Utafiti huu unachunguza jinsi vigezo vya msingi vya World Happiness Report vinavyounda pamoja viwango vya furaha vinavyoonekana katika nchi ndani ya mfumo wa uchanganuzi usio wa mstari. Regresheni ya Mti wa Maamuzi (Decision Tree Regression, DTR) ni mbinu ya machine learning inayoweza kufasiriwa ambayo hugawanya kwa mfululizo kigezo endelevu cha matokeo kulingana na vizingiti katika vigezo vya ufafanuzi, hivyo kufanya mifumo yenye masharti na makundi tofauti ya uchunguzi yaonekane. Utafiti unaunganisha DTR na Uchanganuzi wa Sharti la Lazima (Necessary Condition Analysis, NCA) ili kuchunguza si tu ni vigezo gani vinavyohusiana kwa nguvu na furaha, bali pia ni vigezo gani vinavyoweza kuhitajika kuvuka vizingiti fulani ili viwango vya juu zaidi vya furaha viweze kuonekana.

Uchanganuzi unategemea data za 2022–2024 Gallup World Poll / World Happiness Report. Furaha imewakilishwa kwa Ngazi ya Cantril; muundo wa ufafanuzi umejumuisha GDP kwa kila mtu, msaada wa kijamii, matarajio ya maisha yenye afya, uhuru wa kufanya maamuzi ya maisha, ukarimu na ufisadi unaotambulika. Katika mti wa maamuzi, msaada wa kijamii ndio kigezo cha kwanza na chenye nguvu zaidi cha mgawanyiko wa kimuundo; GDP huunda matawi mawili makuu ya ngazi ya pili. Katika kipimo cha umuhimu cha mti wa maamuzi, msaada wa kijamii uko nafasi ya kwanza kwa %34,6, GDP kwa %27,7 na matarajio ya maisha yenye afya kwa %19,8.

NCA inaonyesha mpangilio tofauti wa umuhimu. Msaada wa kijamii unaonyesha athari yenye nguvu zaidi ya sharti la lazima, huku uhuru wa kufanya maamuzi ya maisha ukiibuka kama kizuizi cha pili chenye nguvu zaidi. Matokeo haya ni muhimu; kwa sababu uhuru una umuhimu wa jamaa wa %9,9 tu katika mti wa maamuzi, lakini katika NCA unaonyesha ukubwa wa athari ya sharti la lazima ulio mkubwa kuliko GDP na matarajio ya maisha yenye afya. Kwa hiyo, swali “kigezo kinatenganisha furaha vizuri kwa kiwango gani?” si sawa na swali “je, kiwango cha chini cha kigezo hiki kinahitajika ili kufikia kiwango fulani cha furaha?”

Matokeo hayapaswi kufasiriwa kama athari ya kisababishi ya sera. Kwa kuwa vigezo vya World Happiness Report vinahusiana, vizingiti vya NCA si sababu huru kutoka kwa kila kimoja. Ngazi ya Cantril ni kipimo cha taarifa binafsi cha kipengee kimoja na uchanganuzi unahusu kipindi cha 2022–2024 pekee. Kwa hiyo, matokeo yanaeleza muundo wenye masharti na mahusiano ya masharti ya lazima katika data za nchi zilizochunguzwa; hayathibitishi kwamba mabadiliko fulani ya sera yataongeza furaha kwa njia ya moja kwa moja na ya kimakanika.

Je, furaha na ustawi wa kibinafsi ni dhana ileile?

Utafiti wa chanzo unachukulia ustawi wa kibinafsi kama dhana pana zaidi, na furaha kama usemi wa tathmini unaohusiana nayo kwa karibu lakini wenye maana finyu zaidi. Katika uchanganuzi wa kiempiria, “furaha” si kipimo cha moja kwa moja cha raha ya kihisia au hisia chanya ya muda mfupi; kinachotumika ni wastani wa kiwango cha nchi wa Ngazi ya Cantril, ambamo watu hutathmini hali ya jumla ya maisha yao.

