The hardware and bandwidth for this mirror is donated by dogado GmbH, the Webhosting and Full Service-Cloud Provider. Check out our Wordpress Tutorial.
If you wish to report a bug, or if you are interested in having us mirror your free-software or open-source project, please feel free to contact us at mirror[@]dogado.de.

Analyse d’une enquête pondérée complète

Introduction

Cette vignette illustre le pipeline complet d’analyse d’une Enquête Démographique et de Santé (EDS) ou d’une Enquête sur les Conditions de Vie (EMOP/EMICOV), avec pondération complexe (strates + grappes).

library(statAfrikR)
library(dplyr)

1. Données simulées d’une enquête ménages

set.seed(2024)
n <- 5000

donnees_eds <- tibble::tibble(
  id_menage      = paste0("MEN_", stringr::str_pad(1:n, 5, pad = "0")),
  strate         = sample(c("Urbain_Nord", "Urbain_Sud", "Rural_Nord",
                             "Rural_Sud"), n, replace = TRUE),
  grappe         = sample(1:250, n, replace = TRUE),
  poids_final    = runif(n, 0.4, 3.2),
  region         = sample(c("Alibori", "Atacora", "Atlantique",
                             "Borgou", "Collines", "Couffo",
                             "Donga", "Littoral"), n, replace = TRUE),
  milieu         = sample(c("Urbain", "Rural"), n, replace = TRUE,
                           prob = c(0.4, 0.6)),
  age_chef       = sample(25:75, n, replace = TRUE),
  sexe_chef      = sample(c("Masculin", "Féminin"), n, replace = TRUE,
                           prob = c(0.75, 0.25)),
  taille_menage  = sample(1:12, n, replace = TRUE,
                           prob = c(0.05, 0.1, 0.15, 0.2, 0.18,
                                    0.12, 0.08, 0.05, 0.03,
                                    0.02, 0.01, 0.01)),
  depense_totale = abs(rnorm(n, 850000, 420000)),
  acces_eau      = sample(c(0L, 1L), n, replace = TRUE, prob = c(0.35, 0.65)),
  electricite    = sample(c(0L, 1L), n, replace = TRUE, prob = c(0.45, 0.55)),
  scolarisation  = sample(c(0L, 1L), n, replace = TRUE, prob = c(0.28, 0.72))
)

cat("Ménages :", nrow(donnees_eds), "\n")
#> Ménages : 5000
cat("Régions :", length(unique(donnees_eds$region)), "\n")
#> Régions : 8

2. Validation de la qualité

qualite <- valider_qualite_donnees(
  donnees_eds,
  vars_cles = "id_menage",
  seuil_na  = 0.05
)

3. Nettoyage et harmonisation

# Harmonisation des régions
donnees_eds <- harmoniser_regions(
  donnees_eds,
  var_region = "region",
  pays       = "BJ",
  var_sortie = "region_std",
  signaler_non_trouves = FALSE
)

# Journal de traitement
etape <- tracer_flux_traitement(
  donnees_eds,
  "Harmonisation des régions"
)

4. Plan de sondage complexe

plan <- appliquer_ponderations(
  data       = donnees_eds,
  var_poids  = "poids_final",
  var_strate = "strate",
  var_grappe = "grappe"
)

5. Statistiques descriptives pondérées

stats <- stat_descr(
  plan,
  vars = c("depense_totale", "taille_menage", "age_chef"),
  ic   = TRUE
)
knitr::kable(stats, caption = "Statistiques descriptives pondérées")
Statistiques descriptives pondérées
variable n moyenne mediane ecart_type q1 q3 min max ic_bas ic_haut
depense_totale 5000 855550.30 844604.8 407179.89 565935.4 1135515 3.42 2244946 843108.95 867991.65
taille_menage 5000 4.82 5.0 2.28 3.0 6 1.00 12 4.75 4.89
age_chef 5000 50.23 50.0 14.81 38.0 63 25.00 75 49.77 50.69

