本次作业旨在使用 R 对数据进行调查与可视化。它将检验你在以下方面的能力：

1. 读取数据文件并从中提取相关数据；
2. 清洗并处理数据以确保结果有效；
3. 进行探索性数据分析与可视化；
4. 使用进行数据管理与处理的基础工具；
5. 在报告中清晰地传达你的发现。

评估详情：

• 评估类型：个人作业
• 总评占比：15%
• 截止日期：第 8 周周五（2025 年 9 月 19 日）晚 11:55。请注意：截止日期之后 7 天（即 2025 年 9 月 26 日之后）将不再接收提交。

提交要求：

你需要提交两个相互独立的文件（一个 RMD 文件和一份 PDF 报告），且两者内容完全一致。

1. RMarkdown 文件应包含每个问题的 (a) 代码、(b) 答案与输出、(c) 解题说明。

   • (a) 代码：为提高可读性，请为每个问题或任务使用单独的代码块。
   • (b) 答案：请确保包含代码输出与书面作答。
   • (c) 说明：请解释你如何回答该题（例如：解释你的代码，或对每题的工作进行小结）。
2. PDF 报告：请将 RMD 文件 knit 为 HTML，再将该 HTML 打印为 PDF。这意味着 RMD 与 PDF 的内容应当完全相同。

请不要将提交文件打包为 zip。若以 zip 形式提交，将按本作业总分的 20% 计入罚分。若未提交任何一个必需文件，则会丢失与该文件相关的评分。若你提交了错误版本的必需文件，可以申请重新提交；但为确保评分公平与一致，整个作业将按迟交标准扣分。请务必确保提交的所有必需文件均为正确版本！

注意事项

1. 当你在数据集中发现异常、错误或其他会对答案产生负面影响的问题时，请自行确定合适的处理方法并完成必要的数据整形与清洗。本作业也会考查你识别数据问题并有效预处理以开展分析的能力。
2. 只要题目要求某个“数值”，你的代码必须输出该数值。举例：若题目询问某张表包含多少行，你的代码应打印出该行数。仅凭肉眼查看并抄写答案将不得分。
3. 请检查你生成的 PDF 文本是否可被选择与高亮（如下图示例所示）。这样才能正确生成 Turnitin 相似度分数（我们只需要 PDF 的 Turnitin 分数，不需要 RMD 的）。

   （第 2 页配图为演示，说明 PDF 文本需可被选择与高亮。）

作业任务

本次作业使用的数据集为 World_development_Indicators.csv，可在 Moodle 的 Assessments 页面获取。

世界银行（World Bank）发布了覆盖全球的大规模发展指标数据集。这里提供其中一部分的 CSV 文件供分析。该文件中的数据表示多国在 1960–2019 年间某些发展指标（即数据文件中 “Series Name” 列） 的年度读数。表中每一行对应“某国家在不同年份上的某一指标序列”的取值。示例如下（注意：数据文件中存在缺失值）：

设想你是一家咨询公司的数据科学家。你的团队负责人要求你基于下列问题对该数据集进行分析并产出洞见。请使用 World_development_Indicators.csv 来完成以下任务：

1. 数据文件中 “Series Name” 列共有多少个不重复的取值？（6 分）
2. “Trend Description” 列中，有多少条评论描述为“呈下降趋势且为正向反馈（positive feedback）”？（5 分）
3. 我们希望探索 GDP 序列（即 Series Name = “GDP (current US$)”）。具体而言，不考虑全部国家，而是聚焦于：

   • (1) 2018 年 GDP（current US$）最高的前五个国家，以及
   • (2) 2018 年 GDP（current US$）最低的后五个国家。

     请将这 10 个国家及其 GDP 数值呈现在同一张表中，并制作一张合适的图表。（4 分）

4. 使用单个 R 函数或命令，展示在2010–2019 年之间、第 3 题所确定的 10 个国家的 GDP 值的统计信息（最小值、最大值与均值）。

   说明：你可以使用多个函数/命令来准备预处理后的数据表，但在计算并展示统计信息时，必须使用一个 R 函数/命令。（3 分）

5. 中国在哪一年记录到其最高**的 GDP？哪一个国家在多年间的 CO₂ 排放增幅最大？（3 分）
6. 进一步研究预期寿命（life expectancy）、生育率（fertility rate）与 GDP：A. 找出“预期寿命与GDP”跨年份之间关系最强的 前 5 个国家。请同时给出这些国家以及用于衡量“关系强度”的相应统计量。（3 分）