analyysit/Liikkuvuusvalinnat/raportin kuviot.R
In pttry/KT162R: Data preparation and graphs for the project KT162 Alueellinen liikkuvuus ja monipaikkaisuus
source("R/set.R")
set_proj()
# Henkilökohtaiset muuttujat
########### SElection
marginal_effects_selection_personal_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_personal_unemployed.rds")
marginal_effects_selection_personal_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_personal_employed.rds")
marginal_effects_selection_personal_employed <- mutate(marginal_effects_selection_personal_employed,
var = as.character(var),
var = ifelse(var == "ika_decade_t1", "ika_t1_decade", var))
marginal_effects_selection_personal_unemployed$group <- "Työttömät"
marginal_effects_selection_personal_employed$group <- "Työlliset"
marginal_effects_selection_personal <- rbind(marginal_effects_selection_personal_unemployed,
marginal_effects_selection_personal_employed)
personal_labels = c("Nainen ***/***",
"Ikä, kymmeniä vuosia ***/***",
"Opiskelija ***/***",
"Syntynyt ulkomailla /***",
"Koulutusaste, ref: perusaste",
" Keskiasteen koulutus */***",
" Korkea-asteen koulutus ***/***",
" Tutkija-asteen koulutus ***/***",
"Käytettävissä olevat tulot ***/***",
"Käyettävissä olevat tulot ******",
"Perhetyyppi, ref: asuu yksin",
" Pari, ei lapsia /**",
" Pari, lapsia */*",
" Yksinhuoltaja /",
"Puoliso töissä ***/*",
"Hallintaperuste, ref: omistusasunto",
" Asuu vuokralla ***/***",
" Asumisoikeusasunto */",
" Muu asumismuoto /",
"Muuttokokemus ***/***",
"Pendelöintikokemus ***/***")[20:1]
# ***p<0.01, **p<0.05, *p<0.1
marginal_effects_selection_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_selection_personal$se,
# ymax = coefficient + 2*marginal_effects_selection_personal$se),
color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust=0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/henkilökohtaiset_muuttujat_selection.png")
######## Aluetyyppi
aluetyyppi_labels = c("Kaupunkien läheinen maaseutu", # /*
"Harvaan asuttu maaseutu", # ***/***
"Pääkaupunkiseutu", # ***/***
"Työssäkäyntikeskus", # **/**
"Ydinmaaseutu", # ***/***
"Yliopistokaupunki") # */
marginal_effects_selection_aluetyyppi_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_aluetyyppi_unemployed.rds")
marginal_effects_selection_aluetyyppi_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_aluetyyppi_employed.rds")
marginal_effects_selection_aluetyyppi_unemployed$group <- "Työttömät"
marginal_effects_selection_aluetyyppi_employed$group <- "Työlliset"
marginal_effects_selection_aluetyyppi <- rbind(marginal_effects_selection_aluetyyppi_unemployed,
marginal_effects_selection_aluetyyppi_employed)
marginal_effects_selection_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_selection_aluetyyppi$se,
ymax = coefficient + 2*marginal_effects_selection_aluetyyppi$se),
<<<<<<< HEAD
color = "red", size = 0.7, linetype = 1, width = 0.3) +
=======
color = "red", size = 0.7, linetype = 1) +
>>>>>>> 9c7598de7c4f4886a48d2bcd3b7c7fa948f83cc4
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
facet_wrap(~group) +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust = 0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus verrattuna aluetyyppiin muut kaupungit, %-yksikköä") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_aluetyyppi.png",
width = 8, height = 3)
############ outcome ################################
marginal_effects_outcome_personal_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_personal_unemployed.rds")
marginal_effects_outcome_personal_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_personal_employed.rds")
marginal_effects_outcome_personal_unemployed$group <- "Työttömät"
marginal_effects_outcome_personal_employed$group <- "Työlliset"
marginal_effects_outcome_personal <- rbind(marginal_effects_outcome_personal_unemployed,
marginal_effects_outcome_personal_employed)
personal_labels = c("Nainen ***/***",
"Ikä, kymmeniä vuosia ***/***",
"Opiskelija ***/**",
"Syntynyt ulkomailla /",
"Koulutusaste, ref: perusaste",
" Keskiasteen koulutus /",
" Korkea-asteen koulutus ***/***",
" Tutkija-asteen koulutus /*",
"Käytettävissä olevat tulot /***",
"Perhetyyppi, ref: asuu yksin",
" Pari, ei lapsia /*",
" Pari, lapsia /",
" Yksinhuoltaja /",
"Puoliso töissä ***/***",
"Hallintaperuste, ref: omistusasunto",
" Asuu vuokralla ***/",
" Asumisoikeusasunto **/",
" Muu asumismuoto */",
"Muuttokokemus ***/***",