6. Tableaux croisés

tab <- tab_croisee(
  plan,
  var_ligne   = "milieu",
  var_col     = "region_std",
  pourcentage = "colonne",
  format_sortie = "tibble"
)
knitr::kable(
  head(tab, 16),
  caption = "Répartition par milieu et région (%)"
)
Répartition par milieu et région (%)
milieu region_std proportion pourcentage effectif
Rural Alibori 0.6015392 60.2 690.6449
Urbain Alibori 0.3984608 39.8 457.4846
Rural Atacora 0.5741637 57.4 646.5168
Urbain Atacora 0.4258363 42.6 479.4978
Rural Atlantique 0.6109632 61.1 660.5620
Urbain Atlantique 0.3890368 38.9 420.6193
Rural Borgou 0.5826774 58.3 649.6789
Urbain Borgou 0.4173226 41.7 465.3101
Rural Collines 0.5995166 60.0 656.0013
Urbain Collines 0.4004834 40.0 438.2158
Rural Couffo 0.6094196 60.9 717.5268
Urbain Couffo 0.3905804 39.1 459.8670
Rural Donga 0.6176964 61.8 674.2354
Urbain Donga 0.3823036 38.2 417.2966
Rural Littoral 0.5818214 58.2 683.9561
Urbain Littoral 0.4181786 41.8 491.5869

7. Calcul des indicateurs de pauvreté

indicateurs_ipm <- list(
  sante      = c("acces_eau"),
  education  = c("scolarisation"),
  niveau_vie = c("electricite")
)

resultat_ipm <- calcul_ipm(
  donnees_eds,
  indicateurs_ipm,
  seuil_pauvrete = 1/3,
  var_poids      = "poids_final"
)

8. Mesures d’inégalité

inegalites <- decomposer_inegalite(
  donnees_eds,
  var_revenu = "depense_totale",
  var_groupe = "milieu",
  var_poids  = "poids_final"
)

cat("Indice de Gini :", inegalites$gini, "\n")
#> Indice de Gini : 0.2704
knitr::kable(
  inegalites$decomposition,
  caption = "Décomposition des inégalités par milieu"
)
Décomposition des inégalités par milieu
groupe n moyenne gini_interne part_pop part_revenu
Rural 3005 852312.3 0.2710 0.5971 0.5948
Urbain 1995 860348.6 0.2694 0.4029 0.4052

9. Visualisation

library(ggplot2)
pyramide_ages(
  donnees_eds,
  var_age   = "age_chef",
  var_sexe  = "sexe_chef",
  var_poids = "poids_final",
  titre     = "Pyramide des âges — Chefs de ménage",
  largeur_classe = 10L
)
Pyramide des âges des chefs de ménage
Pyramide des âges des chefs de ménage
stats_region <- stat_descr(
  donnees_eds,
  vars   = "depense_totale",
  groupe = "region_std",
  ic     = TRUE
)

graphique_barres(
  stats_region,
  var_x       = "region_std",
  var_y       = "moyenne",
  var_ic_bas  = "ic_bas",
  var_ic_haut = "ic_haut",
  titre       = "Dépense moyenne par région (FCFA)",
  label_y     = "Dépense moyenne (FCFA)",
  trier       = TRUE
) + ggplot2::theme(axis.text.x = ggplot2::element_text(angle = 45, hjust = 1))
Dépense moyenne par région
Dépense moyenne par région

10. Régression

# Déterminants de la dépense
modele <- analyse_regression(
  log(depense_totale) ~ age_chef + taille_menage + electricite + acces_eau,
  data          = donnees_eds,
  type          = "lineaire",
  format_sortie = "tibble"
)

knitr::kable(
  modele[, c("terme", "estimateur", "ic_bas", "ic_haut",
             "p_valeur", "significatif")],
  caption = "Déterminants de la dépense des ménages"
)
Déterminants de la dépense des ménages
terme estimateur ic_bas ic_haut p_valeur significatif
(Intercept) 13.5214 13.4267 13.6161 0.0000 ***
age_chef -0.0016 -0.0031 -0.0002 0.0269 *
taille_menage 0.0046 -0.0047 0.0139 0.3302
electricite 0.0196 -0.0230 0.0622 0.3667
acces_eau -0.0003 -0.0447 0.0441 0.9894

11. Export et diffusion

# Anonymisation
donnees_anon <- anonymiser_donnees(
  donnees_eds,
  vars_supprimer   = c("id_menage"),
  vars_generaliser = list(age_chef = 10, depense_totale = 100000),
  rapport          = FALSE
)

# Métadonnées DDI
generer_metadonnees_ddi(
  data           = donnees_anon,
  titre          = "Enquête Démographique et de Santé — 2024",
  pays           = "Bénin",
  annee          = 2024,
  institution    = "INSAE",
  fichier_sortie = "outputs/eds_2024_ddi.xml"
)

# Package de diffusion
compresser_package_diffusion(
  donnees           = donnees_anon,
  repertoire_sortie = "diffusion/",
  nom_package       = "EDS_BEN_2024_v1"
)

These binaries (installable software) and packages are in development.
They may not be fully stable and should be used with caution. We make no claims about them.
Health stats visible at Monitor.