...
 
Commits (3)
......@@ -367,11 +367,8 @@ Les variables retenues sont les suivantes:
#### Partitionnement de l'information statistique
L'ACP réalisée sur un ensemble de variables hétérogènes implique le découpage de l'information produite par l'analyse en diverses dimensions. Chaque dimension concentre une part plus ou moins grande de l'information statistique ou **variance**.
![Les scores de la variance par dimensions](images/ACP/ACP_Variance.JPG){width=70%}
Les trois premières dimensions de l'ACP concentre 68% de l'information totale. En se focalisant sur les deux premières dimensions, l'analyse sera représentative de plus de 50% de l'information totale.
L'ACP réalisée sur un ensemble de variables hétérogènes implique le découpage de l'information produite par l'analyse en diverses dimensions. Chaque dimension concentre une part plus ou moins grande de l'information statistique ou variance. Les deux premières dimensions de l'ACP réalisée dans le cadre de cette étude, concentre plus de 50% de l'information totale.
#### Qualité de représentation des données pour les dimensions 1 et 2
......@@ -380,35 +377,20 @@ La qualité de représentation équivaut au poids que pèse les dimensions sur l
![COS2 variables de la dimension 1 et 2](images/ACP/ACP_Cos2VarDim1_2.JPG){width=80%}
Dans la dimension 1, la part des personnes qui ont travail (*CONACT_10*) et la part des personnes ayant un niveau de scolarité équivalent au master (*NIVACAD_13*) sont les variables les mieux représentées et s'opposent au nombre moyen d'occupant par pièces du foyer (*TotPersCuart*) et à la part des habitations dont le sol est en ciment (*PISOS_2*).
Dans la dimension 1, la part des personnes qui ont travail (*CONACT_10*) et la part des personnes ayant un niveau de scolarité équivalent au master (*NIVACAD_13*) sont les variables les mieux représentées et s'opposent au nombre moyen d'occupant par pièce du foyer (*TotPersCuart*) et à la part des habitations dont le sol est en ciment (*PISOS_2*).
Dans la dimension 2, la part de l'habitat précaire (*CLAVIVP_7*) est la variable la mieux représentée avec un cos² élevé (plus de 0.6).
![COS2 individus de la dimension 1 et 2](images/ACP/ACP_Cos2IndivDim1_2.JPG){width=80%}
Les Municipios dont le code est **15108** ou **15109** sont bien représentés dans la dimension 1 et s'opposent au municipios **15030** par exemple.
Les Municipios dont le code est **09016**, **09014** ou **09012** sont bien représentés dans la dimension 2 et s'opposent aux municipios **15068**, **15094** ou **15036** par exemple.
#### Contribution des variables aux dimensions 1 et 2
![Contribution des variables à la dimension 1](images/ACP/ACP_ContribVarDim1.JPG){width=80%}
La variable nombre moyen d'occupants par pièces du foyer est le plus gros contributeur dans la formation de la dimension 1 avec presque 20%. La part des personnes qui ont un travail et la part des habitations dont le sol est en ciment, participent presque autant à la définition de la dimension 1.
![Contribution des variables à la dimension 2](images/ACP/ACP_ContribVarDim2.JPG){width=80%}
![Contribution des variables à la dimension 1 et 2](images/ACP/ACP_ContribVarDim1_2.jpeg){width=80%}
La part de l'habitat précaire (*CLAVIVP_7*) joue un rôle important dans la formation de la dimension 2 suivie de la part des foyers dont les déchets sont simplement jetés à l'extérieur de l'habitation (*DESTINO_BASURA_6*) dont la contribution s'élève à plus de 25%.
#### Contribution des individus aux dimensions 1 et 2
![Contribution des individus à la dimension 1 et 2](images/ACP/ACP_ContribIndivDim1_2.JPG){width=80%}
La plupart des individus contribuent équitablement à la formation des dimensions 1 et 2 de l'ACP réalisée. Seules les municipios dont le code est **09014**, **09016**, **09015**, **15034** et **15112** sont plus contributifs dans la dimension 2.
La variable nombre moyen d'occupants par pièces du foyer (TotPersCuart) est le plus gros contributeur dans la formation de la dimension 1 avec presque 20%. La part des personnes qui ont un travail (*CONACT_10*) et la part des habitations dont le sol est en ciment (*PISOS_2*), participent preque autant à la définission de la dimension 1.
La part de l'habitat précaire (*CLAVIVP_7*) joue un rôle important dans la formation de la dimension 2 suivie de la part des foyers dont les déchets sont simplement jetés à l'extérieur de l'habitation (*DESTINO_BASURA_6*).