"Pendelöintikokemus /")[20:1]
marginal_effects_outcome_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust=0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/henkilökohtaiset_muuttujat_outcome.png", width = 8, height = 6)
############# Alueiden ominaisuudet ##############################
marginal_effects_outcome_alueet_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_regions_unemployed.rds")
marginal_effects_outcome_alueet_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_regions_employed.rds")
marginal_effects_outcome_alueet_unemployed$group <- "Työttömät"
marginal_effects_outcome_alueet_employed$group <- "Työlliset"
marginal_effects_outcome_alueet <- rbind(marginal_effects_outcome_alueet_unemployed,
marginal_effects_outcome_alueet_employed)
alueet_labels = c("Palkkaero \n logaritmien erotus",
"Työn saavutettavuusero",
"Työttömyysaste-ero, \n %-yksikköä",
"Työmarkkinoiden kokoero, \n 10 000 henkeä ",
"Kohteen vuokra-asumisen osuus, \n %-yksikköä",
"Asuntohintaero, \n logaritmien erotus",
"Etäisyys, \n 10 km")
marginal_effects_outcome_alueet %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_outcome_alueet$se,
ymax = coefficient + 2*marginal_effects_outcome_alueet$se),
color = "red", size = 0.7, linetype = 1, width = 0.5) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip(ylim = c(-1.5,1.5)) +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust =0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = alueet_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_alueet_unemployed.png",
width = 8, height = 4)
############ Aluetyyppi
marginal_effects_outcome_aluetyyppi_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_unemployed.rds")
marginal_effects_outcome_aluetyyppi_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_employed.rds")
marginal_effects_outcome_aluetyyppi_unemployed$lahde_kohde <- c(rep("Asuinpaikan kunnan tyyppi", 6), rep("Työpaikan kunnan tyyppi", 6))
marginal_effects_outcome_aluetyyppi_employed$lahde_kohde <- c(rep("Asuinpaikan kunnan tyyppi", 6), rep("Työpaikan kunnan tyyppi", 6))
marginal_effects_outcome_aluetyyppi_unemployed$group <- "Työttömät"
marginal_effects_outcome_aluetyyppi_employed$group <- "Työlliset"
marginal_effects_outcome_aluetyyppi <- rbind(marginal_effects_outcome_aluetyyppi_unemployed,
marginal_effects_outcome_aluetyyppi_employed)
aluetyyppi_labels = c("Kaupunkien läheinen maaseutu",
"Harvaan asuttu maaseutu",
"Pääkaupunkiseutu",
"Työssäkäyntikeskus",
"Ydinmaaseutu",
"Yliopistokaupunki")
marginal_effects_outcome_aluetyyppi$var <- rep(aluetyyppi_labels, 4)
marginal_effects_outcome_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_outcome_aluetyyppi$se,
ymax = coefficient + 2*marginal_effects_outcome_aluetyyppi$se),
color = "red", size = 0.7, width = 0.3, linetype = 1) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
facet_grid(lahde_kohde~group) +
theme_light() +
labs(x = NULL,
y = "Kontrolloitu ero aluetyyppiin kaupungit, %-yksikköä") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/Kuvaajat/marginal_effects_outcome_aluetyyppi_unemployed.png",
width = 10, height = 6)
############# Työpaikan ominaisuudet ##############################
marginal_effects_outcome_job_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_job_unemployed.rds")
marginal_effects_outcome_job_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_job_employed.rds")
marginal_effects_outcome_job_unemployed$group <- "Työttömät"
marginal_effects_outcome_job_employed$group <- "Työlliset"
marginal_effects_outcome_job <- rbind(marginal_effects_outcome_job_unemployed,
marginal_effects_outcome_job_employed)
job_labels = c("Toimipaikan henkilömäärä, ref: pieni yritys",
" Keskisuuri yritys",
" Suuri yritys",
"Toimipaikan liikevaihto, ref: - 10 000 000",
" 10 000 000 - 40 000 000",
" 40 000 000 - ",
"Omistajatyyppi, ref: yksityinen",
" Valtio",
" Kunta")[9:1]
marginal_effects_outcome_job %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_outcome_job$se,
ymax = coefficient + 2*marginal_effects_outcome_job$se),
color = "red", size = 0.7, linetype = 1, width = 0.5) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust =0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = job_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_job_unemployed.png",
width = 8, height = 4)
pttry/KT162R documentation built on Nov. 27, 2022, 3:52 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
