# 你可以賺多少錢？ - 書面報告

- 組員：侯宜廷、孔亭諭、王佑淳、黃力行
- Code：陳政博

## 目標

希望通過 2022 年家庭收入調查數據，用回歸方法分析收入與其他因素的關係，來預測收入。

## 分析結果

### 學歷
| | value | p_value |
|:----------------------------|-----------:|----------:|
| 教育程度_碩士 | 0.0979532 | 0.499 |
| 教育程度_博士 | 0.0777155 | 0.618666 |
| 教育程度_大學或獨立學院 | -0.0381407 | 0.791103 |
| 教育程度_科技大學或技術學院 | -0.0881666 | 0.540225 |

此表為各教育程度與收入的相關係數。可以看出碩士學歷的人收入較高，儘管4個學歷的 p-value 皆大於 0.05，但碩士學歷的 p-value 仍是最小的，因此在學歷中，可以認為碩士學歷的人收入較高。

根據這個結果，對於大學生來說，最好的選擇就是繼續升學，只要能夠考上碩士，增加收入的機會就會大大提高。

### 工作縣市

| | value | p_value |
|:----------------|------------:|----------:|
| 工作縣市_臺北市 | 0.0720504 | 0.0764334 |
| 工作縣市_新竹市 | 0.0618035 | 0.214999 |
| 工作縣市_新竹縣 | 0.0537744 | 0.276379 |
| 工作縣市_桃園市 | 0.0455644 | 0.286064 |
| 工作縣市_新北市 | 0.0454378 | 0.264166 |

此表為各縣市與收入的相關係數。可以看出臺北市的人收入較高，且相較其他城市，臺北市的 p-value 也最接近 0.05，也就是說台北高薪工作的機會較高。

### 公司規模

| | value | p_value |
|:-----------------|----------:|------------:|
| 員工數_500人以上 | 0.235246 | 1.46285e-14 |
| 員工數_200-499人 | 0.179515 | 8.55573e-08 |
| 員工數_50-99人 | 0.173562 | 3.08469e-07 |
| 員工數_30-49人 | 0.152232 | 2.35686e-05 |
| 員工數_100-199人 | 0.146849 | 1.70374e-05 |
| 員工數_10-29人 | 0.108749 | 0.00020892 |

此表為各公司規模與收入的相關係數。在我們的數據集中，無法直接得知公司的規模，比如應收，是否上市等等，因此只能從員工數來推測公司的規模。可以看出員工數越多，收入越高，並且 p-value 也都小於 0.05。

因此，大公司所提供的薪水較高。但透過`員工數`和`學歷`的卡方檢定，得到以下結果：
> Chi-square value: 708.083834937119
> P-value: 4.966994136522497e-94

P 值非常接近 0，這代表大公司更願意聘請高學歷的人。所以，為了能夠進入大公司，我們也應該繼續升學。

### 年齡


透過回歸得到的係數繪製成圖表，可以看出最初年齡與收入呈現正相關，並且在 35 歲左右達到最高點，之後開始下降。這也符合一般的認知，年齡越大，工作經驗越豐富，收入也會越高，但是隨著年齡增長，身體狀況也會逐漸下降，因此收入也會下降。

### 工作是否發揮學校所學

| | value | p_value |
|:-----------------------|----------:|-----------:|
| 工作是否發揮學校所學_4 | 0.0504113 | 0.00851898 |
| 工作是否發揮學校所學_5 | 0.0501667 | 0.0153036 |
| 工作是否發揮學校所學_2 | 0.0159148 | 0.371572 |
| 工作是否發揮學校所學_3 | 0.0147486 | 0.394637 |

這個問題的選項為 1-5，1 表示完全不同意，5 表示完全同意。由此表可以看出，工作是否發揮學校所學與收入基本呈正相關。因為工作與學校所學不同，代表專業程度也沒有那麼高，因此收入也會較低。

## 結論


## 改進

1. 對於學歷部分，我們還可以細化為各個科系，以此來分析各個科系的收入情況。甚至可能的話，我們還可以分析各個學校的畢業生收入情況。

2. 其他的一些因素，比如地區，行業，職業等，可能存在一些相關性。比如新竹更多的是科技公司，因此收入可能會較高。或許能有某種方法，可以排除這些因素的影響，從而得到更準確的結果。

3. 如果我們能獲得各個地區的物價，房價等數據，我們也許可以進一步分析每個地區的生活水平。比如臺北的收入較高，但是物價也較高，因此生活水平可能並不比其他地區高。