学习总结 (1)业务背景/需求痛点 随着医疗成本持续攀升，识别影响医疗支出的关键因素对个人、医疗机构和保险公司至关重要。本分析基于1338名美国投保人的医疗数据，涵盖年龄、性别、BMI、吸烟状况、子女数量、地区等变量。通过多维度分析，旨在揭示各因素与医疗费用的关联性，为健康管理、保险定价和资源配置提供数据支持。研究发现年龄、吸烟状况和BMI是影响医疗费用的核心因素，其中60岁以上人群费用最高，吸烟者费用比非吸烟者平均高出101%，肥胖人群医疗支出显著增加。这些发现对优化医疗支出具有重要指导意义。   (2) 数据来源 Python中sklearn里的一个内置数据集。 (3) 分析思路 目标是围绕医疗费用进行展开，针对不同的影响因：是否吸烟、年龄、子女数、体重指数、性别、区域对医疗费用的影响。整体采用对比分析法展开。    1. 分析背景 随着医疗成本持续攀升，识别影响医疗支出的关键因素对个人、医疗机构和保险公司至关重要。本分析基于1338名美国投保人的医疗数据，涵盖年龄、性别、BMI、吸烟状况、子女数量、地区等变量。通过多维度分析，旨在揭示各因素与医疗费用的关联性，为健康管理、保险定价和资源配置提供数据支持。研究发现年龄、吸烟状况和BMI是影响医疗费用的核心因素，其中60岁以上人群费用最高，吸烟者费用比非吸烟者平均高出101%，肥胖人群医疗支出显著增加。这些发现对优化医疗支出具有重要指导意义。   2. 可视化分析过程2.1 吸烟：医疗费用的“强力炸药” 不吸烟者的平均医疗费用尚处于8434元的相对低位，而吸烟者的整体平均医疗费用却如被点燃的炸药，飙升至32050元，达到了不吸烟者的4倍之多。烟草对人体健康的侵蚀是全方位的，它极大地提高了诸如肺癌、冠心病等各类重大疾病的发病几率。这些疾病的治疗往往需要长期且昂贵的医疗干预，从先进的检测设备诊断，到高价的靶向药物治疗，再到复杂的手术操作，每一个环节都在无情地推高医疗费用的账单。   2.2 年龄：医疗费用的“增长引擎” 医疗费用宛如安装了一台与年龄紧密相连的引擎，随着年龄的逐年增长而呈线性增长趋势。年龄越大，人体的各项器官如同老旧的机器，故障频发。高血压、糖尿病等慢性疾病成为常客，关节炎、白内障等老年病也纷纷找上门。每一种疾病的诊断需要精密的仪器检查，治疗需要持续的药物供应和专业的医疗护理，这些都化作了医疗费用持续增长的动力源泉。   3. 子女数量：医疗费用的“起伏曲线” 在子女数量与医疗费用的关系图谱上，呈现出一条独特的起伏曲线。当子女数量在0 - 3个区间时，医疗费用如同爬坡的汽车，呈增长趋势。而当子女数量达到3个时，医疗费用攀上了一个小高峰。但奇妙的是，当子女数量超过3个，医疗费用却意外地开始下降。这大概率是得益于国家层面的资助举措，也许是教育与医疗福利的组合政策，又或是针对多子女家庭的专项医疗补贴，从而缓解了家庭的医疗费用压力。     4. 体重指数：医疗费用的“增重砝码” 体重指数与医疗费用之间维系着一种紧密的正相关关系，恰似在天平的两端。当BMI＞30时，费用的增长速度陡然加快，如同汽车踩下了油门。肥胖人群（BMI≥30）的平均费用高高凌驾于正常体重（18.5≤BMI＜25）人群之上。       5. 性别与区域：医疗费用的“差异拼图” 在南部地区的医疗费用拼图上，男性费用占比约为54%，以微弱但明显的优势高于女性。这或许与南部地区男性的职业特性相关，更多的男性从事建筑、工矿等高风险、高强度的体力劳动，工伤与职业病的阴影始终笼罩，相应的医疗支出也随之增加。而北部地区的医疗费用拼图则呈现出一种和谐之美，男女费用比例接近平衡。   6. 区域：医疗费用的“分布地图” 从表中可知，东南地区无疑是最为“昂贵”的板块，占比达到了27.85%，平均费用也高达14735元。紧随其后的东北地区，占比25.34%，平均费用13406元。尽管占比也相当可观，但平均费用略低于东南地区。     3. 结论和建议 3.1结论 1、吸烟为重灾因素：吸烟者费用达不吸烟者4倍。 2、年龄线性推动：年龄越大，费用越高。 3、子女3个为峰：0 - 3个增，超3个因政策资助降。 4、BMI正相关陡：＞30加速，肥胖高于正常。 5、区域性别有别：南部男高，北部均衡；东南费高占比大。 3.2建议 3.2.1 健康层面 40+体检：40岁以上人群每年体检，早期发现疾病，降低后期高额费用（年龄大费用增）。 控烟：宣传吸烟害（费高4倍），保险公司对戒烟者（凭证）次年保费降10 - 15%。 BMI：宣教BMI（正常18.5 - 24.9），医院设专诊，医保对BMI正常者提门诊报比，减重达标者（如参医院项目）奖医保额。 3.2.2 政策层面 子女：调研＞3子女资助政策，0 - 3子女家庭社区给健康指导（如儿童疾病预防）。 区域：南调研男性费高因（如职业、习惯）推健康项目，东南控费（如监收费、集采药），东北挖潜（推医保控费等经验）。 3.2.3保险层面  依据风险（吸烟、BMI等）定价，非吸、BMI正常者保费降5 - 10%，高风险（如吸烟、肥胖）适当提费，平衡赔付与公平。   3、学习总结 (1)学习经历 在学习过程中，我从一无所知，到慢慢接触了解，学习到了很多知识。还结交了许多志同道合的新朋友。大家在学习群里积极交流，分享学习经验和遇到的问题，互相帮助，共同进步。这种学习氛围让我感受到了团队的力量，也让学习变得更加有趣。 回顾学习的初衷，我希望能够掌握 FineBI 的核心技能，提升自己在数据分析领域的竞争力。目前来看，我觉得自己已经实现了七八成的目标。对于拿下 FCP 考试，我也充满了信心。 课程建议 对于学习班，我希望能够增加更多的实战项目。虽然目前的课程中已经有一些案例分析，但我觉得可以让实战项目更加贴近实际工作场景，让我们在模拟真实项目的过程中，更好地锻炼自己解决实际问题的能力。 (2)个人成长 通过这段时间的学习，我掌握了不少实用的技能和方法。比如，学会了如何快速导入和整理数据，运用各种函数对数据进行清洗和转换，熟练使用 FineBI 的各种可视化组件制作出精美的报表和仪表盘。这些技能让我在处理数据时更加得心应手，大大提高了工作效率。 最让我印象深刻的内容是 FineBI 的数据分析思维。它不仅仅是简单地将数据可视化，更是通过对数据的深入挖掘和分析，发现数据背后隐藏的信息和规律，从而为决策提供有力支持。这种思维方式的转变，对我来说是一次巨大的成长。