Headline finding

เมื่อคุมจังหวัดและปี สัญญาณ "ไฟป่า/PM2.5 ทำให้สุขภาพจิตแย่ลง" เกือบทั้งหมดหายไป

ความสัมพันธ์ดิบที่ดูเหมือนมี (เช่น พื้นที่ไฟป่า vs อัตราซึมเศร้า r=0.29) ส่วนใหญ่อธิบายได้ ด้วย "จังหวัดไหนก็ตามที่มีไฟป่า/PM2.5 สูงเป็นทุนเดิม" ไม่ใช่ปีที่ไฟป่ารุนแรงขึ้นแล้ว สุขภาพจิตแย่ลงตาม ข้อมูลชุดนี้ยังไม่พอจะสรุปว่าไฟป่า/PM2.5 เป็น "สาเหตุ" ของปัญหาสุขภาพจิต

แนวทางการวิเคราะห์ (Methodology)

ภาพรวม 3 ขั้นตอนที่ใช้ในโปรเจกต์นี้ ตั้งแต่เตรียมข้อมูลจนถึง dashboard

1. การรวมและเตรียมข้อมูล (Data Integration & Cleaning)

เชื่อมโยงข้อมูล (Data Joining): ใช้ตัวแปรอ้างอิงร่วมกัน ได้แก่ ชื่อจังหวัด (Province) และ ปี (Year) ในการรวม 5 จาก 6 ชุดข้อมูลต้นทาง (ไฟป่า, PM2.5, เคสสุขภาพจิต, เขตสุขภาพ, พื้นที่/ประชากร) ให้อยู่ในตารางเดียวกัน (clean_province_year.csv) สำหรับวิเคราะห์ระดับจังหวัด-ปี

ข้อยกเว้น: ตาราง "สาเหตุไฟป่า" (wildfire_causes.xlsx) เชื่อมได้ด้วย ปี เท่านั้น เพราะเป็นข้อมูลระดับประเทศ ไม่มีคอลัมน์จังหวัด (รายละเอียดในตารางที่ 6 ด้านล่าง)

2. การวิเคราะห์เชิงสถิติ (Statistical Analysis)

การวิเคราะห์สหสัมพันธ์ (Correlation Analysis): คำนวณค่าสัมประสิทธิ์สหสัมพันธ์ (Pearson r, Spearman ρ) เพื่อประเมินทิศทางและความแรงของความสัมพันธ์ระหว่างพื้นที่ไฟป่า, PM2.5, และอัตราผู้ป่วยจิตเวช ทั้งแบบดิบและแบบคุมตัวแปรกวน (fixed-effects ระดับจังหวัด+ปี)

Choropleth Map: ใช้แผนที่ระบายสี (ในหน้า Dashboard) เปรียบเทียบการกระจายตัวเชิงพื้นที่ ว่ากลุ่มจังหวัดที่มีไฟป่า/PM2.5 หนาแน่น เป็นพื้นที่เดียวกับที่มีอัตราผู้ป่วยจิตเวชสูงหรือไม่

3. การทำ Interactive Dashboard

นำผลวิเคราะห์ไปสร้าง Dashboard พร้อมเครื่องมือ interactive ให้สำรวจข้อมูลได้เอง เช่น เลือกปี/เขต/โรค, สลับตัวชี้วัด, และคุมตัวแปรกวนได้แบบ real-time (ดูตัวอย่างในเครื่องมือ "ตัดตัวแปรกวนทีละตัว" ด้านล่าง)

ภาพรวมข้อมูลต้นทาง: 6 ตาราง

วิเคราะห์แต่ละตารางแยกกันก่อน แล้วค่อยเอามารวมหาความสัมพันธ์ร่วมกันในหัวข้อถัดๆ ไปของหน้านี้

1. ไฟป่า

Fire_area_prep_province.xlsx

585 จาก 693 แถว (77 จังหวัด × ปีที่มีข้อมูลจริง) มีจำนวนครั้งและพื้นที่เผาไหม้ (ไร่) ต่อจังหวัด-ปี

รวมพื้นที่เผาไหม้สะสมทั้งหมด 969,006 ไร่ ตลอดช่วงข้อมูล — แถวที่ไฟไหม้มากสุดคือ เชียงใหม่ ปี 2020 (53,720 ไร่)

2. PM2.5

PM25_YEARLY.csv

539 แถว ครอบคลุมเฉพาะปี 2016–2022 (ไม่มีปี 2015 และ 2023) เป็นค่าเฉลี่ยรายวันต่อปีต่อจังหวัด

ค่าเฉลี่ยรวมทั้งชุดข้อมูล 32.9 µg/m³ — สูงกว่าเกณฑ์ WHO (5 µg/m³) หลายเท่าตัว

3. เคสสุขภาพจิต

Psychi_cases.xlsx

ครบ 693 แถว (ทุกจังหวัดทุกปี) มี 18 หมวดโรค/พฤติกรรม + ประชากรตามทะเบียนต่อแถว

รวมเคสสะสมทั้งหมด 18,273,464 เคส ตลอด 9 ปี — หมวดที่มีเคสสะสมมากที่สุดคือ วิตกกังวล (2,966,629 เคส) ไม่ใช่ซึมเศร้าอย่างที่มักเข้าใจกัน