Ngazi ya Cantril Inapimaje Furaha Katika Utafiti Huu?

Ngazi ya Cantril ni kipimo cha kipengee kimoja cha tathmini binafsi ya maisha ambapo watu hutathmini maisha yao ya sasa kwenye ngazi kutoka 0 hadi 10; 0 inawakilisha maisha mabaya zaidi yanayowezekana kwa mtu na 10 maisha bora zaidi yanayowezekana, na utafiti hutumia wastani wa majibu binafsi katika kiwango cha nchi kama kigezo cha HAPPY.

Sifa muhimu ya kipimo hiki ni kwamba hakiombi tu hisia chanya au hasi za mtu katika siku fulani, bali tathmini yake ya kiakili kuhusu hali ya jumla ya maisha yake. Kwa hiyo, utafiti hautumii Ngazi ya Cantril kama kipimo kamili cha vipengele vyote vya kisaikolojia vya furaha, bali kama tathmini binafsi ya maisha inayoweza kulinganishwa kimataifa ndani ya mfumo wa World Happiness Report.

Vigezo sita vya ufafanuzi katika modeli ya World Happiness Report

Takwimu elezi

Idadi za uchunguzi za vigezo si sawa. Utafiti huondoa thamani zinazokosekana kwa kila kizuizi cha uchanganuzi kando kwa kutumia mbinu ya listwise deletion. Kwa hiyo, ni muhimu kuzingatia kwamba idadi ya uchunguzi inayoweza kutumika katika uchanganuzi tofauti kama correlation, mti wa maamuzi na NCA si lazima iwe sawa.

Malengo mawili makuu ya utafiti

Lengo la kwanza la utafiti ni kubaini jinsi vigezo sita vya WHR vinavyounda pamoja viwango tofauti vya furaha na jinsi mwingiliano usio wa mstari unavyojitokeza katika mti wa maamuzi. Lengo la pili ni kutumia NCA kuchunguza ni vigezo gani kati ya hivyo hivyo vinavyounda masharti muhimu ya kiempiria au vikwazo kwa viwango vya juu zaidi vya furaha.

Kuna Tofauti Gani Kati ya Regresheni ya Mti wa Maamuzi na Uchanganuzi wa Sharti la Lazima?

Regresheni ya Mti wa Maamuzi hugawanya sampuli kulingana na vizingiti katika vigezo vya ufafanuzi na kufichua mipangilio yenye masharti inayohusishwa na hali tofauti za furaha, huku Uchanganuzi wa Sharti la Lazima ukichunguza vizingiti vya chini vya kiempiria ambavyo kila kigezo lazima kivuke ili kiwango fulani cha furaha kiweze kuonekana au, kwa vigezo vyenye uhusiano hasi kama ufisadi unaotambulika, vizingiti vya juu ambavyo lazima kibaki chini yake; kwa sababu mbinu hizi mbili hujibu maswali tofauti ya kisayansi, mpangilio wao wa umuhimu hautarajiwi kuwa sawa.

Faida kuu ya DTR ni uwezo wa kufichua migawanyiko ya kihierarkia katika data bila kumtaka mtafiti kutaja mapema kila interaction term. Kwa mfano, uhusiano wa uhuru na furaha unaweza kuonekana katika kizingiti tofauti ndani ya tawi lililoundwa na msaada wa kijamii na kiwango cha mapato badala ya kuwakilishwa kwa mgawo uleule wa mstari kwa nchi zote.

NCA haiulizi “furaha huongezeka kwa kiasi gani kwa wastani kadiri kigezo kinavyoongezeka?” Badala yake, inalenga swali “ni kiwango gani cha chini kinachohitajika katika kigezo hiki ili kiwango fulani cha furaha kiweze kuonekana?” Mantiki hii ya sharti la lazima huonyesha uwezekano kwamba kiwango kisichotosha cha kigezo kimoja hakiwezi kufidiwa kikamilifu na thamani za juu za vigezo vingine.

