Income Inequality vs Index of Health and Social Problems
coop711
2017-05-27
Data
Equality Trust에서 기부금을 받고 제공하는 두 종류의 자료 중 23개 국가의 각종 지표를 비교한 자료에 World Bank에서 발표하는 GDP자료를 추가하여 읽어들이면,
library(knitr)
library(RColorBrewer)
load("Inequality_Index_HS.rda")
data.full <- read.csv("../data/international-inequality_GDP.csv",
stringsAsFactors = FALSE)
str(data.full)## 'data.frame': 23 obs. of 30 variables:
## $ Country : chr "Australia" "Austria" "Belgium" "Canada" ...
## $ Income.inequality : num 7 4.82 4.6 5.63 4.3 3.72 5.6 5.2 6.2 6.05 ...
## $ Trust : num 39.9 33.9 30.7 38.8 66.5 58 22.2 34.8 23.7 35.2 ...
## $ Life.expectancy : num 79.2 78.5 78.8 79.3 76.6 78 79 78.3 78.3 77 ...
## $ 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 NA 18.4 9.1 NA NA ...
## $ Maths.and.literacy.scores : num 524 498 518 530 503 ...
## $ Teenage.births : num 18.4 14 9.9 20.2 8.1 9.2 9.3 13.1 11.8 18.7 ...
## $ Homicides : num 16.9 11.6 13 17.3 12.7 28.2 21.5 13.7 13.9 8.6 ...
## $ Imprisonment..log. : num 4.61 4.52 4.28 4.77 4.17 4.11 4.5 4.51 3.33 4.17 ...
## $ Social.mobility : num NA NA NA 0.14 0.14 0.15 NA 0.17 NA NA ...
## $ Index.of.health...social_problems: num 0.07 0.01 -0.23 -0.07 -0.19 -0.43 0.05 -0.06 0.38 0.25 ...
## $ Child.overweight : num NA 11.9 10.4 19.5 10.3 13.3 11.2 11.3 16 12.1 ...
## $ Drugs.index : num 1.71 -0.02 -0.18 0.61 -0.09 -0.88 -0.35 -0.3 -0.99 -0.03 ...
## $ Calorie.intake : int 3142 3753 3632 3167 3405 3197 3576 3395 3687 3656 ...
## $ Public.health.expenditure : num 67.9 69.3 71.7 70.8 82.4 75.6 76 74.9 56 76 ...
## $ Child.wellbeing : num -0.21 -0.07 0.05 0.04 0.21 0.34 -0.17 -0.01 -0.04 -0.04 ...
## $ Maths.education.science.score : num 525 496 515 526 494 ...
## $ Child.conflict : num NA 0.31 0.33 0.24 -0.14 -1.25 0.59 -0.7 0.4 -0.06 ...
## $ Foreign.aid : num 0.25 0.52 0.53 0.34 0.81 0.47 0.47 0.35 0.24 0.41 ...
## $ Recycling : num 7.4 NA NA NA NA NA 6 3.4 NA NA ...
## $ Peace.index : num 1.66 1.48 1.49 1.48 1.38 1.45 1.73 1.52 1.79 1.4 ...
## $ Maternity.leave : int 0 16 15 17 18 18 16 14 17 18 ...
## $ Advertising : num 1.24 0.97 0.82 0.77 0.75 0.9 0.71 0.99 1.04 1 ...
## $ Police : int 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 0.46 -0.81 0.61 0.56 0.83 1.08 -0.17 -0.21 -0.85 -0.21 ...
## $ Lone.parents : int 21 15 12 17 22 19 12 21 3 14 ...
## $ GDP_WB : int 45926 47682 43435 45066 45537 40676 39328 46401 26851 49393 ...소득불평등
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.
Barplot(geom_bar)
# par(mai = c(2.0, 0.8, 0.8, 0.4) + 0.02)
library(ggplot2)
# colfunc <- colorRampPalette(brewer.pal(9, "YlOrRd"))
# colfunc <- colorRampPalette(brewer.pal(11, "RdYlGn"))
colfunc <- colorRampPalette(c("Yellow", "Green", "Blue", "Red"))
fill.col <- colfunc(23)
o.ineq <- order(data.full$Income.inequality)
fifth_ratio <- data.full$Income.inequality
Country <- data.full$Country
data.full$Country.o <- factor(data.full$Country, levels = Country[o.ineq])
g1 <- ggplot(data = data.full[c("Income.inequality", "Country.o")])
g2 <- g1 +
geom_bar(mapping = aes(x = Country.o, y = Income.inequality),
stat = "identity",
width = 0.8,
fill = fill.col)
# fill = rev(rainbow(23, start = 0, end = 2/3)))
g2
g3 <- g2 +
theme_bw()
g4 <- g3 +
# theme(axis.text.x = element_blank()) +
theme(axis.ticks.x = element_blank()) +
theme(axis.text.x = element_text(angle = 90,
hjust = 1,
vjust = 0.5))
g4
g5 <- g4 +
geom_text(aes(x = Country.o,
y = Income.inequality + 0.2,
label = format(Income.inequality,
digits = 3,
nsmall = 2)))
g5
g6 <- g5 +
labs(title = "Income Inequality (Fifth Ratio)",
x = "Countries",
y = "Fifth Ratio")
g6
ggsave("../pics/Fifth_Ratio_ggplot.png",
g6,
width = 12,
height = 6)소득불평등과 건강 및 사회문제
data management
그리고, 건강과 사회문제 지표에 결측치들이 있기 때문에 먼저 이 나라들을 제외하고 분석작업을 수행하여야 한다. which()를 이용하여 해당 인덱스를 찾고, 나라명을 추출한다.
