【导读】

今天教大家用Python分析《世界幸福指数报告》。公众号后台，回复关键字“0922”获取完整数据。

《世界幸福指数报告》是对全球幸福状况的一次具有里程碑意义的调查。

民意测验机构盖洛普从2012年起，每年都会在联合国计划下发布《世界幸福指数报告》，报告会综合两年内150多个国家的国民对其所处社会、城市和自然环境等因素进行评价后，再根据他们所感知的幸福程度对国家进行排名。

《世界幸福指数报告》的编撰主要依赖于对150多个国家的1000多人提出一个简单的主观性问题：“如果有一个从0分到10分的阶梯，顶层的10分代表你可能得到的最佳生活，底层的0分代表你可能得到的最差生活。你觉得你现在在哪一层？”

那么哪个国家在总体幸福指数上排名最高？

哪些因素对幸福指数的影响最大？

今天我们就带你用Python来聊一聊。

01数据理解

关键字段含义解释：

1. rank：幸福指数排名
2. region：国家
3. happiness：幸福指数得分
4. gdp_per_capita：GDP（人均国内生产总值）
5. healthy_life_expectancy：健康预期寿命
6. freedom_to_life_choise：自由权
7. generosity：慷慨程度
8. year：年份
9. corruption_perceptions：清廉指数
10. social_support：社会支持（客观上物质上的援助和直接服务；主观上指个体感到在社会中被尊重、被支持和被理解的情绪体验和满意程度。）

02数据导入和数据整理

首先导入所需包。



03数据可视化

2019世界幸福地图



整体来看，北欧的国家幸福指数较高，如冰岛、丹麦、挪威、芬兰；东非和西非的国家幸福指数较低，如多哥、布隆迪、卢旺达和坦桑尼亚。

代码展示：


2019世界幸福国家排行Top10



2019年报告，芬兰连续两年被评为“全球最幸福国家”。丹麦、挪威、冰岛、荷兰进入前五名，对比2018年报告，中国从86名下降到93名。

代码展示：


幸福指数相关性



我们可以得出以下结论：

从影响因素相关性热力图可以看出，在影响幸福得分的因素中，GDP、社会支持、健康预期寿命呈现高度相关，自由权呈现中度相关，国家的廉政水平呈现低度相关，慷慨程度则呈现极低的相关性；

GDP与健康预期寿命、社会支持之间存在高度相关。说明GDP高的国家，医疗水平和社会福利较为完善，人民的预期寿命也会越高；

健康预期寿命与社会支持之间存在中度相关性。

以下分别观察各个因素的影响程度。

GDP和幸福得分



人均GDP与幸福得分呈高度线性正相关关系，GDP越高的国家，幸福水平相对越高。

代码展示：


健康预期寿命和幸福得分



健康预期寿命与幸福得分呈高度线性正相关关系，健康预期寿命越高的国家，幸福水平相对越高。

代码展示：


代码展示：


代码展示：


04数据建模

我们使用线性回归进行建立一个基准模型，首先筛选一下建模变量，并删除空值记录。






模型的R-squared=0.744，拟合效果尚可，根据模型的参数可知：

变量重要性排序为：gdp_per_capita、freedom_to_life_choise、healthy_life_expectancy、corruption_perceptions、generosity
控制其他变量不变的情况下，GDP指数每增加一个单位，幸福指数增加1.32个单位，健康预期寿命指数每增加一个单位，幸福指数增加1.21个单位。

比较预测值和真实值的分布：


以下为模型残差分布图。

代码下载：https://edu.cda.cn/group/19/thread/279