Maison projet RDSM

Graphiques et données sur le package gapminder entre 1957 et 2007

average_lifeExp <- gapminder %>%
  group_by(year) %>%
  summarize(avg_lifeExp = mean(lifeExp))
print(average_lifeExp)

## # A tibble: 12 × 2
##     year avg_lifeExp
##    <int>       <dbl>
##  1  1952        49.1
##  2  1957        51.5
##  3  1962        53.6
##  4  1967        55.7
##  5  1972        57.6
##  6  1977        59.6
##  7  1982        61.5
##  8  1987        63.2
##  9  1992        64.2
## 10  1997        65.0
## 11  2002        65.7
## 12  2007        67.0

gapminder_année_3=gapminder[gapminder$year %in% c(1957,1982, 2007), ]
ggplot(gapminder_année_3, aes(x = gdpPercap, y = lifeExp, color = continent)) +
  geom_point() +
  scale_x_log10() +  # Log scale for GDP per capita
  labs(
    title = "Life Expectancy vs GDP per Capita",
    x = "GDP per Capita (log scale)",
    y = "Life Expectancy"
  ) +
  facet_wrap(~ year)

Plus la PIB par tête augmente et plus l’espérance de vie s’accroit, d’accord.

weighted_means1 <- gapminder %>%
  group_by(year) %>%
  summarise(
    
    gdpPercap_world = weighted.mean(gdpPercap, pop),
    weighted_lifeExp = weighted.mean(lifeExp, pop)
  )
premier_tableau=ggplot(weighted_means1,
       aes(x=gdpPercap_world,y=weighted_lifeExp))+
  geom_point()+
  labs(title="graph des espérance de vie moyenne et du pib moyen",
       x="pib par tête moyen",
       y="espérance de vie moyenne")+
  theme_minimal()+
  geom_text(aes(label = year))
premier_tableau

Même remarque quand on prend le PIB par tête moyen dans le monde.

est-ce vrai pour tous les pays ? partout de la même façon ? pour faire simple je voudrais faire par continent je pourrais aussi faire par niveau de PIB est-ce que des groupes de pays s’en détache ?

est-ce que les pays dont le gdpPercap progresse le moins vite connaisse une augmentation de lifeExp plus faible ?

weighted_means2 <- gapminder %>%
  group_by(continent, year) %>%
  summarise(
    
    gdpPercap_continent = weighted.mean(gdpPercap, pop),
    weighted_lifeExp = weighted.mean(lifeExp, pop)
  ) %>%
  ungroup()

## `summarise()` has grouped output by 'continent'. You can override using the
## `.groups` argument.

deuxième_tableau=ggplot(weighted_means2,
              aes(x=gdpPercap_continent,y=weighted_lifeExp,color=continent))+
    geom_point()+
    labs(title="graph des espérance de vie moyenne et du pib moyen par continent",
         x="pib par tête moyen (échelle log)",
         y="espérance de vie moyenne")+
    theme_minimal()+scale_x_log10() 
deuxième_tableau

par continent, augmentation pib/espérance de vie. L’afrique se détache des autres continents et stagne sur la fin de la période. Regardons de plus près.

Données Afrique

gapminder_afrique=subset(gapminder,continent=="Africa")

tableau_afrique <- gapminder_afrique %>%
  group_by(year,country) %>%
  summarise(
    weighted_gdpPercap= weighted.mean(gdpPercap, pop),
    weighted_lifeExp = weighted.mean(lifeExp, pop)
  ) %>%
  ungroup()

## `summarise()` has grouped output by 'year'. You can override using the
## `.groups` argument.

graph_afrique=ggplot(tableau_afrique,
                        aes(x=weighted_gdpPercap,y=weighted_lifeExp,color=country))+
  geom_point()+
  labs(title="graph des espérance de vie moyenne et du pib moyen pour l'afrique",
       x="pib par tête moyen (échelle log)",
       y="espérance de vie moyenne")+
  theme_minimal()+
  scale_x_log10()
graph_afrique

C’est illisible. Des groupes de pays plus riches que les autres en Afrique ont ils une plus grande espérance de vie ? Prenons trois années : 1957 , 1982 et 2007.

Boxplot des espérances de vie selon le niveau de PIB en Afrique (redline = World average)

gapminder_afrique1957=subset(gapminder_afrique,year==1957)
gapminder_afrique1982=subset(gapminder_afrique,year==1982)
gapminder_afrique2007=subset(gapminder_afrique,year==2007)


coupures1957=quantile(gapminder_afrique1957$gdpPercap, probs=seq(0,1,0.2))
coupures1982=quantile(gapminder_afrique1982$gdpPercap, probs=seq(0,1,0.2))
coupures2007=quantile(gapminder_afrique2007$gdpPercap, probs=seq(0,1,0.2))

labels=c("très faible","faible","moyen","fort","très fort")
gapminder_afrique1957$niveauPIB_afrique1957=cut(gapminder_afrique1957$gdpPercap, coupures1957,labels,include.lowest=TRUE)
gapminder_afrique1982$niveauPIB_afrique1982=cut(gapminder_afrique1982$gdpPercap, coupures1982,labels,include.lowest=TRUE)
gapminder_afrique2007$niveauPIB_afrique2007=cut(gapminder_afrique2007$gdpPercap, coupures2007,labels,include.lowest=TRUE)

# les graphiques :

AN1957=ggplot(gapminder_afrique1957, aes(x=niveauPIB_afrique1957,y=lifeExp,color=niveauPIB_afrique1957))+geom_boxplot(alpha=0.3)+
  theme(legend.position="none")+
  labs(title="Année 1957",
       x="niveau de PIB",
       y="espérance de vie")+
  geom_hline(yintercept = 51.5, color = "red")
AN1982=ggplot(gapminder_afrique1982, aes(x=niveauPIB_afrique1982,y=lifeExp,color=niveauPIB_afrique1982))+geom_boxplot(alpha=0.3)+
  theme(legend.position="none")+
  labs(title="Année 1982",
       x="niveau de PIB",
       y="espérance de vie")+
  geom_hline(yintercept = 61.5, color = "red")
AN2007=ggplot(gapminder_afrique2007, aes(x=niveauPIB_afrique2007,y=lifeExp,color=niveauPIB_afrique2007))+geom_boxplot(alpha=0.3)+
  theme(legend.position="none")+
  labs(title="Année 2007",
       x="niveau de PIB",
       y="espérance de vie")+
  geom_hline(yintercept = 67, color = "red")
AN1957/AN1982/AN2007