§ 分析數據
§ 數據背景
1. 採用近50年區間內的中國國家統計局的雲南省年度茶葉產量、價格、採收面積數據,以及美國NCEI的昆明站點年度降水總量、平均氣溫數據,並以Python工具進行處理、呈現。
2. 茶葉價格數據較少、且近年數據的缺失較多,年降水總量、年平均氣溫近年數據的缺失較多。
§ 數據分析
1. 產量明顯跟隨採收面積的增長,2004年以後的增長速度較快且穩定。
2. 茶葉價格的變化極大,而且與降水量的變化趨勢相對應(因為降水影響茶葉品質?)。
3. 特別值得關注的時間點為2008年前後,經歷了茶葉價格的暴漲與暴跌(可觀察與採收面積、降水量的連動關係)。
§ 心得&展望:
1. 可針對預測產量、價格等目的來對數據進行不同維度的分析,進而協助制定定價、庫存管理等策略。
2. 可引入機器學習模型來協助進行產量、價格等預測。