Kwa nini NCA haimaanishi usababisho?

Vikwazo katika NCA vinakadiriwa katika utafiti kupitia mahusiano ya ceiling ya vigezo viwili. Kwa kuwa viashiria kama GDP, SOCSUP, HEALTH na FREE vinahusiana kwa kiwango cha kati au cha juu, kizingiti cha lazima kinachopatikana kwa kigezo kimoja hakithibitishi athari yake ya kisababishi iliyo huru na mambo mengine yote. Utafiti unafasiri matokeo haya kama “mahusiano ya kizingiti mahususi kwa kigezo katika data zilizochunguzwa”.

Mbinu na Matokeo ya Utafiti

Uchanganuzi wa correlation

Katika kiwango cha correlation rahisi, msaada wa kijamii una uhusiano chanya wa juu zaidi, huku ufisadi unaotambulika ukiwa na uhusiano hasi katika mwelekeo unaotarajiwa. Correlation ya kigezo cha ukarimu ni 0.068 tu na nadharia tete ya H5 haiungwi mkono katika uchanganuzi huu rahisi wa correlation.

Hata hivyo, ukarimu baadaye unaonekana mara tatu katika mti wa maamuzi kama kigezo kikuu cha split. Hili ni mojawapo ya ujumbe muhimu wa kimetodolojia wa utafiti: correlation ya chini ya mstari haimaanishi kwamba kigezo hakiwezi kuwa na jukumu lenye masharti katika makundi fulani madogo au katika viwango fulani vya vigezo vingine.

Mti wa maamuzi ulichaguliwaje?

Lengo kuu la mti wa maamuzi si tu kuongeza kwa kiwango cha juu mafanikio ya utabiri, bali kupata muundo unaoweza kufasiriwa. Kwa hiyo, ukubwa wa terminal node na jumla ya idadi ya terminal node ziliwekewa mipaka.

Gridi ya hyperparameter:

• cp ∈ {0.0025, 0.0050, 0.0075, 0.0100, 0.0125, 0.0150, 0.0200}
• maxdepth ∈ {3, 4, 5, 6}
• minsplit ∈ {60, 80, 100}
• minbucket ∈ {25, 30, 35}

Mchanganyiko huu ulizalisha jumla ya miti 252 inayowania. Uchaguzi wa modeli ulifanywa kwa 5-fold cross-validation; kwanza \(R^2\) ya wastani ya validation iliyo juu zaidi, kisha RMSE na MAE zilizo chini zaidi zilipendelewa. Kwa ajili ya ufasirikaji, idadi ya terminal node iliwekwa 12 au chini.

Kikomo muhimu cha matokeo haya ni kwamba hakuna hold-out test set tofauti na huru kabisa. Chanzo kinatathmini utendaji kupitia cross-validation na ukaguzi wa robustness unaotegemea resampling.

Ni Vigezo Gani Vinavyounda Furaha kwa Nguvu Zaidi Katika Mti wa Maamuzi?

Msaada wa kijamii huunda mgawanyiko wa mzizi wa mti wa maamuzi na kuibuka kama kigezo chenye nguvu zaidi cha kimuundo, huku GDP ikiamua migawanyiko ya ngazi ya pili ya matawi mawili makuu; katika viwango vya ndani zaidi, ukarimu, uhuru, ufisadi unaotambulika na tena msaada wa kijamii huchangia kutenganisha makundi fulani ya nchi.

Kizingiti cha `SOCSUP = 0.71` katika root node kinaonyesha kwamba mti kwanza hutenganisha nchi kulingana na kiwango cha msaada wa kijamii. Kizingiti hiki hakipaswi kufasiriwa kisababishi kama “ikiwa 0.71 itavukwa, furaha lazima iongezeke”; ni sehemu ya kugawa data ambayo mti uliichagua ili kupunguza kosa katika sampuli hii.

