关于数据挖掘:R语言Pearson相关性分析就业率和性别平等谷歌搜索热度google-trend时间序列数据可视化

全文链接：http://tecdat.cn/?p=31585

原文出处：拓端数据部落公众号

Google Trends，即谷歌趋势。谷歌趋势是谷歌旗下一款基于搜寻数据推出的一款剖析工具。它通过剖析谷歌搜索引擎每天数十亿的搜寻数据，通知用户某一关键词或者话题各个期间下在谷歌搜索引擎中展现的频率及其相干统计数据。

咱们为一位客户进行了短暂的征询工作，他正在构建一个次要基于谷歌搜索词热度和就业率的剖析应用程序。

思路是这样的：
用本科就业人数 employed-bachelor 的数据除以总就业人数 employed-all 的数据，得出百分比，即本科就业率。

而后把关键词“性别平等”（gender equality）的谷歌趋势 google trend 的数据整合成月的，两个数据做成一个表格，而后作 pearson correlation 相关性的剖析，和可视化：

读取数据

employedall=read.csv("employed-all.csv")  
employed_bachelor=read.csv("employed-bachelor.csv")  
google=read.csv("gender equality- google trend.csv",skip=4)

合并数据

把 google trend 的数据整合成月的

for(j in c("01","02","03","04","05","06","07","08","09","10","11","12")){ym=paste(i,"-",j,sep="")  
    index=grep(ym, google$Week)  
    monthsum=c(monthsum,sum(as.numeric(google$gender.equality[index])))

合并 google trend 的数据和待业数据

result=cbind(monthsum,employed$proportion)

剖析相关性可视化

Pearson’s 相关性测验

在统计学中，皮尔逊相关系数，是用于度量两个变量 X 和 Y 之间的相干（线性相关），其值介于 - 1 与 1 之间，其绝对值越大阐明该两个变量越相干。

cor.test(result$employed,result$google)

首先看 Y 与 X 是否有显著关系，即 P 值大小，接着剖析相干关系为正向或负向，也可通过相关系数大小阐明关系严密水平。个别相关系数在 0.7 以上阐明关系十分严密。p<0.01，因此阐明本科就业率和性别平等搜寻热度之间有着显著的正相干关系。

最受欢迎的见解

1.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言多元 Logistic 逻辑回归 利用案例

2.[](http://tecdat.cn/r%e8%af%ad%e…)面板平滑转移回归 (PSTR) 剖析案例实现

3.[](http://tecdat.cn/r%e8%af%ad%e…)matlab 中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言泊松 Poisson 回归模型剖析案例

5.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言回归中的 Hosmer-Lemeshow 拟合优度测验

6.[](http://tecdat.cn/r%e8%af%ad%e…)r 语言中对 LASSO 回归，Ridge 岭回归和 Elastic Net 模型实现

7.[](http://tecdat.cn/r-%e8%af%ad%…)在 R 语言中实现 Logistic 逻辑回归

8.[](http://tecdat.cn/r%e8%af%ad%e…)python 用线性回归预测股票价格

9.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言如何在生存剖析与 Cox 回归中计算 IDI，NRI 指标