01 / R · K-means · 階層式集群分析 · 2025
澳洲職業集群分析
研究問題
同時考慮就業、收入與教育時,不同職業有哪些差異?
我做了什麼
整合並標準化澳洲職業資料,運用 K-means 與階層式集群分析,再透過圖表、熱圖與箱形圖呈現群組特徵。
如何理解結果
分析辨識出不同的多變量職業輪廓,屬於描述性群組,並非職業成長或自動化風險的預測。
透過 R 分析專案,將分析方法連結到可理解的商業問題。三個專案皆於 2025 年完成。
同時考慮就業、收入與教育時,不同職業有哪些差異?
整合並標準化澳洲職業資料,運用 K-means 與階層式集群分析,再透過圖表、熱圖與箱形圖呈現群組特徵。
分析辨識出不同的多變量職業輪廓,屬於描述性群組,並非職業成長或自動化風險的預測。
電力需求如何隨時段、星期與異常事件改變?
分析每半小時的澳洲電力需求資料,呈現每日、每週與每月模式,並比較風暴事件日與二月典型需求曲線。
此分析呈現觀察到的需求模式與異常時段,沒有建立預測模型,也不將所有差異歸因於風暴。
類型、上映時間與預算,和票房表現有何關聯?
整合電影預算與票房資料,檢視類型、上映時間、預算、收入及 ROI 之間的關係。
結果屬於觀察到的關聯;以票房為基礎的 ROI 是比較指標,不代表經審計的電影實際獲利。
另外具備 Power BI 儀表板經驗;此處展示的案例皆使用 R。