《经济学人》最近发表了一篇不错的文章和图表，详细介绍了每个国家在联合国演讲的平均讲话时长。 在本文中，我们对分析进行了一些调整，以查看一个基本变量GDP。
《经济学人》杂志客气地让我们访问了他们的源数据，然后我们继续使用GDP数据进行补充，然后将其汇总为口语参与次数，而不是原始文章中使用的平均语音时长。
数据集从2010年扩展到2015年。我们没有采用这些年的平均GDP，而是采用了一种更简单的方法，并获得了每个国家的2013年GDP（以2016年美元为单位）。 最终数据集可在此处以csv的形式获得。 DataSplash在散点图中显示这些数据，并立即显示智能结果。
我们在“ DataSplash关联”选项卡上看到正相关但无关紧要的关联。 但是，通过对散点图的目视检查，我们发现在GDP方面有两个大的异常值似乎在影响趋势线，分别是美国和中国。 左侧的数据变得混乱，但是我们仍然可以通过将鼠标悬停在该点上来识别每个国家。
在DataSplash中，我们可以轻松删除这两个离群值。 只需右键单击与要删除的数据点关联的点。
除去这些离群值之后，我们看到了新的关系，它既重要又重要。 旧的关系用虚线显示，新的回归线用实线显示。
在对数据进行简短的探索之后，分析师通常会尝试进行因果关系的解释。 也许较贫穷的国家没有被赋予向富裕国家大喊大叫的权利，或者也许较富裕的国家已经获得了极大的智慧，因此它们花费更长的时间进行交流。 显然，对于法国人，我们也有文化上的解释。
随意研究其他模式。 例如，您可能会注意到，GDP平方在GDP的相反方向上很显着，表明边际效应正在减小。 最终，这种负面的边际效应使一个国家处于简单的线性趋势线之下，因此非常富裕的国家可能无法像其他人所期望的那样承受重任。