source("R/set.R")
set_proj()
# Henkilökohtaiset muuttujat
########### SElection
marginal_effects_selection_personal_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_personal_unemployed.rds")
marginal_effects_selection_personal_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_personal_employed.rds")
marginal_effects_selection_personal_employed <- mutate(marginal_effects_selection_personal_employed,
var = as.character(var),
var = ifelse(var == "ika_decade_t1", "ika_t1_decade", var))
marginal_effects_selection_personal_unemployed$group <- "Työttömät"
marginal_effects_selection_personal_employed$group <- "Työlliset"
marginal_effects_selection_personal <- rbind(marginal_effects_selection_personal_unemployed,
marginal_effects_selection_personal_employed)
personal_labels = c("Nainen ***/***",
"Ikä, kymmeniä vuosia ***/***",
"Opiskelija ***/***",
"Syntynyt ulkomailla /***",
"Koulutusaste, ref: perusaste",
" Keskiasteen koulutus */***",
" Korkea-asteen koulutus ***/***",
" Tutkija-asteen koulutus ***/***",
"Käytettävissä olevat tulot ***/***",
"Käyettävissä olevat tulot ******",
"Perhetyyppi, ref: asuu yksin",
" Pari, ei lapsia /**",
" Pari, lapsia */*",
" Yksinhuoltaja /",
"Puoliso töissä ***/*",
"Hallintaperuste, ref: omistusasunto",
" Asuu vuokralla ***/***",
" Asumisoikeusasunto */",
" Muu asumismuoto /",
"Muuttokokemus ***/***",
"Pendelöintikokemus ***/***")[20:1]
# ***p<0.01, **p<0.05, *p<0.1
marginal_effects_selection_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_selection_personal$se,
# ymax = coefficient + 2*marginal_effects_selection_personal$se),
color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust=0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/henkilökohtaiset_muuttujat_selection.png")
######## Aluetyyppi
aluetyyppi_labels = c("Kaupunkien läheinen maaseutu", # /*
"Harvaan asuttu maaseutu", # ***/***
"Pääkaupunkiseutu", # ***/***
"Työssäkäyntikeskus", # **/**
"Ydinmaaseutu", # ***/***
"Yliopistokaupunki") # */
marginal_effects_selection_aluetyyppi_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_aluetyyppi_unemployed.rds")
marginal_effects_selection_aluetyyppi_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_aluetyyppi_employed.rds")
marginal_effects_selection_aluetyyppi_unemployed$group <- "Työttömät"
marginal_effects_selection_aluetyyppi_employed$group <- "Työlliset"
marginal_effects_selection_aluetyyppi <- rbind(marginal_effects_selection_aluetyyppi_unemployed,
marginal_effects_selection_aluetyyppi_employed)
marginal_effects_selection_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_selection_aluetyyppi$se,
ymax = coefficient + 2*marginal_effects_selection_aluetyyppi$se),
<<<<<<< HEAD
color = "red", size = 0.7, linetype = 1, width = 0.3) +
=======
color = "red", size = 0.7, linetype = 1) +
>>>>>>> 9c7598de7c4f4886a48d2bcd3b7c7fa948f83cc4
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
facet_wrap(~group) +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust = 0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus verrattuna aluetyyppiin muut kaupungit, %-yksikköä") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_aluetyyppi.png",
width = 8, height = 3)
############ outcome ################################
marginal_effects_outcome_personal_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_personal_unemployed.rds")
marginal_effects_outcome_personal_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_personal_employed.rds")
marginal_effects_outcome_personal_unemployed$group <- "Työttömät"
marginal_effects_outcome_personal_employed$group <- "Työlliset"
marginal_effects_outcome_personal <- rbind(marginal_effects_outcome_personal_unemployed,
marginal_effects_outcome_personal_employed)
personal_labels = c("Nainen ***/***",
"Ikä, kymmeniä vuosia ***/***",
"Opiskelija ***/**",
"Syntynyt ulkomailla /",
"Koulutusaste, ref: perusaste",
" Keskiasteen koulutus /",
" Korkea-asteen koulutus ***/***",
" Tutkija-asteen koulutus /*",
"Käytettävissä olevat tulot /***",
"Perhetyyppi, ref: asuu yksin",
" Pari, ei lapsia /*",
" Pari, lapsia /",
" Yksinhuoltaja /",
"Puoliso töissä ***/***",
"Hallintaperuste, ref: omistusasunto",
" Asuu vuokralla ***/",
" Asumisoikeusasunto **/",
" Muu asumismuoto */",
"Muuttokokemus ***/***",
"Pendelöintikokemus /")[20:1]
marginal_effects_outcome_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust=0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/henkilökohtaiset_muuttujat_outcome.png", width = 8, height = 6)
