Income Inequality vs Index of Health and Social Problems
coop711
2015년 5월 3일
Data Preparation
xlsx package은 Excel 자료를 다루는 데 매우 유용한데, read.xlsx(filename, n)의 구조로 되어 있으며, 여기서 n은 엑셀 시트의 번호이다.
# install.packages("xlsx", repos="http://cran.rstudio.com")
library(xlsx)Equality Trust에서 기부금을 받고 제공하는 두 종류의 자료 중 23개 국가의 각종 지표를 비교한 것을 읽어들이면,
data.full<-read.xlsx("../data/international-inequality.xls", 1)
str(data.full)## 'data.frame': 23 obs. of 29 variables:
## $ Country : chr "Australia" "Austria" "Belgium" "Canada" ...
## $ Income.inequality : num 7 4.82 4.6 5.62 4.3 ...
## $ Trust : num 39.9 33.9 30.7 38.8 66.5 ...
## $ Life.expectancy : num 79.2 78.5 78.8 79.3 76.6 ...
## $ Infant.mortality : num 4.9 4.8 5 5.3 5.3 3.7 4.4 4.4 5 5.9 ...
## $ Obesity : num 18.4 14.5 13.5 12.8 15 ...
## $ Mental.illness : num 23 NA 12 19.9 NA ...
## $ Maths.and.literacy.scores : num 524 498 518 530 503 ...
## $ Teenage.births : num 18.4 14 9.9 20.2 8.1 ...
## $ Homicides : num 16.9 11.6 13 17.3 12.7 ...
## $ Imprisonment..log. : num 4.61 4.52 4.28 4.77 4.17 ...
## $ Social.mobility : num NA NA NA 0.143 0.143 ...
## $ Index.of.health...social_problems: num 0.0652 0.01 -0.2333 -0.0707 -0.1883 ...
## $ Child.overweight : num NA 11.9 10.4 19.5 10.3 ...
## $ Drugs.index : num 1.7074 -0.0182 -0.1778 0.6068 -0.0948 ...
## $ Calorie.intake : num 3142 3753 3632 3167 3405 ...
## $ Public.health.expenditure : num 67.9 69.3 71.7 70.8 82.4 75.6 76 74.9 56 76 ...
## $ Child.wellbeing : num -0.2147 -0.0679 0.047 0.0395 0.214 ...
## $ Maths.education.science.score : num 525 496 515 526 494 ...
## $ Child.conflict : num NA 0.309 0.329 0.237 -0.137 ...
## $ Foreign.aid : num 0.25 0.52 0.53 0.34 0.81 ...
## $ Recycling : num 7.4 NA NA NA NA ...
## $ Peace.index : num 1.66 1.48 1.49 1.48 1.38 ...
## $ Maternity.leave : num 0 16 15 17 18 18 16 14 17 18 ...
## $ Advertising : num 1.24 0.97 0.82 0.77 0.75 ...
## $ Police : num 304 305 357 186 192 160 NA 303 NA NA ...
## $ Social.expenditure : num 17.8 27.5 26.5 17.2 27.6 25.8 29 27.3 19.9 15.8 ...
## $ Women.s_status : num 0.457 -0.808 0.606 0.563 0.827 ...
## $ Lone.parents : num 21 15 12 17 22 19 12 21 3 14 ...이 자료 중 소득불평등을 나타내는 지표는 5분위계수로서 두번째 컬럼에 Income.inequality라는 이름으로 나와 있고, 건강과 사회문제 지표는 13번째 컬럼에 Index.of.health...social_problems라는 이름으로 주어져 있다. 나라들은 Country라는 변수명으로 첫번째 컬럼에 나와 있다. 그리고, 건강과 사회문제 지표에 결측치들이 있기 때문에 먼저 이 나라들을 제외하고 분석작업을 수행하여야 한다.
which(is.na(data.full$Index.of.health...social_problems))## [1] 11 18결측치가 있는 나라를 빼고, 필요한 변수만 챙겨서 새로운 data frame 을 구성하기 위하여 건강과 사회문제 지표의 위치를 찾아보자.
