基于Python关于世界自杀率影响因素的分析以及机器学习预测.pdfVIP

•

数据库技术DataBaseTechnique

基于Python关于世界自杀率影响因素的分析以及机器学习预测

文/刘子桦马若炎

供的数据显示，2012年，自杀死亡占全世界r亦可由（X,Y）样本点的标准分数均值

ii

本论文主要通过根据世界卫死亡总数的1.4%，在2012年的死因排序中居估计，得到与上式等价的表达式：

摘生组织2018年公布的全球自杀数于第15位。

要据与联合国公布的HDI指数，结本文利用1985-2016年世界101个国家的

合世界银行统计的1985-2016年

自杀人数以及宏观参数的数据集，考虑时间

的世界主要国家GDP水平数据建

立的数据集为研究与探索数据。（年），人口，HDI指数，GDP指数以及其其中、及σ分别是对X样本的标

xi

利用PythonPandas科学分析库，衍生变量对自杀率的影响，并且对数据进行相准分数、样本平均值和样本标准差。

对影响世界不同国家自杀率的因关性分析，探究单个因素与总自杀率的线性相

素进行数据与相关性分析。最后关性。最后利用多元线性回归与随机森林进行2.2单一变量相关性分析

利用机器学习算法训练数据集，

预测模型的生成。2.2.1自杀率与人口增长速度以及年龄分布之

获得关于自杀率的预测模型，用

于评估与测测国家与地区的自杀2相关性分析间的关系

风险，从而指导相关政府与机构选取101个不同国家人口的增长速度为

进行自杀预防工作。自变量，自杀率为因变量。由计算可知，在

2.1相关分析的工具与实现方法

全球的范围内，自杀率与人口增加率之间成

本论文主要采用皮尔森相关系数逐个分线性关系的拟合系数为0.0185。Kendall与

析单一变量对最后因变量（自杀率）之间的相Spearmans以及Pearsonr相关系数的值分别为

【关键词】自杀率相关性分析探索性数据分

关程度。相关计算方式如下：估算样本的协方0.131,0.217,0.135。说明二者整体上成正相关，

析机器学习

差和标准差，可得到样本皮尔逊系数，常用英即人口增长速率增加会导致自杀率的增加，但