全文链接：http://tecdat.cn/?p=31585

它通过分析谷歌搜索引擎每天数十亿的搜索数据，告诉用户某一关键词或者话题各个时期下在谷歌搜索引擎中展示的频率及其相关统计数据。

我们为一位客户进行了短暂的咨询工作，他正在构建一个主要基于谷歌搜索词热度和就业率的分析应用程序。

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。

然后把关键词“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， 然后作pearson correlation相关性的分析，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)

---

点击标题查阅往期内容

R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告

左右滑动查看更多

01

02

03

04

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的数据和就业数据

result=cbind(monthsum,employed$proportion)

分析相关性可视化

Pearson's相关性检验

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

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

首先看Y与X是否有显著关系，即P值大小，接着分析相关关系为正向或负向，也可通过相关系数大小说明关系紧密程度。一般相关系数在0.7以上说明关系非常紧密。p<0.01，因而说明本科就业率和性别平等搜索热度之间有着显著的正相关关系。

本文中分析的数据和代码分享到会员群，扫描下面二维码即可加群！

点击文末“阅读原文”

获取全文完整代码数据资料。