names(data.full)## [1] "Country"
## [2] "Income.inequality"
## [3] "Trust"
## [4] "Life.expectancy"
## [5] "Infant.mortality"
## [6] "Obesity"
## [7] "Mental.illness"
## [8] "Maths.and.literacy.scores"
## [9] "Teenage.births"
## [10] "Homicides"
## [11] "Imprisonment..log."
## [12] "Social.mobility"
## [13] "Index.of.health...social_problems"
## [14] "Child.overweight"
## [15] "Drugs.index"
## [16] "Calorie.intake"
## [17] "Public.health.expenditure"
## [18] "Child.wellbeing"
## [19] "Maths.education.science.score"
## [20] "Child.conflict"
## [21] "Foreign.aid"
## [22] "Recycling"
## [23] "Peace.index"
## [24] "Maternity.leave"
## [25] "Advertising"
## [26] "Police"
## [27] "Social.expenditure"
## [28] "Women.s_status"
## [29] "Lone.parents"which(names(data.full)=="Index.of.health...social_problems")## [1] 13새로운 data frame 을 data.1 으로 저장하자. 시각적 가독성을 높이기 위하여 자릿수를 조정한다.
options(digits=2)
data.1<-data.full[-c(11, 18), c(1, 2, 13)]
data.1## Country Income.inequality Index.of.health...social_problems
## 1 Australia 7.0 0.065
## 2 Austria 4.8 0.010
## 3 Belgium 4.6 -0.233
## 4 Canada 5.6 -0.071
## 5 Denmark 4.3 -0.188
## 6 Finland 3.7 -0.433
## 7 France 5.6 0.051
## 8 Germany 5.2 -0.065
## 9 Greece 6.2 0.380
## 10 Ireland 6.1 0.254
## 12 Italy 6.7 -0.116
## 13 Japan 3.4 -1.256
## 14 Netherlands 5.3 -0.510
## 15 New Zealand 6.8 0.291
## 16 Norway 3.9 -0.633
## 17 Portugal 8.0 1.180
## 19 Spain 5.6 -0.304
## 20 Sweden 4.0 -0.834
## 21 Switzerland 5.7 -0.455
## 22 UK 7.2 0.789
## 23 USA 8.5 2.021Plots
plot 과 기타 작업의 편의를 위하여 data.1을 검색 목록에 올린다.
attach(data.1)우선 소득불평등과 건강 및 사회문제 지표의 관계를 대략적으로 살펴보면,
plot(Index.of.health...social_problems~Income.inequality, data=data.1)
매우 높은 양의 상관관계(r = 0.87) 가 관찰됨을 알 수 있다.
각 점이 어느 나라를 나타내는지 표시하기 위하여 text() 를 활용하자. 동그라미 대신 까만 점으로 표시하고, 나라 이름을 올려보자.
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20)
text(Income.inequality, Index.of.health...social_problems, labels=Country)
text label의 위치 기본값은 바로 점 위임을 알 수 있다. 위치 선정에 가능한 값들을 넣어보자.
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20)
text(Income.inequality, Index.of.health...social_problems, labels=Country, pos=1)
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20)
text(Income.inequality, Index.of.health...social_problems, labels=Country, pos=2)
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20)
text(Income.inequality, Index.of.health...social_problems, labels=Country, pos=3)
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20)
text(Income.inequality, Index.of.health...social_problems, labels=Country, pos=4)
우선 x-축과 y-축의 범위를 xlim=c(3, 9), ylim=c(-1.5, 2.5)로 하여 미국과 일본의 라벨이 도표 밖으로 나가지 않게 하자. pos=4로 하고 cex=0.8로 하여 글자 크기를 줄여보면,
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5))
text(Income.inequality, Index.of.health...social_problems, labels=Country, pos=4, cex=0.8)
오스트리아, 덴마크, 독일, 네덜란드의 라벨만 점 왼편에 위치시켜 보자. 각 인덱스를 찾아보면,
which(Country %in% c("Austria", "Denmark", "Germany", "Netherlands"))## [1] 2 5 8 13text.left<-which(Country %in% c("Austria", "Denmark", "Germany", "Netherlands"))
text.left## [1] 2 5 8 13text.right<-(1:21)[-text.left]
text.right## [1] 1 3 4 6 7 9 10 11 12 14 15 16 17 18 19 20 21plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5))
text(Income.inequality[text.right], Index.of.health...social_problems[text.right], labels=Country[text.right], pos=4, cex=0.8)
text(Income.inequality[text.left], Index.of.health...social_problems[text.left], labels=Country[text.left], pos=2, cex=0.8)
독일의 라벨을 위로 붙이면 보기가 나아질 것으로 생각되므로,
which(Country == "Germany")## [1] 8text.up<-which(Country == "Germany")
text.up## [1] 8which(text.left==text.up)## [1] 3text.left<-text.left[!(text.left == text.up)]
text.left## [1] 2 5 13이제 조정된 text 외에 x-축과 y-축에 적절한 라벨과 메인 타이틀을 넣어보자.
