01 / R · K-means · 层次聚类 · 2025
澳洲职业聚类分析
研究问题
同时考虑就业、收入与教育时，不同职业有哪些差异？
我做了什么
整合并标准化澳洲职业数据，运用 K-means 与层次聚类，再通过图表、热图与箱形图呈现群组特征。
如何理解结果
分析识别出不同的多变量职业轮廓，属于描述性群组，并非职业成长或自动化风险的预测。
R / DATA ANALYTICS / 2025
让数据中的模式， 成为有用的洞察。
通过 R 分析项目，将分析方法连接到可理解的商业问题。三个项目皆于 2025 年完成。
02 / R · 时间序列 · 数据可视化 · 2025
电力需求时间序列分析
研究问题
电力需求如何随时段、星期与异常事件改变？
我做了什么
分析每半小时的澳洲电力需求数据，呈现每日、每周与每月模式，并比较风暴事件日与二月典型需求曲线。
如何理解结果
此分析呈现观察到的需求模式与异常时段，没有建立预测模型，也不将所有差异归因于风暴。
03 / R · 市场分析 · ROI · 2025
电影市场分析
研究问题
类型、上映时间与预算，和票房表现有何关联？
我做了什么
整合电影预算与票房数据，检视类型、上映时间、预算、收入及 ROI 之间的关系。
如何理解结果
结果属于观察到的关联；以票房为基础的 ROI 是比较指标，不代表经审计的电影实际获利。
另外具备 Power BI 仪表板经验；此处展示的案例皆使用 R。