19、数据探索与分析：感知腐败与童工率的关联研究

数据探索与分析：感知腐败与童工率的关联研究

1. 数据初步观察

当查看列名时，我们发现新表包含了两个原始表的所有列。简单统计数据行数为 93 行，但实际上我们并不需要所有的数据点（原始表 pci_table 有 177 行，ranked 有 108 行），我们更关注数据之间的关联。对新表按 CPI 分数排序并取前 10 行后，得到如下有趣信息：
| 国家 | CPI 分数 - 童工率 |
| — | — |
| 阿富汗 | 8.0 - 10.3% |
| 索马里 | 8.0 - 49.0% |
| 伊拉克 | 16.0 - 4.7% |
| 也门 | 18.0 - 22.7% |
| 乍得 | 19.0 - 26.1% |
| 赤道几内亚 | 19.0 - 27.8% |
| 几内亚比绍 | 19.0 - 38.0% |
| 海地 | 19.0 - 24.4% |
| 柬埔寨 | 20.0 - 18.3% |
| 布隆迪 | 21.0 - 26.3% |

除伊拉克和阿富汗外，CPI 分数极低（即腐败感知程度高）的国家存在较高的童工率。我们可以使用 agate 库的内置方法来研究数据集中的这种关联。

2. 识别相关性

2.1 皮尔逊相关性分析

我们想确定政府腐败感知与童工率是否相关，首先使用简单的皮尔逊相关性分析。由于 agate 库正在将此相关性功能集成到 agate - stats 库中，目前我们可以使用 numpy 进行计算。

操作步骤如下：
1. 若未安装 numpy，运行