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5), ann=FALSE)
text(Income.inequality[text.right], Index.of.health...social_problems[text.right], labels=Country[text.right], pos=4, cex=0.8)
text(Income.inequality[text.left], Index.of.health...social_problems[text.left], labels=Country[text.left], pos=2, cex=0.8)
text(Income.inequality[text.up], Index.of.health...social_problems[text.up], labels=Country[text.up], pos=3, cex=0.8)
title(main="Income Inequality vs Index of Health and Social Problems", xlab="Income Inequality", ylab="Index of Health and Social Problems")
건강 및 사회문제 지표의 경우 어느 방향이 좋은지 알 수 없으므로 친절하게 도표의 주변에(margin)에 알려주려면,
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5), ann=FALSE)
text(Income.inequality[text.right], Index.of.health...social_problems[text.right], labels=Country[text.right], pos=4, cex=0.8)
text(Income.inequality[text.left], Index.of.health...social_problems[text.left], labels=Country[text.left], pos=2, cex=0.8)
text(Income.inequality[text.up], Index.of.health...social_problems[text.up], labels=Country[text.up], pos=3, cex=0.8)
title(main="Income Inequality vs Index of Health and Social Problems", xlab="Income Inequality", ylab="Index of Health and Social Problems")
mtext("Worse", side=2, at=2.8, las=1)
mtext("Better", side=2, at=-1.8, las=1)
한글화 작업
국가명을 한글로 만들어 Country.kr로 저장하자.
Country.kr<-c("호주", "오스트리아", "벨기에", "캐나다", "덴마크",
"핀란드", "프랑스", "독일", "그리스", "아일랜드", "이탈리아",
"일본", "네덜란드", "뉴질랜드", "노르웨이", "포르투갈",
"스페인", "스웨덴", "스위스", "영국", "미국")plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5), ann=FALSE)
text(Income.inequality[text.right], Index.of.health...social_problems[text.right], labels=Country.kr[text.right], pos=4, cex=0.8)
text(Income.inequality[text.left], Index.of.health...social_problems[text.left], labels=Country.kr[text.left], pos=2, cex=0.8)
text(Income.inequality[text.up], Index.of.health...social_problems[text.up], labels=Country.kr[text.up], pos=3, cex=0.8)
title(main="소득불평등과 건강 및 사회문제 지수", xlab="소득불평등(소득5분위계수)", ylab="건강 및 사회문제 지수")
mtext("나쁨", side=2, at=2.8, las=1)
mtext("좋음", side=2, at=-1.8, las=1)
끝으로 두 변수 간의 상관계수 r = 0.87 를 도표 안에 표시하려면, 좌표를 잡아서
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5), ann=FALSE)
text(Income.inequality[text.right], Index.of.health...social_problems[text.right], labels=Country.kr[text.right], pos=4, cex=0.8)
text(Income.inequality[text.left], Index.of.health...social_problems[text.left], labels=Country.kr[text.left], pos=2, cex=0.8)
text(Income.inequality[text.up], Index.of.health...social_problems[text.up], labels=Country.kr[text.up], pos=3, cex=0.8)
text(x=5, y=1.5, labels=paste("r =", round(cor(data.1[,2], data.1[,3]), digits=2)))
title(main="소득불평등과 건강 및 사회문제 지수", xlab="소득불평등(소득5분위계수)", ylab="건강 및 사회문제 지수")
mtext("나쁨", side=2, at=2.8, las=1)
mtext("좋음", side=2, at=-1.8, las=1)
- 단순 회귀선 삽입
lm.ineq <- lm(Index.of.health...social_problems~Income.inequality, data = data.1)
plot(Index.of.health...social_problems~Income.inequality, data=data.1, pch=20, xlim=c(3, 9), ylim=c(-1.5, 2.5), ann=FALSE)
abline(lm.ineq$coefficients, col="red")
text(Income.inequality[text.right], Index.of.health...social_problems[text.right], labels=Country.kr[text.right], pos=4, cex=0.8)
text(Income.inequality[text.left], Index.of.health...social_problems[text.left], labels=Country.kr[text.left], pos=2, cex=0.8)
text(Income.inequality[text.up], Index.of.health...social_problems[text.up], labels=Country.kr[text.up], pos=3, cex=0.8)
text(x=5, y=1.5, labels=paste("r =", round(cor(data.1[,2], data.1[,3]), digits=2)))
title(main="소득불평등과 건강 및 사회문제 지수", xlab="소득불평등(소득5분위계수)", ylab="건강 및 사회문제 지수")
mtext("나쁨", side=2, at=2.8, las=1)
mtext("좋음", side=2, at=-1.8, las=1)
미국의 경우
xlsx 패키지를 이용하여 자료를 읽어들인다.
