数据集概述
本数据集围绕2018年哥伦比亚家庭收入预测项目构建，基于哥伦比亚综合住户调查（GEIH）数据，采用明瑟方程模型，包含数据处理文件、分析代码、可视化图表及结构化数据，为收入预测研究提供支持。
文件详解
- 数据文件：
- clean_data.csv：CSV格式，包含处理后的家庭收入相关数据，字段包括性别（sex）、年龄（age）、教育水平（maxEducLevel）、总收入（y_total_m_ha）等
- base_filtrada.csv：CSV格式，包含筛选后的基础数据集，字段与clean_data.csv一致
- 代码文件：
- Analysis.R：R格式，用于数据分析的代码文件
- clean_data.R：R格式，用于数据清洗的代码文件
- win_runall.ps1：PS1格式，Windows系统下的批处理运行脚本
- 可视化文件：
- ingreso_edad.png：PNG格式，收入与年龄关系的可视化图表
- salario_por_hora.png：PNG格式，小时工资相关的可视化图表
- bigote.png：PNG格式，箱线图可视化图表
- disp_ing_edad.png：PNG格式，收入与年龄的散点图
- distribucion_edad.png：PNG格式，年龄分布的可视化图表
- 文档文件：
- README.txt：TXT格式，项目说明文档，介绍项目背景、数据来源及模型设计
数据来源
哥伦比亚综合住户调查（GEIH）
适用场景
- 劳动经济学研究：分析教育、年龄等因素对收入的影响
- 收入预测模型构建：基于明瑟方程开发家庭收入预测模型
- 数据可视化分析：探索哥伦比亚家庭收入分布特征
- 社会经济政策评估：为收入相关政策制定提供数据支持
- 数据科学教学案例：用于数据清洗、分析及可视化的实践教学
