أ) المشكلة مع وجود بيانات ضخمة ومعقدة لـ 193 دولة حول العالم (تشمل الاقتصاد، الأمراض، والتعليم)، كان من الصعب تحديد العوامل الحقيقية التي تزيد أو تنقص من متوسط عمر الفرد بشكل دقيق.
ب) الحل الذي قدمته قمت باستخدام Python لتنظيف البيانات ومعالجة القيم المفقودة (مثل السكان والناتج المحلي)، ثم أجريت تحليل الارتباط (Correlation Analysis) لفهم العلاقات الخفية بين المتغيرات المختلفة.
ج) النتيجة أثبت التحليل بالأرقام أن التعليم (Schooling) هو العامل رقم 1 في زيادة العمر المتوقع (بنسبة ارتباط 0.73)، بينما فيروس HIV/AIDS هو الأكثر تأثيراً بالسلب، وتم تقديم تقرير مرئي يوضح الفجوة بين الدول النامية والمتقدمة.