data.usa<-read.xlsx("../data/USA-inequality.xls", 1)
str(data.usa)## 'data.frame': 50 obs. of 20 variables:
## $ State : chr "Alabama" "Alaska" "Arizona" "Arkansas" ...
## $ State.Abbrev : chr "AL" "AK" "AZ" "AR" ...
## $ Income.Inequality : num 0.475 0.402 0.45 0.458 0.475 ...
## $ Trust : num 23 NA 47 29 43 46 49 NA 37 38 ...
## $ Life.expectancy : num 74.6 76.7 77.5 75.1 78.3 ...
## $ Infant.mortality : num 9.1 5.5 6.4 8.3 5.5 ...
## $ Obesity : num 32 30 28.5 31 31 21.5 26.5 27 27.5 30.5 ...
## $ Mental.health : num 3.3 2.8 2.2 3.2 3.3 ...
## $ Maths.and.literacy.scores : num 258 268 263 262 259 ...
## $ Teenage.births : num 62.9 42.4 69.1 68.5 48.5 ...
## $ Homicides : num 78.9 85.6 80.4 56.1 60.5 ...
## $ Imprisonment : num 509 413 507 415 478 357 372 429 447 502 ...
## $ Index.of.health...social.problems: num 1.385 0.137 0.212 0.948 0.327 ...
## $ Overweight.children : num 35 31 30 33 30 22 27 35 32 32 ...
## $ Child.wellbeing : num 8.5 4.4 4.9 9.3 -3.4 ...
## $ Women.s.status : num -0.932 0.74 -0.147 -1.318 0.969 ...
## $ Juvenile.homicides : num 12 8 7 6 10 4 4 0 NA 8 ...
## $ High.school.drop.outs : num 24.7 11.7 19 24.7 23.2 ...
## $ Child.mental.illness : num 11.5 8.2 8.7 11.8 7.5 ...
## $ Pugnacity : num 41.8 NA 36.3 38.4 37.7 ...당장 필요한 변수들만 모아서 data frame으로 재구성한다. 변수명 설정에 유의한다.
data.usa.1<-data.frame(Abb=data.usa$State.Abbrev, Gini=data.usa$Income.Inequality, HS.index=data.usa$Index.of.health...social.problems)
options(digits=3)
data.usa.1## Abb Gini HS.index
## 1 AL 0.475 1.3849
## 2 AK 0.402 0.1371
## 3 AZ 0.450 0.2122
## 4 AR 0.458 0.9480
## 5 CA 0.475 0.3270
## 6 CO 0.438 -0.5072
## 7 CT 0.477 -0.6597
## 8 DE 0.429 0.1334
## 9 FL 0.470 0.3596
## 10 GA 0.461 0.8956
## 11 HI 0.434 -0.3880
## 12 ID 0.427 -0.4291
## 13 IL 0.456 0.2065
## 14 IN 0.424 0.3698
## 15 IA 0.418 -0.8948
## 16 KS 0.435 -0.4423
## 17 KY 0.468 0.8738
## 18 LA 0.483 1.5948
## 19 ME 0.434 -0.7692
## 20 MD 0.434 0.1873
## 21 MA 0.463 -0.9586
## 22 MI 0.440 0.3494
## 23 MN 0.426 -1.2160
## 24 MS 0.478 1.6915
## 25 MO 0.449 0.3917
## 26 MT 0.436 -0.9058
## 27 NE 0.424 -0.5831
## 28 NV 0.436 0.8032
## 29 NH 0.414 -1.2417
## 30 NJ 0.460 -0.4022
## 31 NM 0.460 0.5636
## 32 NY 0.499 -0.1790
## 33 NC 0.452 0.4942
## 34 ND 0.429 -1.1450
## 35 OH 0.441 0.0583
## 36 OK 0.455 0.4935
## 37 OR 0.438 -0.3459
## 38 PA 0.452 -0.0155
## 39 RI 0.457 -0.3891
## 40 SC 0.454 0.8992
## 41 SD 0.434 -0.7585
## 42 TN 0.465 0.7881
## 43 TX 0.470 0.9299
## 44 UT 0.410 -0.7090
## 45 VT 0.423 -1.1828
## 46 VA 0.449 -0.0550
## 47 WA 0.436 -0.5156
## 48 WV 0.468 0.4817
## 49 WI 0.413 -0.4731
## 50 WY 0.428 -0.5512간단한 산점도를 그리고, 추가 작업을 생각한다.
plot(HS.index~Gini, data=data.usa.1)
x-축과 y-축의 범위를 설정하고, pch=20으로 다시 그린다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0))
각 주의 약칭을 새겨넣는다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0))
text(data.usa.1$Gini, data.usa.1$HS.index, labels=data.usa.1$Abb, pos=4)
겹쳐보이는 주의 약칭들로부터 인덱스를 추출한다.