#### Coordonnées des municipios par rapport aux variables étudiées
......@@ -433,7 +415,7 @@ Une zone géographique centrale semble se dessiner dans laquelle le niveau d'ét
Les municipios situés en périphérie semblent, au contraire, plus caractérisés par un plus grand nombre moyen de personnes par pièce, un plus grand nombre d'habitation dont le sol est en béton de ciment et par un niveau d'emploi plus faible.
## Classification ascendante hiérarchique sur le niveau d'études et le taux d'équipement des Municipios de Mexico
## Classification ascendante hiérarchique sur le niveau d'études et le taux d'équipement des municipios de Mexico
Une classification ascendante hierarchique (**CAH**) a été réalisée sur les municipios de Mexico en fonction du niveau d'étude
et du taux d'équipement des populations des municipios.
......@@ -522,7 +504,7 @@ Les variables qui définissent le niveau d'étude sont les suivantes:
Le graphique ci-dessus montre les variables qui singularisent chaque classe créée en fonction de leurs valeurs moyennes centrées-réduites. Plus le niveau d'étude est élevé, plus le taux d'équipement semble bas.
#### Répartition spatiale des municipios en fonction du taux d'équipement et du niveau d'étude
#### Répartition spatiale des municipes en fonction du taux d'équipement et du niveau d'étude
![Cartographie des classes issues de la CAH](images/CAH/CAH_Carto_QGIS.jpg){width=90%}
......@@ -531,7 +513,7 @@ Cette carte montre un début de géographie des divisions sociales de l'espace b
Au contraire, les municipios situés au nord et à l'ouest, semblent abrités des populations ayant une sur-représentation des personnes moins bien formées et aux ressources matérielles plus limitées.
##Analyse factorielle des correspondances
## Analyse factorielle des correspondances
L’[analyse factorielle des correspondances (**AFC**)](https://fr.wikipedia.org/wiki/Analyse_factorielle_des_correspondances) est une analyse destinée au traitement des tableaux de données dont les valeurs sont positives et homogènes comme les tableaux de contingence.
......@@ -686,8 +668,6 @@ Pour représenter les résultats d'AFC sur l'axe1, la carte (Figure \ref{fig:AFC
Sur la carte, il est possible de distinguer les municipalités dans lesquelles nous pouvons remarquer une sur-représentation des foyers de trois personnes ou moins dans le centre de la zone d'étude. Les municipalités présentant une sur-représentation des foyers comptant plus de 3 personnes sont concentrés à la périphérie de la zone métropolitaine.
\clearpage
#### CLAVIVP
Cette variable caractérise le type de logement. Ces 14 modalités prises en compte dans cette AFC. Les types de logement possibles sont:
......
No preview for this file type
......@@ -115,11 +115,7 @@ Les variables retenues sont les suivantes:
## Le partitionnement de l'information statistique
L'ACP réalisée sur un ensemble de variables hétérogènes implique le découpage de l'information produite par l'analyse en diverses dimensions. Chaque dimension concentre une part plus ou moins grande de l'information statistique ou variance.
![Les scores de la variance par dimensions](../../ACP/ACP_Variance.JPG)
Les trois premières dimensions de l'ACP concentre 68% de l'information totale. En se focalisant sur les deux premières dimensions, l'analyse sera représentative de plus de 50% de l'information totale.
L'ACP réalisée sur un ensemble de variables hétérogènes implique le découpage de l'information produite par l'analyse en diverses dimensions. Chaque dimension concentre une part plus ou moins grande de l'information statistique ou variance. Les deux premières dimensions de l'ACP réalisée dans le cadre de cette étude, concentre plus de 50% de l'information totale.
## La qualité de représentation des données pour les dimensions 1 et 2
......@@ -127,33 +123,18 @@ La mesure du Cos² est utilisée pour déterminer la qualité de représentation
![COS2 variables de la dimension 1 et 2](../../ACP/ACP_Cos2VarDim1_2.JPG)
Dans la dimension 1, la part des personnes qui ont travail (CONACT_10) et la part des personnes ayant un niveau de scolarité équivalent au master(NIVACAD_13) sont les variables les mieux représentées et s'opposent au nombre moyen d'occupant par pièces du foyer (TotPersCuart) et à la part des habitations dont le sol est en ciment (PISOS_2).