############# Alueiden ominaisuudet ##############################
marginal_effects_outcome_alueet_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_regions_unemployed.rds")
marginal_effects_outcome_alueet_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_regions_employed.rds")
marginal_effects_outcome_alueet_unemployed$group <- "Työttömät"
marginal_effects_outcome_alueet_employed$group <- "Työlliset"
marginal_effects_outcome_alueet <- rbind(marginal_effects_outcome_alueet_unemployed,
marginal_effects_outcome_alueet_employed)
alueet_labels = c("Palkkaero \n logaritmien erotus",
"Työn saavutettavuusero",
"Työttömyysaste-ero, \n %-yksikköä",
"Työmarkkinoiden kokoero, \n 10 000 henkeä ",
"Kohteen vuokra-asumisen osuus, \n %-yksikköä",
"Asuntohintaero, \n logaritmien erotus",
"Etäisyys, \n 10 km")
marginal_effects_outcome_alueet %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_outcome_alueet$se,
ymax = coefficient + 2*marginal_effects_outcome_alueet$se),
color = "red", size = 0.7, linetype = 1, width = 0.5) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip(ylim = c(-1.5,1.5)) +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust =0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = alueet_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_alueet_unemployed.png",
width = 8, height = 4)
############ Aluetyyppi
marginal_effects_outcome_aluetyyppi_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_unemployed.rds")
marginal_effects_outcome_aluetyyppi_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_employed.rds")
marginal_effects_outcome_aluetyyppi_unemployed$lahde_kohde <- c(rep("Asuinpaikan kunnan tyyppi", 6), rep("Työpaikan kunnan tyyppi", 6))
marginal_effects_outcome_aluetyyppi_employed$lahde_kohde <- c(rep("Asuinpaikan kunnan tyyppi", 6), rep("Työpaikan kunnan tyyppi", 6))
marginal_effects_outcome_aluetyyppi_unemployed$group <- "Työttömät"
marginal_effects_outcome_aluetyyppi_employed$group <- "Työlliset"
marginal_effects_outcome_aluetyyppi <- rbind(marginal_effects_outcome_aluetyyppi_unemployed,
marginal_effects_outcome_aluetyyppi_employed)
aluetyyppi_labels = c("Kaupunkien läheinen maaseutu",
"Harvaan asuttu maaseutu",
"Pääkaupunkiseutu",
"Työssäkäyntikeskus",
"Ydinmaaseutu",
"Yliopistokaupunki")
marginal_effects_outcome_aluetyyppi$var <- rep(aluetyyppi_labels, 4)
marginal_effects_outcome_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_outcome_aluetyyppi$se,
ymax = coefficient + 2*marginal_effects_outcome_aluetyyppi$se),
color = "red", size = 0.7, width = 0.3, linetype = 1) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
facet_grid(lahde_kohde~group) +
theme_light() +
labs(x = NULL,
y = "Kontrolloitu ero aluetyyppiin kaupungit, %-yksikköä") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/Kuvaajat/marginal_effects_outcome_aluetyyppi_unemployed.png",
width = 10, height = 6)
############# Työpaikan ominaisuudet ##############################
marginal_effects_outcome_job_unemployed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_job_unemployed.rds")
marginal_effects_outcome_job_employed <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_job_employed.rds")
marginal_effects_outcome_job_unemployed$group <- "Työttömät"
marginal_effects_outcome_job_employed$group <- "Työlliset"
marginal_effects_outcome_job <- rbind(marginal_effects_outcome_job_unemployed,
marginal_effects_outcome_job_employed)
job_labels = c("Toimipaikan henkilömäärä, ref: pieni yritys",
" Keskisuuri yritys",
" Suuri yritys",
"Toimipaikan liikevaihto, ref: - 10 000 000",
" 10 000 000 - 40 000 000",
" 40 000 000 - ",
"Omistajatyyppi, ref: yksityinen",
" Valtio",
" Kunta")[9:1]
marginal_effects_outcome_job %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
geom_errorbar(aes(x = var, ymin = coefficient - 2*marginal_effects_outcome_job$se,
ymax = coefficient + 2*marginal_effects_outcome_job$se),
color = "red", size = 0.7, linetype = 1, width = 0.5) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
facet_wrap(~group) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans"),
axis.text.y = element_text(hjust =0)) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = job_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_job_unemployed.png",
width = 8, height = 4)
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.