Kontunuując minianalizę rozpoczętą w poprzednim wpisie, a dotyczącą zależności pomiędzy zatrudnieniem a uzwiązkowieniem (w związku ze śmiałą tezą L. Balcerowicza, że taka zależność istnieje i jest ujemna):
require(ggplot2) ## https://stats.oecd.org/Index.aspx?DataSetCode=UN_DEN ## http://stats.oecd.org/Index.aspx?DatasetCode=STLABOUR ## employment rate Q42012 d <- read.csv("union_density_and_gdp.csv", sep = ';', header=T, na.string="NA"); ## tu.density = ratio of wage and salary earners ## that are trade union members, divided by the total number of wage and salary earners: ## gdppc = GDP per capita ggplot(d, aes(d$tu.density, d$gdppc)) + geom_point() + geom_text(aes(label=d$iso),size=2.0, vjust=-0.35) + xlab("TU density (%)") + ylab("GDPpc (tys USD)") + scale_colour_discrete(name="") + geom_smooth(method="lm", se=T, size=2) lm <- lm(data=d, gdppc ~ tu.density ); summary(lm); ## employment rate vs tu.density: ggplot(d, aes(d$tu.density,d$emprate)) + geom_point() + geom_text(aes(label=d$iso),size=2.0, vjust=-0.35) + xlab("TU density (%)") + ylab("Empolyment rate (%)") + scale_colour_discrete(name="") + geom_smooth(method="lm", se=T, size=2); lm <- lm(data=d, emprate ~ tu.density ); summary(lm); ## youth unemployment rate vs tu.density: ## http://www.oecd-ilibrary.org/employment/youth-unemployment-rate_20752342-table2 ggplot(d, aes(d$tu.density,d$yur)) + geom_point() + geom_text(aes(label=d$iso),size=2.0, vjust=-0.35) + xlab("TU density (%)") + ylab("Youth unempolyment rate (%)") + scale_colour_discrete(name="") + geom_smooth(method="lm", se=T, size=2); lm <- lm(data=d, yur ~ tu.density ); summary(lm)
Prosta regresja daje następujące rezultaty: zależność #1 pomiędzy GDP per capita a Trade Union Density jest słabo dodatnia (to już wiemy); zależność #2 pomiędzy współczynnikiem zatrudnienia a Trade Union Density też jest słabo dodatnia; zależność #3 pomiędzy stopą bezrobocia w grupie wiekowej 15--24 lat a Trade Union Density jest wprawdzie ujemna, ale statystycznie nieistotna (współczynnik $R^2$ do tego równy 1,4%).
Jak to wygląda graficznie widać na wykresach obok.
Zbiór danych jest do pobrania tutaj.
BTW: do konwersji pliku PDF na JPG wykorzystano:
convert -density 150 Rplots.pdf Rplots_%02d.png
Uwaga na koniec: zapis method="lm"
jest bardziej poprawny niż
method=lm
zastosowany w poprzednim wpisie.
Brak komentarzy:
Prześlij komentarz