(country.na <- which(is.na(data.full$Index.of.health...social_problems)))## [1] 11 18data.full$Country[country.na]## [1] "Israel" "Singapore"결측치가 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"
## [30] "GDP_WB"
## [31] "Country.o"which(names(data.full) == "Index.of.health...social_problems")## [1] 13새로운 data frame 을 data.21 으로 저장하자. 시각적 가독성을 높이기 위하여 자릿수를 조정한다.
options(digits = 2)
v.names <- c("Country",
"Income.inequality",
"Index.of.health...social_problems",
"GDP_WB")
data.21 <- data.full[-c(11, 18), v.names]
names(data.21)[3] <- "Index.HS"
kable(data.21)| Country | Income.inequality | Index.HS | GDP_WB | |
|---|---|---|---|---|
| 1 | Australia | 7.0 | 0.07 | 45926 |
| 2 | Austria | 4.8 | 0.01 | 47682 |
| 3 | Belgium | 4.6 | -0.23 | 43435 |
| 4 | Canada | 5.6 | -0.07 | 45066 |
| 5 | Denmark | 4.3 | -0.19 | 45537 |
| 6 | Finland | 3.7 | -0.43 | 40676 |
| 7 | France | 5.6 | 0.05 | 39328 |
| 8 | Germany | 5.2 | -0.06 | 46401 |
| 9 | Greece | 6.2 | 0.38 | 26851 |
| 10 | Ireland | 6.0 | 0.25 | 49393 |
| 12 | Italy | 6.7 | -0.12 | 35463 |
| 13 | Japan | 3.4 | -1.26 | 36319 |
| 14 | Netherlands | 5.3 | -0.51 | 48253 |
| 15 | New Zealand | 6.8 | 0.29 | 37679 |
| 16 | Norway | 3.9 | -0.63 | 65615 |
| 17 | Portugal | 8.0 | 1.18 | 28760 |
| 19 | Spain | 5.5 | -0.30 | 33629 |
| 20 | Sweden | 4.0 | -0.83 | 45297 |
| 21 | Switzerland | 5.7 | -0.46 | 59540 |
| 22 | UK | 7.2 | 0.79 | 40233 |
| 23 | USA | 8.6 | 2.02 | 54630 |
Plots
우선 소득불평등과 건강 및 사회문제 지표의 관계를 대략적으로 살펴보면,
Index_inequality.df <- data.21[c("Country",
"Income.inequality",
"Index.HS")]
# plot(Index_inequality.df)
# plot(data.21[c("Income.inequality", "Index.HS")])
cor.1 <- cor(data.21["Income.inequality"], data.21["Index.HS"])
cor.1## Index.HS
## Income.inequality 0.87p1 <- ggplot(data = Index_inequality.df,
mapping = aes(x = Income.inequality,
y = Index.HS,
label = Country))
p1.1 <- p1 + geom_point(col = "red")
p1.1
p1.2 <- p1.1 + geom_text()
p1.2
p2 <- p1.1 + theme_bw()
p2
텍스트 위치를 옮겨 보자. 점의 왼편으로 옮겨야 할 나라들(ggplot에서는 hjust = "right")을 먼저 찾아보자.
Country <- data.21$Country
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 <- setdiff(1:nrow(data.21), text.left)
text.right## [1] 1 3 4 6 7 9 10 11 12 14 15 16 17 18 19 20 21hjust.text <- ifelse(1:nrow(data.21) %in% text.left, "right", "left")
p4 <- p2 +
geom_text(hjust = hjust.text)
p4
독일의 라벨을 위로 붙이면 보기가 나아질 것으로 생각되므로,
which(Country %in% "Germany")## [1] 8text.up <- which(Country %in% "Germany")
text.up## [1] 8text.left <- setdiff(1:nrow(data.21), c(text.right, text.up))
text.left## [1] 2 5 13vjust.text <- ifelse(1:nrow(data.21) %in% text.up, "bottom", "center")
hjust.text <- ifelse(1:nrow(data.21) %in% text.up, "middle", hjust.text)
p5 <- p2 +
geom_text(hjust = hjust.text,
vjust = vjust.text)
p5
세부조정을 위해서 nudge_x, nudge_y 설정
nudge_y.text <- ifelse(vjust.text == "bottom", 0.05, 0)
nudge_x.text <- ifelse(hjust.text == "middle", 0, ifelse(hjust.text == "right", -0.05, 0.05))
p6 <- p2 +
geom_text(hjust = hjust.text,
vjust = vjust.text,
nudge_x = nudge_x.text,
nudge_y = nudge_y.text)
p6
건강 및 사회문제 지표의 경우 어느 방향이 좋은지 알 수 없으므로 친절하게 도표의 주변에(margin)에 알려주고, 이제 조정된 text 외에 x-축과 y-축에 적절한 라벨과 메인 타이틀을 넣어보자.
