英国城市经济社会分析-CSDN博客

英国城市经济社会分析

项目概述

本项目旨在分析英国城市在疫情前后（2017-2023年）的经济社会指标变化，包括周薪、就业率、福利支出、房价等多维度指标，揭示疫情对不同规模城市的差异化影响。

数据说明

数据文件为Data.csv，包含以下字段：

City：城市名称
Year：年份（2017-2023）
Weekly_Wages：周薪
Employment_Rate：就业率
Population：人口数量
Welfare_Spending：福利支出
Educational_Attainment_GCSE：GCSE教育水平
Business_start_ups：新创企业数量
House_prices：房价
Housing_affordability_ratio：住房负担比率

分析方法

项目使用R语言进行数据分析，主要包括以下五个方面：

相关性分析：使用皮尔逊相关系数计算经济社会指标间的相关性，比较疫情前后相关性的变化。
- 公式：r = cov(X,Y) / (sd(X) * sd(Y))
分组比较：基于城市规模（大城市/中小城市）和时期（疫情前/疫情后）进行分组，对比各组别的经济社会指标。
- 均值计算：mean(x) = sum(x) / n
- 变化率计算：变化率 = (疫情后值 - 疫情前值) / 疫情前值 * 100%
回归分析：构建线性回归模型，分析疫情因素对周薪和福利支出的影响。
- 模型：y = β₀ + β₁x₁ + β₂x₂ + … + βₙxₙ + ε
- 评估指标：R²、p值、系数显著性
不平等指标：计算疫情前后不同城市规模的基尼系数，衡量收入分配和福利支出的不平等程度。
- 基尼系数计算：G = (∑ᵢ∑ⱼ|xᵢ - xⱼ|) / (2n²μ)
差异比较：通过t检验分析疫情前后不同城市规模的指标差异是否显著。
- t统计量：t = (x̄₁ - x̄₂) / sqrt(s₁²/n₁ + s₂²/n₂)
- 显著性判断：p < 0.05

项目结构

英国城市经济社会分析/
├── Data.csv                 # 数据文件
├── 英国城市经济社会分析.R    # R分析脚本
├── 项目开发说明.md           # 项目说明文档
└── 结果/                    # 分析结果输出目录
    ├── 疫情前相关性分析.csv
    ├── 疫情后相关性分析.csv
    ├── 分组统计结果.csv
    ├── 变化率统计.csv
    ├── 周薪回归模型摘要.txt
    ├── 福利支出回归模型摘要.txt
    ├── 周薪回归系数.csv
    ├── 福利支出回归系数.csv
    ├── 基尼系数分析.csv
    ├── t检验结果.csv
    └── 分析总结.txt

使用说明

Mac系统

安装R（4.4.2或更高版本）：
- 从R官网下载并安装R
- 或使用Homebrew：brew install --cask r

安装必要的R包：

install.packages(c("tidyverse", "ineq"), repos = "https://cloud.r-project.org/")

运行分析脚本：
- 打开终端，进入项目目录
- 执行命令：Rscript 英国城市经济社会分析.R
- 或在RStudio中打开脚本并运行

Windows系统

安装R（4.4.2或更高版本）：
- 从R官网下载并安装R
- 推荐同时安装RStudio

安装必要的R包：

install.packages(c("tidyverse", "ineq"), repos = "https://cran.rstudio.com/")

运行分析脚本：
- 在RStudio中打开脚本并运行
- 或使用命令行："C:\Program Files\R\R-4.4.2\bin\Rscript.exe" 英国城市经济社会分析.R

结果解读

分析结果保存在结果目录下，包括：

相关性矩阵：展示各指标间的相关关系
分组统计表：展示不同城市规模和时期的指标均值
变化率表：反映疫情前后的指标变化幅度
回归分析结果：揭示影响周薪和福利支出的关键因素
基尼系数：衡量收入和福利支出的不平等程度
t检验结果：验证差异的统计显著性
分析总结：整体研究发现的文本总结

在这里插入图片描述