which(data.usa.1$Abb %in% c("VT", "ME", "NE", "WA", "VA", "HI", "RI", "SC", "AR", "NC", "GA", "KY"))## [1] 4 10 11 17 19 27 33 39 40 45 46 47점 왼쪽에 약칭을 넣을 주들의 인덱스를 저장한다. 나머지 인덱스는 오른쪽에 넣을 것으로 따로 저장한다.
text.left<-which(data.usa.1$Abb %in% c("VT", "ME", "NE", "WA", "VA", "HI", "RI", "SC", "AR", "NC", "GA", "KY"))
text.right<-(1:50)[-text.left]왼쪽, 오른쪽 위치를 조정한 주 약칭을 다시 넣는다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0))
text(data.usa.1$Gini[text.right], data.usa.1$HS.index[text.right], labels=data.usa.1$Abb[text.right], pos=4)
text(data.usa.1$Gini[text.left], data.usa.1$HS.index[text.left], labels=data.usa.1$Abb[text.left], pos=2)
점 아래에 약칭을 넣을 주들의 인덱스를 찾는다. 왼쪽 인덱스, 오른쪽 인덱스에서 조정한다.
text.down<-which(data.usa.1$Abb %in% c("WA", "AR", "GA", "MN"))
which(text.left %in% text.down)## [1] 1 2 12text.left<-text.left[!(text.left %in% text.down)]
text.right<-text.right[!(text.right %in% text.down)]약칭 위치를 아래로 조정한 산점도를 다시 그린다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0))
text(data.usa.1$Gini[text.right], data.usa.1$HS.index[text.right], labels=data.usa.1$Abb[text.right], pos=4)
text(data.usa.1$Gini[text.left], data.usa.1$HS.index[text.left], labels=data.usa.1$Abb[text.left], pos=2)
text(data.usa.1$Gini[text.down], data.usa.1$HS.index[text.down], labels=data.usa.1$Abb[text.down], pos=1)
상관계수를 추가한다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0))
text(data.usa.1$Gini[text.right], data.usa.1$HS.index[text.right], labels=data.usa.1$Abb[text.right], pos=4)
text(data.usa.1$Gini[text.left], data.usa.1$HS.index[text.left], labels=data.usa.1$Abb[text.left], pos=2)
text(data.usa.1$Gini[text.down], data.usa.1$HS.index[text.down], labels=data.usa.1$Abb[text.down], pos=1)
text(x=0.42, y=1.5, labels=paste("r =", round(cor(data.usa.1$HS.index, data.usa.1$Gini), digits=2)), col="red", cex=2)
단순회귀선을 추가한다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0))
text(data.usa.1$Gini[text.right], data.usa.1$HS.index[text.right], labels=data.usa.1$Abb[text.right], pos=4)
text(data.usa.1$Gini[text.left], data.usa.1$HS.index[text.left], labels=data.usa.1$Abb[text.left], pos=2)
text(data.usa.1$Gini[text.down], data.usa.1$HS.index[text.down], labels=data.usa.1$Abb[text.down], pos=1)
text(x=0.42, y=1.5, labels=paste("r =", round(cor(data.usa.1$HS.index, data.usa.1$Gini), digits=2)), col="red", cex=2)
abline(lm(HS.index~Gini, data=data.usa.1)$coefficient)
주제목을 추가하고, xlab, ylab을 수정한다. 수직축의 의미를 명확히 한다.
plot(HS.index~Gini, data=data.usa.1, pch=20, xlim=c(0.39, 0.51), ylim=c(-1.5, 2.0), ann=FALSE)
text(data.usa.1$Gini[text.right], data.usa.1$HS.index[text.right], labels=data.usa.1$Abb[text.right], pos=4)
text(data.usa.1$Gini[text.left], data.usa.1$HS.index[text.left], labels=data.usa.1$Abb[text.left], pos=2)
text(data.usa.1$Gini[text.down], data.usa.1$HS.index[text.down], labels=data.usa.1$Abb[text.down], pos=1)
text(x=0.42, y=1.5, labels=paste("r =", round(cor(data.usa.1$HS.index, data.usa.1$Gini), digits=2)), col="red", cex=2)
abline(lm(HS.index~Gini, data=data.usa.1)$coefficient)
mtext("Worse", side=2, at=2.3, las=1)
mtext("Better", side=2, at=-1.8, las=1)
title(main="Income Inequality vs Health and Social Index (USA)", xlab="Gini Coefficients", ylab="Index of Health and Social Problems")