main.title <- "Income Inequality vs Index of Health and Social Problems"
x.lab <- "Income Inequality (Fifth Ratio)"
y.lab <- "Index of Health and Social Problems"
lowest <- data.21$Income.inequality[Country == "Japan"]
highest <- data.21$Income.inequality[Country == "USA"]
p7 <- p6 +
scale_x_continuous(name = x.lab,
breaks = c(lowest, 4:8, highest),
labels = c(lowest, 4:8, highest),
limits = c(3, 9)) +
scale_y_continuous(name = y.lab,
breaks = c(-1.5, -1:2, 2.5),
labels = c(expression("Better" %down% ""),
-1:2,
expression("Worse" %up% "")),
limits = c(-1.5, 2.5)) +
labs(title = main.title)
p7
상관계수를 텍스트로 그림 안에 넣어주고 여기까지 작업한 내용을 별도의 파일로 저장해 놓으려면,
p8 <- p7 +
annotate("text",
x = 5,
y = 1.5,
label = paste("r =", round(cor.1, digits = 2)),
size = 5)
p8
선형회귀선을 추가하여 대체적인 추세를 보려면 lm()을 이용하되, x, y의 순서를 제대로 바꿔야 함에 유의.
lm.ineq <- lm(Index.HS ~ Income.inequality, data = Index_inequality.df)
# lm.ineq <- lm(Index_inequality.df[2:1])
# p9 <- p8 + geom_abline(intercept = lm.ineq$coef[1], slope = lm.ineq$coef[2], colour = "blue")
p9 <- p8 +
geom_smooth(method = "loess",
se = FALSE,
colour = "blue")
p9
ggsave("../pics/Inequality_vs_HS_Index_ggplot.png",
p9,
width = 8,
height = 6)GDP와 건강 및 사회문제 지수
Scatter Diagram
(Index_GDP.df <- data.21[c("Country", "GDP_WB", "Index.HS")])## Country GDP_WB Index.HS
## 1 Australia 45926 0.07
## 2 Austria 47682 0.01
## 3 Belgium 43435 -0.23
## 4 Canada 45066 -0.07
## 5 Denmark 45537 -0.19
## 6 Finland 40676 -0.43
## 7 France 39328 0.05
## 8 Germany 46401 -0.06
## 9 Greece 26851 0.38
## 10 Ireland 49393 0.25
## 12 Italy 35463 -0.12
## 13 Japan 36319 -1.26
## 14 Netherlands 48253 -0.51
## 15 New Zealand 37679 0.29
## 16 Norway 65615 -0.63
## 17 Portugal 28760 1.18
## 19 Spain 33629 -0.30
## 20 Sweden 45297 -0.83
## 21 Switzerland 59540 -0.46
## 22 UK 40233 0.79
## 23 USA 54630 2.02cor.2 <- cor(data.21["GDP_WB"], data.21["Index.HS"])
text.left.2 <- which(Country %in% c("Australia", "Belgium", "Canada", "France"))
text.right.2 <- setdiff(1:nrow(data.21), c(text.left.2))
hjust.text.2 <- ifelse(1:nrow(data.21) %in% text.left.2, "right", "left")
nudge_x.text.2 <- ifelse(hjust.text.2 == "right", -250, 250)
gd1 <- ggplot(data = Index_GDP.df,
mapping = aes(x = GDP_WB,
y = Index.HS,
label = Country))
gd1.1 <- gd1 +
geom_point(colour = "red")
gd1.1
gd2 <- gd1.1 +
theme_bw()
gd3 <- gd2 +
geom_text(hjust = hjust.text.2)
gd3
gd4 <- gd2 +
geom_text(hjust = hjust.text.2,
nudge_x = nudge_x.text.2)
gd4
main.title.2 <- "GDP vs Index of Health and Social Problems"
x.lab.2 <- "GDP (Thousand Dollars)"
y.lab.2 <- "Index of Health and Social Problems"
gd5 <- gd4 +
scale_x_continuous(name = x.lab.2,
breaks = seq(20000, 70000, by = 10000),
labels = seq(20, 70, by = 10),
limits = c(20000, 70000)) +
scale_y_continuous(name = y.lab.2,
breaks = c(-1.5, -1:2, 2.5),
labels = c(expression("Better" %down% ""),
-1:2,
expression("Worse" %up% "")),
limits = c(-1.5, 2.5)) +
labs(title = main.title.2)
gd5
gd6 <- gd5 +
annotate("text",
x = 40000,
y = 2,
label = paste("r =", round(cor.2, digits = 2)),
size = 5)
gd6
gd7 <- gd6 +
geom_smooth(colour = "blue",
se = FALSE)
gd7## `geom_smooth()` using method = 'loess'