1. Giriş Ekonomik kalkınma literatüründe, ülkelerin gelir düzeyleri ile toplum sağlığı göstergeleri arasında güçlü bir ilişki olduğu sıkça tartışılmaktadır. Preston Eğrisi (1975) olarak bilinen teoriye göre, kişi başına düşen milli gelir arttıkça, ülkelerin sağlık altyapısına, beslenmeye ve temiz suya erişimi artmakta, bu da ortalama yaşam beklentisini yükseltmektedir.

Bu çalışmanın amacı, Dünya Bankası verilerini kullanarak farklı yıllar için Ekonomik Büyüme (Kişi Başına GSYİH) ile Doğuşta Beklenen Yaşam Süresi arasındaki ilişkiyi ekonometrik olarak analiz etmektir.

Temel Hipotezimiz: Gelir düzeyi arttıkça, ortalama yaşam süresi de artmaktadır (Pozitif Korelasyon).

  1. Veri Seti ve Metodoloji Analiz kapsamına alınan yıllar, projenin kapsamı gereği 5’er yıllık periyotlarla belirlenmiştir: 2000, 2005, 2010, 2015, 2020 ve 2023.

Kullanılan değişkenler şunlardır:

Bağımlı Değişken (Y): Doğuşta Beklenen Yaşam Süresi (Yıl) - Kod: SP.DYN.LE00.IN

Bağımsız Değişken (X): Kişi Başına GSYİH (ABD Doları) - Kod: NY.GDP.PCAP.CD

secilen_yillar <- c(2000, 2005, 2010, 2015, 2020, 2023)

raw_data <- WDI(country = “all”, indicator = c(“gsyih” = “NY.GDP.PCAP.CD”, “yasam_suresi” = “SP.DYN.LE00.IN”), start = 2000, end = 2024, extra = TRUE)

data_clean <- raw_data %>% filter(year %in% secilen_yillar) %>% filter(region != “Aggregates”) %>% filter(!is.na(gsyih) & !is.na(yasam_suresi))

head(data_clean)

  1. Bulgular ve Analiz

3.1. Görselleştirme (Renkli Grafik) Aşağıdaki grafik, ülkelerin gelir düzeyleri ile yaşam sürelerini göstermektedir. Noktaların renkleri, ülkelerin bulunduğu coğrafi bölgeleri (Kıtaları) temsil etmektedir.

ggplot(data_clean, aes(x = gsyih, y = yasam_suresi)) + geom_point(aes(color = region), alpha = 0.6, size = 2) + # Renkli noktalar geom_smooth(method = “lm”, color = “black”, se = FALSE, linetype = “dashed”) + # Regresyon çizgisi labs(title = “Kişi Başına GSYİH ve Yaşam Süresi Analizi”, subtitle = “Bölgelere Göre Ayrıştırılmış Veri (2000-2023)”, x = “Kişi Başına GSYİH ($)”, y = “Ortalama Yaşam Süresi (Yıl)”, color = “Bölgeler”, caption = “Kaynak: Dünya Bankası WDI Verileri”) + theme_minimal() + theme(legend.position = “bottom”) # Lejantı alta al Grafikte görüldüğü üzere; Afrika (Sahra Altı) ülkeleri genellikle grafiğin sol alt köşesinde (Düşük Gelir - Düşük Yaşam Süresi) toplanırken, Avrupa ve Kuzey Amerika ülkeleri sağ üst köşede (Yüksek Gelir - Yüksek Yaşam Süresi) yer almaktadır.

3.2. Regresyon Modeli

Basit Doğrusal Regresyon Modeli tahmin edilmiştir:

\[ YaşamSüresi = \beta_0 + \beta_1(GSYİH) + u \]

model <- lm(yasam_suresi ~ gsyih, data = data_clean) summary(model)

  1. Sonuç ve Değerlendirme Yapılan ekonometrik analiz sonucunda şu bulgulara ulaşılmıştır:

Anlamlılık: GSYİH değişkeninin p-değeri 2.2e-16 seviyesindedir (0.05’ten çok küçük). Bu, sonucun istatistiksel olarak %99 güven düzeyinde anlamlı olduğunu gösterir.

Etki Yönü: GSYİH katsayısı pozitiftir. Yani zenginlik arttıkça, yaşam süresi uzamaktadır.

R-Kare: Modelin açıklayıcılık gücü (Multiple R-squared) yaklaşık %40 civarındadır. Bu, yaşam süresindeki değişimin %40’ının tek başına gelir düzeyi ile açıklanabildiğini gösterir.

Sonuç olarak; Dünya Bankası verileri, ekonomik refahın toplum sağlığı üzerinde kritik bir rol oynadığını doğrulamaktadır.