4. เขตสุขภาพ

health_region.xlsx

ครบ 693 แถว ใช้แบ่งจังหวัดเป็น 13 เขตสุขภาพ พร้อมจำนวนประชากรตามทะเบียนต่อจังหวัด-ปี

ประชากรจังหวัดต่ำสุด-สูงสุด: 175,121 – 5,648,978 คน (กทม. สูงสุด) — ตารางนี้คือคีย์เชื่อมทุกตารางอื่นเข้าด้วยกัน

5. พื้นที่ & ประชากรแฝง

province_area.xlsx

385 จาก 693 แถว มีเฉพาะปี 2018–2022 มีพื้นที่ (ตร.กม.) และประชากรรวม (รวมคนแฝงกลางวัน/คืน)

ประชากรแฝงเฉลี่ย ~120,237 คน ต่อจังหวัด-ปี (คนที่อยู่จริงแต่ไม่มีทะเบียนบ้านในจังหวัดนั้น) — กทม. มีช่องว่างนี้สูงสุดในประเทศ

6. สาเหตุไฟป่า

wildfire_causes.xlsx

90 แถว = 10 สาเหตุ × 9 ปี (2015–2023) แต่เป็นระดับประเทศเท่านั้น ไม่มีคอลัมน์จังหวัด/เขต

เชื่อมกับอีก 5 ตารางด้วยคีย์ "ปี" ได้ (ระดับประเทศ) แต่เชื่อมระดับจังหวัด/เขตไม่ได้เลย — เป็นข้อจำกัดของข้อมูลต้นทาง ไม่ใช่ของการวิเคราะห์

ห่วงโซ่ความสัมพันธ์ (Causal Chain)

เส้นทึบ = เส้นทางหลักที่ตั้งสมมติฐาน · เส้นประสีส้ม = ตัวแปรกวน (confounder) ที่ชี้เข้าทั้งสองฝั่งพร้อมกัน

1. ไฟป่า → PM2.5

ความสัมพันธ์ที่แข็งแรงและเชื่อถือได้ที่สุดในทั้งชุดข้อมูล — ไม่เชิงเส้น (Spearman แรงกว่า Pearson มาก)

2. ไฟป่า/PM2.5 → สุขภาพจิต

สาเหตุไฟป่า

"เผาไร่" ที่มักถูกโทษเป็นอันดับ 1 จริงๆ อยู่อันดับ 5

ตัวแปรกวน: เขตสุขภาพ

เขต 1 มีทั้งไฟป่า, PM2.5 และซึมเศร้าสูงสุดพร้อมกัน

ประชากรแฝง: อธิบายปริศนา กทม. ได้จริงไหม?

ทดสอบด้วยข้อมูลจริง — เทียบ "ประชากรตามทะเบียน" กับ "ประชากรรวม" (รวมคนแฝงกลางวัน/คืน) จาก province_area.xlsx (มีเฉพาะปี 2018–2022)

ช่องว่างประชากรแฝงสูงสุด (ปี 2022)
กทม.: อัตราซึมเศร้าคำนวณ 2 แบบ (2018–2022)

ข้อจำกัดของข้อมูล & ขั้นตอนถัดไป

สิ่งที่ต้องระบุคู่กับทุกกราฟก่อนสรุปผล

ข้อจำกัด
    ถ้าจะคำนวณต่อให้แน่นขึ้น

      ตัดตัวแปรกวนทีละตัว: สัมพันธ์กันจริงแค่ไหน

      เลือกความสัมพันธ์ แล้วติ๊กคุมตัวแปรกวนทีละตัว — DAG และค่าสหสัมพันธ์ (r) จะคำนวณสดจากข้อมูลดิบ 693 แถว (77 จังหวัด × ปี 2015–2023) ทุกครั้งที่ติ๊ก เส้นเอียงขึ้น+สีเขียว = ความสัมพันธ์ทิศบวก, เส้นเอียงลง−สีส้ม = ทิศลบ, เส้นแบนสีเทา = แทบไม่มีความสัมพันธ์

      ตารางเทียบทั้ง 4 สถานะ (เห็นภาพรวมโดยไม่ต้องคลิก)

      ข้อจำกัดของวิธีนี้: นี่คือ partial correlation ของตัวแปร 2 ตัวหลังหักค่าเฉลี่ยกลุ่มออก (demeaning) ซึ่งเทียบเท่า fixed-effects ทางคณิตศาสตร์สำหรับ panel แบบสมดุลชุดนี้ — ง่ายกว่ารีเกรสชัน หลายตัวแปรพร้อมกันที่ใช้ใน DATA_STORYTELLING_ANALYSIS.md เล็กน้อย ทิศทาง/ขนาดผลจะใกล้เคียงกัน แต่ตัวเลขอาจไม่เป๊ะเท่ากัน

      ตัวเลขทั้งหมดคำนวณจาก data/processed/clean_province_year.csv และ clean_wildfire_causes_long.csv ด้วย pandas/scipy/statsmodels — ระดับข้อมูลเป็นจังหวัด-ปี จึงไม่สามารถสรุปเป็นระดับบุคคลได้ (ecological fallacy)