Mpangilio wa umuhimu wa vigezo

Mbinu zote mbili zinaweka msaada wa kijamii na GDP katika nafasi mbili za kwanza. Ingawa HEALTH haionekani kama split kuu katika mti wa maamuzi, ina umuhimu wa %19,8; chanzo kinaeleza hili kupitia surrogate split na taarifa inayofanana na vigezo vingine.

Katika sehemu hii, maandishi ya chanzo yanasema kwamba HEALTH ina “correlation ya chini” na furaha. Hata hivyo, correlation matrix ya utafiti huo huo inaonyesha `r = 0.670`. Kwa hiyo, usomaji sahihi si kwamba correlation ya HEALTH ni ya chini, bali kwamba haionekani katika migawanyiko kuu licha ya correlation yake kuwa ya juu.

Robustness ya matokeo ya mti wa maamuzi

Katika spesifikesheni 10 bora za miti inayoweza kufasiriwa, thamani za cross-validation \(R^2\) hubadilika kati ya 0.698–0.702 na thamani za RMSE kati ya 0.644–0.647. Katika miti yote hii, muundo wa juu ni uleule: root split ni SOCSUP na split mbili za ngazi ya pili ni GDP.

Katika uchanganuzi wa bootstrap wenye marudio 500, SOCSUP ilijitokeza tena kama root split katika %96,8 ya sampuli. GDP ndiyo kigezo kinachotawala katika ngazi ya pili kwa %72,7. Wastani wa bootstrap out-of-bag uliripotiwa kuwa `RMSE = 0.6573`, `MAE = 0.4964` na `R² = 0.6905`; wastani wa idadi ya terminal node ni `10.204`.

Random forest ilitumiwa tu kama ukaguzi wa nje wa robustness. Mipangilio iliyopendelewa ya random forest ilitumia `mtry = 4`, `splitrule = extratrees`, `min.node.size = 3` na ikatoa `RMSE = 0.4880`, `R² = 0.8294`, `MAE = 0.3705` katika 5-fold cross-validation. Ingawa random forest ilionyesha utendaji wa juu zaidi wa utabiri, utafiti haukuitumia kama modeli kuu ya ufasiri; ulihifadhi mti wa maamuzi kwa ajili ya visualization na tafsiri ya vizingiti.

Hali kumi tofauti za kimuundo za furaha

Mti wa maamuzi uliochaguliwa huunda terminal node 10. Wastani wa vigezo vya ufafanuzi vya nchi katika kipindi cha 2022–2024 ulitumika kwa kanuni za mti na kila nchi ikapangiwa mojawapo ya node hizi.

Chanzo kinaonyesha kwamba katika node za furaha ya chini, thamani za chini za msaada wa kijamii, mapato na afya hupatikana mara nyingi zaidi; katika node ya furaha ya juu zaidi, msaada wa kijamii, mapato, afya na uhuru vinapatikana pamoja katika viwango vya juu. Makundi haya ya kijiografia hayapaswi kufasiriwa kama “eneo fulani lina furaha zaidi kwa asili”; node ni makundi ya kimuundo yanayotokana tu na michanganyiko iliyochunguzwa ya vigezo vilivyochaguliwa vya WHR.

Uchanganuzi wa Sharti la Lazima uliundwaje?

Katika NCA, HAPPY ndicho kigezo kinachoelezwa. GDP, SOCSUP, HEALTH, FREE na GENER zilichukuliwa kama masharti yenye uhusiano chanya; CORRUP kama sharti lenye uhusiano hasi.

Ukubwa wa athari wa sharti la lazima ulikadiriwa kwa mbinu mbili tofauti za ceiling:

• CE-FDH: Ceiling Envelopment-Free Disposal Hull.
• CR-FDH: Ceiling Regression-Free Disposal Hull; katika quantile regression \(\tau = 0.95\).

