国家预期寿命影响因素分析
整合 2022 年 161 个国家的预期寿命、吸烟率与人均 GDP，展示混杂因素如何改变简单相关的解释。
DATA INTEGRATION / 2026SMOKING ↔ LIFE EXPECTANCY, WITH GDP IN CONTEXT
用国家层面数据展示：关键混杂因素会如何改变简单相关的解释。
LIFE EXPECTANCYSMOKINGGDP PER CAPITACONFOUNDING
01 / 研究问题
吸烟率、经济发展与预期寿命之间，哪些关系在控制 GDP 后仍成立？
吸烟率与预期寿命是否相关？
GDP per capita 与预期寿命是否相关？
控制 GDP 后，吸烟关系是否仍成立？
02 / 数据整合
三张数据表，通过 country code + year 汇合成一个可比较国家样本。
LIFE EXPECTANCY→SMOKING PREVALENCE→GDP PER CAPITA→INNER JOIN→FILTER AGGREGATES→2022 / N=161
在完整重叠最大的年份中，多个年份均为 161 个国家；最终按“最新完整年份”原则选取 2022。
03 / 为什么使用 Log GDP
原始人均 GDP 严重右偏，log 变换让关系更适合线性解释。
01 / GDP DISTRIBUTION
原始分析图：GDP per capita 的分布。
02 / LOG GDP
原始分析图：log(GDP per capita) 的分布。
04 / 数据质量
IQR × 1.5 检查没有发现需要删除的观测。
05 / 描述性画像
161 个国家构成的横截面样本。
06 / 容易误读的简单关系
轻微正相关，不意味着“吸烟提高寿命”。
Life expectancy 与 smoking 的简单相关约为 0.253。部分高收入国家同时拥有较高预期寿命和并不低的吸烟率，因此存在 GDP 混杂。
03 / LIFE EXPECTANCY × SMOKING
原始分析图：国家层面的 life expectancy 与 smoking prevalence。
07 / GDP 关系
Life expectancy 与 log GDP 的关系远强于与 smoking 的简单关系。
非常强的正相关
弱正相关
04 / LIFE EXPECTANCY × LOG GDP
原始分析图：life expectancy 与 log(GDP per capita)。
08 / 相关矩阵
三个变量的关系放在同一个矩阵里，才能看见混杂结构。
VARIABLELIFE EXPSMOKINGLOG GDP
LIFE EXP
1.000
0.253
0.861
SMOKING
0.253
1.000
0.218
LOG GDP
0.861
0.218
1.000
09 / 混杂
简单相关不等于独立影响。
SMOKING ↔ LIFE: 0.253→GDP ↔ LIFE: 0.861→SMOKING ↔ GDP: 0.218→CONTROL GDP→SMOKING WEAKENS
报告中的多变量分析指出：加入 GDP 后，smoking 的独立关联显著减弱且不再显著；本页不复现 PDF 未提供的 coefficient、p-value 或 R²。
10 / 统计学洞察
控制关键混杂因素后，看似明确的关系可能显著减弱甚至消失。
这个项目的重点不是判断哪个国家寿命高，而是理解：简单相关并不等于独立影响，也不等于因果关系。