Dans la dimension 1, la part des personnes qui ont un travail (CONACT_10) et la part des personnes ayant un niveau de scolarité équivalent au master(NIVACAD_13) sont les variables les mieux représentées et s'opposent au nombre moyen d'occupant par pièces du foyer (TotPersCuart) et à la part des habitations dont le sol est en ciment (PISOS_2).
Dans la dimension 2, la part de l'habitat précaire (CLAVIVP_7) est la variable la mieux représenté avec un cos² élevé de plus de 0.6.
![COS2 individus de la dimension 1 et 2](../../ACP/ACP_Cos2IndivDim1_2.JPG)
Les municipes dont le code sont 15108 ou 15109 sont bien représentés dans la dimension 1 et s'opposent au municipe dont le code est 15030 par exemple.
Les municipes dont le code sont 09016, 09014 ou 09012 sont bien représentés dans la dimension 2 et s'opposent aux municipes 15068, 15094 ou 15036 par exemple.
## La contribution des variables aux dimensions 1 et 2
![Contribution des variables à la dimension 1](../../ACP/ACP_ContribVarDim1.JPG)
La variable nombre moyen d'occupants par pièces du foyer est le plus gros contributeur dans la formation de la dimension 1 avec presque 20%. La part des personnes qui ont un travail et la part des habitations dont le sol est en ciment, participent preque autant à la définission de la dimension 1.
![Contribution des variables à la dimension 2](../../ACP/ACP_ContribVarDim2.JPG)
La part de l'habitat précaire (CLAVIVP_7) joue un rôle important dans la formation de la dimension 2 suivie de la part des foyers dont les déchets sont simplement jetés à l'extérieur de l'habitation (DESTINO_BASURA_6), dont la contribution s'élève à plus de 25%.
## La contribution des individus aux dimensions 1 et 2
![Contribution des variables à la dimension 1 et 2](../../ACP/ACP_ContribVarDim1_2.JPG)
![Contribution des individus à la dimension 1 et 2](../../ACP/ACP_ContribIndivDim1_2.JPG)
La variable nombre moyen d'occupants par pièces du foyer (TotPersCuart) est le plus gros contributeur dans la formation de la dimension 1 avec presque 20%. La part des personnes qui ont un travail (CONACT_10) et la part des habitations dont le sol est en ciment (PISOS_2), participent preque autant à la définission de la dimension 1.
La plupart des individus contribuent équitablement à la formation des dimensions 1 et 2 de l'ACP réalisée. Seules les municipes 09014, 09016, 09015, 15034 et 15112 sont plus contributifs dans la dimension 2.
La part de l'habitat précaire (CLAVIVP_7) joue un rôle important dans la formation de la dimension 2 suivie de la part des foyers dont les déchets sont simplement jetés à l'extérieur de l'habitation (DESTINO_BASURA_6).
## Les coordonnées des municipes par rapport aux variables étudiées
......@@ -177,7 +158,7 @@ Une zone géographique centrale semble se dessiner dans laquelle le niveau d'ét
Les municipes situés en périphérie, semblent au contraire plus caractérisés par un plus grand nombre moyen de personnes par pièce, plus d'habitation dont le sol est en ciment et par un niveau d'emploi plus faible.
# CAH sur le niveau d'études et le taux d'équipement des Municipes de Mexico
# CAH sur le niveau d'études et le taux d'équipement des municipes de Mexico
Une classification ascendante hierarchique a été réalisée sur les municipios de Mexico en fonction du niveau d'étude et du taux d'équipement des populations des municipes. Notre hypothèse est que le niveau d'étude et le taux d'équipement des populations sont liés.
......@@ -262,7 +243,7 @@ Les variables qui définissent le niveau d'étude sont les suivantes:
Le graphique ci-dessus montre les variables qui singularisent chaques classes crées en fonction de leurs valeurs moyennes centrées-réduites. Plus le niveau d'étude est élevé, plus le taux d'équipement semble bas.
## La répartition spatiale des municipios en fonction du taux d'équiepement et du niveau d'étude
## La répartition spatiale des municipes en fonction du taux d'équiepement et du niveau d'étude
![Cartographie des classes issues de la CAH](../../CAH/CAH_Carto_QGIS.JPG)
......
docs/images/CAH/CAH_Carto_QGIS.jpg

80.3 KB | W: | H:

docs/images/CAH/CAH_Carto_QGIS.jpg

426 KB | W: | H:

docs/images/CAH/CAH_Carto_QGIS.jpg
docs/images/CAH/CAH_Carto_QGIS.jpg
docs/images/CAH/CAH_Carto_QGIS.jpg
docs/images/CAH/CAH_Carto_QGIS.jpg
  • 2-up
  • Swipe
  • Onion skin