Kwa significance, permutation test yenye marudio 1000 na kiwango cha significance cha %5 ilitumika. Jedwali la bottleneck liliundwa kwa mbinu ya CE-FDH pekee na kwa kutumia vipimo asilia vya vigezo.

Ukubwa wa athari za NCA

SOCSUP ina athari kubwa ya sharti la lazima katika mbinu zote mbili kwa `d > 0.3`. GDP, HEALTH na FREE zina athari za ukubwa wa kati katika kiwango cha `0.1 < d < 0.3`. Ingawa p-values za GENER na CORRUP ni significant, kwa kuwa ukubwa wa athari ni `d < 0.1`, chanzo hakizichukulii kama vikwazo vikubwa vya kiutendaji.

Je, Kuwa Muhimu Katika Mti wa Maamuzi ni Sawa na Kuwa Sharti la Lazima Katika NCA?

Hapana. Umuhimu wa mti wa maamuzi unaonyesha kiwango ambacho kigezo kinagawanya sampuli kwa ufanisi kulingana na viwango vya furaha na kupunguza kosa la utabiri, huku ukubwa wa athari wa NCA ukipima kiwango ambacho kigezo hicho huunda kizingiti kinachofunga kwa ajili ya kuonekana kwa viwango fulani vya juu vya furaha; kwa hiyo FREE inaweza kuwa nafasi ya nne katika mti wa maamuzi lakini ikawa kizuizi cha pili chenye nguvu zaidi baada ya msaada wa kijamii katika NCA.

Mpangilio wa mikabala mitatu ya uchanganuzi unaonyesha ulinganifu wa juu lakini usio kamili. Katika ulinganisho wa rank wa chanzo, uhusiano wa Spearman kati ya mpangilio wa correlation ya Pearson na mpangilio wa umuhimu wa mti wa maamuzi umetolewa kama `0.943`, uhusiano kati ya mpangilio wa Pearson na NCA kama `0.829`, na kati ya mti wa maamuzi na NCA kama `0.771`.

NCA Inaonyesha Vikwazo Gani kwa Viwango vya Juu vya Furaha?

Matokeo ya CE-FDH bottleneck yanaonyesha kwamba msaada wa kijamii na uhuru huanza kuwa masharti yanayofunga kuanzia vizingiti vya chini vya furaha, matarajio ya maisha yenye afya hujitokeza kama kizingiti cha lazima kuanzia takriban kiwango cha furaha cha %60, GDP kuanzia takriban %70, na ufisadi unaotambulika huanza kuwa kizuizi chenye nguvu katika sehemu ya juu kabisa ya mgawanyo wa furaha uliochunguzwa.

Thamani za GDP, SOCSUP, HEALTH, FREE na GENER katika jedwali ni vizingiti vya chini kwa masharti yenye uhusiano chanya. Kwa kuwa CORRUP ina uhusiano hasi, thamani yake ni kizingiti cha juu kinachokubalika; kwa mfano, katika kiwango cha `HAPPY = 7.13`, thamani ya CORRUP ya `0.686` au chini imeripotiwa kama mpaka wa sharti la lazima.

Ni muhimu kusisitiza kwamba vizingiti hasi katika kigezo cha GENER havimaanishi “kiasi hasi cha mchango”. Kwa kuwa kigezo cha ukarimu kimefafanuliwa kama mabaki kutoka kwenye regresheni ya jibu la mchango dhidi ya GDP kwa kila mtu, thamani hasi zinaonyesha kuwa nchi iko chini ya mwelekeo wa michango unaotarajiwa kulingana na kiwango chake cha mapato.

Majukumu tofauti ya msaada wa kijamii na uhuru

Msaada wa kijamii ndiyo kigezo kinachotawala katika mti wa maamuzi na katika NCA. Huunda mgawanyiko wa kwanza wa mti, hushika nafasi ya kwanza katika mpangilio wa umuhimu wa jamaa kwa %34,6, na una ukubwa wa juu zaidi wa athari ya sharti la lazima katika NCA.

