料視覺化
f %>%
group_by(year,縣市名稱) %>%
ggplot() +
geom_line(aes(x=year,y=log(幸福指數), col="blue"))+
geom_line(aes(x=year, y=粗出生率, col="red"))+
facet_wrap(~縣市名稱) +
labs(x="年份",y="粗出生率與log(幸福指數)")
幸福指數與生育率:
f %>%
group_by(year,縣市名稱) %>%
ggplot() +
geom_line(aes(x=year,y=粗出生率, col="blue"))+
geom_line(aes(x=year, y=log(薪資淨所得), col="red"))+
facet_wrap(~縣市名稱) +
labs(x="年份",y="粗出生率與log(薪資淨所得)")
> 生育率與所得:
f %>%
group_by(year,縣市名稱) %>%
ggplot() +
geom_line(aes(x=year,y=log(薪資淨所得), col="blue"))+
geom_line(aes(x=year, y=sqrt(幸福指數), col="red"))+
facet_wrap(~縣市名稱) +
labs(x="年份",y="log(薪資淨所得)與sqrt(幸福指數)")
所得與幸福指數: