-
Notifications
You must be signed in to change notification settings - Fork 0
/
09_analyse_descriptive_bivariee_quali.qmd
167 lines (127 loc) · 3.83 KB
/
09_analyse_descriptive_bivariee_quali.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
---
title: "Analyse descriptive bivariée"
author: "Marie Vaugoyeau"
date: "2024/02/11"
format:
pdf:
toc: true
toc-depth: 2
number-sections: true
editor: visual
---
# introduction
## jeu de données
Le jeu de données est disponible sur la page du cours d'OC.
## import des packages
```{r}
library(multcomp)
library(tidyverse)
```
## import des données
```{r}
donnees_temperature <- read_csv(
"data/donnees_temperature_corrigees.csv",
col_types = c("fDfnnnfffnffnnn")
)
# réordonne les modalités des variables département, region et code_insee_departement
donnees_temperature <- donnees_temperature |>
mutate(
departement = fct_relevel(donnees_temperature$departement, sort),
region = fct_relevel(donnees_temperature$region, sort),
code_insee_departement = fct_inseq(donnees_temperature$code_insee_departement)
)
summary(donnees_temperature)
```
# analyse descriptive bivariée
## quanti - quanti
### tmin et tmoy
```{r}
# représentation graphique
donnees_temperature |>
ggplot() +
aes(x = tmoy, y = tmin) +
geom_point(alpha = 0.2, size = 0.2) +
theme_classic()
# calcul de l'équation linéaire
regression_lineaire <- lm(tmin ~ tmoy, data = donnees_temperature)
## coefficient
regression_lineaire
# validation du modèle (montré les résidus)
summary(regression_lineaire)
# visualisation graphique
donnees_temperature |>
ggplot() +
aes(x = tmoy, y = tmin) +
geom_point(alpha = 0.2, size = 0.2) +
geom_abline(aes(slope = 0.86, intercept = -2.93), color = "red") +
theme_classic()
# autre visualisation
donnees_temperature |>
ggplot() +
aes(x = tmoy, y = tmin) +
geom_point(alpha = 0.2, size = 0.2) +
geom_smooth(method = "lm") +
geom_abline(aes(slope = 0.86, intercept = -2.93), color = "red") +
ggpubr::stat_regline_equation() +
theme_classic()
```
### tmin et max
```{r}
# représentation graphique
donnees_temperature |>
ggplot() +
aes(x = tmin, y = tmax) +
geom_point(alpha = 0.2, size = 0.2) +
theme_classic()
# calcul de l'équation linéaire
regression_lineaire <- lm(tmax ~ tmin, data = donnees_temperature)
## coefficient
regression_lineaire
# validation du modèle (montré les résidus)
summary(regression_lineaire)
# autre visualisation
donnees_temperature |>
ggplot() +
aes(x = tmin, y = tmax) +
geom_point(alpha = 0.2, size = 0.2) +
geom_smooth(method = "lm") +
ggpubr::stat_regline_equation() +
theme_classic()
```
Oui la température maximale est liée à la température minimale selon l'équation : tmax \~ `r regression_lineaire$coefficients[2]` \* tmin + `r regression_lineaire$coefficients[1]`
### tmin et densité de population
```{r}
# représentation graphique
donnees_temperature |>
ggplot() +
aes(x = tmin, y = densite_humaine_par_km_carre ) +
geom_point(alpha = 0.2, size = 0.2) +
theme_classic()
```
Il n'y a pas de lien visible à cause des points extrêmes en densité mais aussi à cause de la variation des températures minimales toutes l'année.
## quali - quali
### tableau de contingence
```{r}
donnees_temperature_province <- donnees_temperature |>
filter(region != "Île-de-France") |>
droplevels()
table(donnees_temperature_province$region, donnees_temperature_province$densite_pop, useNA = "ifany")
count(donnees_temperature_province, region, densite_pop, .drop = FALSE)
count(donnees_temperature_province, region, densite_pop)
```
### carte des points chauds
```{r}
donnees_temperature_province |>
count(region, densite_pop) |>
ggplot() +
aes(x = densite_pop, y = region, fill = n) +
geom_tile() +
theme_classic()
```
### test du khi-deux
```{r}
table(donnees_temperature_province$region, donnees_temperature_province$densite_pop) |>
chisq.test()
```
Les régions de province n'ont pas la même distribution de densité de population.\
Au moins une des régions est différentes des autres.