Uhuru unaonyesha wasifu tofauti zaidi. Uko nafasi ya nne katika mti wa maamuzi kwa %9,9 lakini unaonyesha ukubwa wa pili wa juu zaidi wa athari ya sharti la lazima katika NCA. Matokeo haya yanaonyesha kwamba kigezo kinaweza kutotenganisha sampuli nzima vizuri lakini bado kikaunda mpaka wa chini muhimu kwa viwango vya juu vya furaha.

Jukumu lisiloonekana lakini muhimu la afya katika mti wa maamuzi

HEALTH haionekani kama primary split katika node kuu za mti wa maamuzi. Hata hivyo, inachangia %19,8 ya umuhimu wa vigezo vya mti wa maamuzi na iko nafasi ya tatu. Sababu ni kwamba hesabu ya umuhimu wa kigezo haizingatii primary split pekee bali pia upunguzaji wa kosa unaopatikana kupitia surrogate split.

HEALTH pia ina correlation ya `0.688` na GDP na `0.639` na SOCSUP. Kwa hiyo, sehemu ya taarifa inayobebwa na afya inaweza kufanana na vigezo vya kiuchumi na kijamii vilivyochaguliwa katika ngazi za juu.

Matokeo yanayoungwa mkono na utafiti

• Msaada wa kijamii na GDP kwa kila mtu ni vigezo viwili muhimu zaidi vya mti wa maamuzi vinavyounda tofauti za furaha.
• Msaada wa kijamii ni root split ya mti wa maamuzi na huhifadhi nafasi hiyo katika idadi kubwa sana ya sampuli za bootstrap.
• Ukarimu, ambao correlation yake ya mstari ni karibu sifuri, unaweza kuonyesha umuhimu wenye masharti katika baadhi ya matawi ya ndani zaidi ya mti wa maamuzi.
• Msaada wa kijamii una athari yenye nguvu zaidi ya sharti la lazima katika NCA.
• Uhuru unaonyesha ukubwa wa athari ya sharti la lazima ulio mkubwa kuliko GDP na afya katika NCA.
• Vizingiti vinavyohitajika vya msaada wa kijamii, mapato, afya na uhuru kwa malengo ya juu zaidi ya furaha kwa ujumla huongezeka.
• Ufisadi unaotambulika huonekana kama kizuizi chenye nguvu hasa katika viwango vya juu zaidi vya furaha vya mgawanyo.
• Matokeo ya random forest na bootstrap yanaunga mkono kwamba nafasi ya juu ya msaada wa kijamii na GDP katika mpangilio wa umuhimu haitegemei spesifikesheni moja tu ya mti wa maamuzi.

Matokeo yasiyoungwa mkono na utafiti

• Utafiti hauthibitishi kwamba kuongeza msaada wa kijamii au uhuru kutaongeza furaha kwa kiasi fulani kwa njia ya kisababishi.
• Thamani za chini katika NCA si malengo ya sera wala dozi zilizopendekezwa.
• Vizingiti vya split vya mti wa maamuzi si sheria za kisaikolojia za ulimwengu wote; ni sehemu za kugawa data zilizopatikana kutoka sampuli ya 2022–2024.
• Kuwa kwa nchi katika terminal node fulani hakumaanishi kwamba utamaduni au watu wake wana sifa isiyobadilika ya furaha.
• Utendaji wa juu wa utabiri wa random forest hauthibitishi usababisho wa vizingiti vya mti wa maamuzi au vikwazo vya NCA.
• Ngazi ya Cantril haipimi kwa ukamilifu ustawi wa kihisia, kusudi la maisha, kuridhika na maeneo mahususi ya maisha na mitazamo yote ya kitamaduni kuhusu furaha.
• Matokeo ya 2022–2024 hayathibitishi mahusiano ya furaha ya kimataifa ambayo yatabaki bila kubadilika kwa muda mrefu.

Vikwazo vya msingi

Kizuizi cha kwanza ni unyeti wa mti wa maamuzi kwa sampuli. Mabadiliko madogo ya data yanaweza kubadilisha muundo wa mti. Utafiti ulijaribu kupunguza tatizo hili kwa kulinganisha miti mbadala bora zaidi, bootstrap yenye marudio 500 na ukaguzi wa robustness wa random forest; muundo wa ngazi ya juu wa msaada wa kijamii–GDP ulihifadhiwa kwa nguvu.

Kizuizi cha pili ni mizani kati ya ufasirikaji na nguvu ya utabiri. Kuweka kikomo cha idadi ya terminal node hufanya muundo ubaki unaoeleweka, lakini kunaweza kuacha kwa makusudi baadhi ya mifumo midogo ambayo modeli changamano zaidi ingeweza kugundua.

Kizuizi cha tatu ni kwamba vigezo vya NCA si huru. Kwa kuwa baadhi ya viashiria vya WHR husogea pamoja, vikwazo vya NCA vya kila kigezo haviwezi kufasiriwa kama sababu huru za kisababishi.

Kizuizi cha nne ni kwamba furaha inapimwa kwa kipengee kimoja kupitia Ngazi ya Cantril. Ingawa kipimo kinakamata tathmini ya kiakili ya maisha, hakijumuishi kikamilifu ustawi wa kihisia, maana, kusudi na kuridhika katika maeneo mbalimbali ya maisha. Mitindo ya kitamaduni ya kujibu kati ya nchi pia inaweza kuathiri ulinganisho.

Kizuizi cha tano ni kwamba kigezo cha GENER si kipimo safi cha ukarimu kinachoonekana moja kwa moja na kimeundwa kama mabaki kutoka kwenye regresheni dhidi ya mapato. Muundo huu unaweza kuongeza kelele ya upimaji na unahitaji tahadhari katika kufasiri split za ukarimu katika matawi ya chini ya mti.

Kizuizi cha sita ni kipindi cha muda. Kipindi cha 2022–2024 ni kifupi na kinaweza kuakisi kwa sehemu michakato ya marekebisho ya kijamii na kiuchumi baada ya janga. Kwa hiyo, vizingiti au makundi ya nchi yaliyoonekana hayapaswi kuchukuliwa kuwa mahusiano ya muda mrefu yasiyobadilika.

Utafiti wa baadaye

Chanzo kinapendekeza tathmini ya mfululizo mrefu zaidi wa muda, ulinganisho wa kabla na baada ya janga, vipimo mbadala vya furaha na ukarimu, viashiria vya ustawi wa vipimo vingi na vigezo vya ziada vya ufafanuzi kama utamaduni, taasisi au ukosefu wa usawa.

Zaidi ya hayo, miundo mseto inayounganisha kwa uwazi zaidi mantiki ya sharti la lazima, mantiki ya utoshelevu/usanidi na causal identification katika programu moja ya utafiti inachukuliwa kuwa mwelekeo muhimu wa kimetodolojia wa siku zijazo.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Explaining Global Happiness: Evidence from Decision Trees and Necessary Condition Analysis

Waandishi: Teresa Torres-Coronas; Jorge de Andrés-Sánchez.

Mwandishi anayewajibika: Jorge de Andrés-Sánchez.

Taasisi: Social and Business Research Laboratory, Department of Business Management, Universitat Rovira i Virgili, Tarragona na Reus, Hispania.

Jarida: Economies.

Mchapishaji: MDPI, Basel, Switzerland.

Rekodi ya bibliografia: Economies 2026, 14(5), 172.

DOI: 10.3390/economies14050172.

DOI rasmi: 10.3390/economies14050172.

Mchakato wa uchapishaji: Ilipokelewa 31 Machi 2026; marekebisho 29 Aprili 2026; ilikubaliwa 6 Mei 2026; ilichapishwa 11 Mei 2026.

Aina ya chanzo: Makala ya utafiti wa kisayansi iliyopitiwa na wataalamu.

Leseni: Creative Commons Attribution (CC BY).

Kipindi cha data: 2022–2024.

Mfumo mkuu wa data: Gallup World Poll / World Happiness Report.

Kigezo kikuu cha matokeo: Wastani wa kiwango cha nchi wa tathmini binafsi ya maisha unaopimwa kwa Ngazi ya Cantril.

Vigezo vya ufafanuzi: GDP kwa kila mtu, msaada wa kijamii, matarajio ya maisha yenye afya, uhuru katika maamuzi ya maisha, ukarimu na ufisadi unaotambulika.

Mbinu kuu: Pearson correlation; Decision Tree Regression; 5-fold cross-validation; spesifikesheni 252 za hyperparameter za mti; bootstrap stability analysis; ukaguzi wa robustness wa random forest; Necessary Condition Analysis; CE-FDH na CR-FDH; permutation test yenye marudio 1000; uchanganuzi wa CE-FDH bottleneck.

Programu: R 4.4.2. Utafiti unatumia pakiti za caret, rpart, rpart.plot, dplyr, ranger na NCA. Random seed zisizobadilika zilitumika kwa taratibu za resampling.

Uwezo wa kurudiwa: Imeripotiwa kwamba Annotated R scripts na taarifa za pakiti/toleo zilizotumika zinapatikana hadharani katika Supplementary Materials na repository ya GitHub inayohusiana na utafiti.

Ufadhili: Telefónica na Telefónica Chair on Smart Cities ndani ya Universitat Rovira i Virgili na Universitat de Barcelona; namba ya mradi 42.DB.00.18.00.

Tamko la maadili: Institutional Review Board Statement na Informed Consent Statement zimetolewa kama “Not applicable”.

Upatikanaji wa data: Chanzo kinaripoti kwamba data zinapatikana kupitia mfumo wa kushirikiana data wa World Happiness Report na tarehe ya kufikia ilikuwa 25 Februari 2026.

Tamko la matumizi ya AI: Waandishi wametangaza wazi kwamba ChatGPT 5.5 ilitumika kwa madhumuni ya kuboresha ubora wa lugha wa makala.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana, metodolojia, programu, uthibitishaji, uchanganuzi rasmi, utafiti, rasilimali, usimamizi wa data, visualization, usimamizi, usimamizi wa mradi na upatikanaji wa ufadhili vilifanywa kwa pamoja na waandishi wote wawili. Rasimu asilia iliripotiwa na Teresa Torres-Coronas; mapitio na uhariri na Jorge de Andrés-Sánchez.

Dokezo la kiufundi ndani ya chanzo: Maandishi ya chanzo, yakieleza kwa nini HEALTH haionekani kama primary split, katika sehemu moja yanaeleza correlation yake na furaha kuwa “low”; katika jedwali la Pearson la makala hiyo hiyo correlation ya HEALTH–HAPPY ni 0.670. Verianla inategemea jedwali la namba na haitaji correlation hii kuwa ya chini.

Kikomo cha tafsiri ya kimetodolojia: Vizingiti vya DTR, umuhimu wa vigezo na thamani za NCA bottleneck zinawakilisha muundo wa kitakwimu katika sampuli ya 2022–2024. Hizi si makadirio huru ya athari za kisababishi wala vizingiti vya sera vya ulimwengu wote.

Ufaafu wa kuchora upya taswira: Juu. Muundo wa juu wa mti wa maamuzi, ulinganisho wa umuhimu wa vigezo na jedwali la bottleneck vinaweza kuundwa upya kwa grafu na michoro asilia ya Verianla.

Ufaafu wa Verianla Live / Live Figure: Unafaa. Mpangilio wa split wa mti wa maamuzi, hierarchy ya variable-importance na kuonyesha hatua kwa hatua vizingiti vya NCA vinaweza kutekelezwa kwa thamani zisizobadilika za chanzo; mtumiaji asipewe uwezo wa kuhesabu matokeo mapya ya kisayansi.