Description

Quelle est la distribution de la population des communes en France ?

Data set : fichier INSEE population communes
Lien : https://www.insee.fr/fr/statistiques/3545833?sommaire=3292701

On importe le fichier de données

d <- read.csv2(file.choose())

head(d)
##   Code.région     Nom.de.la.région Code.département Code.arrondissement
## 1          84 Auvergne-Rhône-Alpes               01                   2
## 2          84 Auvergne-Rhône-Alpes               01                   1
## 3          84 Auvergne-Rhône-Alpes               01                   1
## 4          84 Auvergne-Rhône-Alpes               01                   2
## 5          84 Auvergne-Rhône-Alpes               01                   1
## 6          84 Auvergne-Rhône-Alpes               01                   1
##   Code.canton Code.commune        Nom.de.la.commune Population.municipale
## 1          08            1 L' Abergement-Clémenciat                   767
## 2          01            2   L' Abergement-de-Varey                   241
## 3          01            4        Ambérieu-en-Bugey                14 127
## 4          22            5      Ambérieux-en-Dombes                 1 619
## 5          04            6                  Ambléon                   109
## 6          01            7                 Ambronay                 2 615
##   Population.comptée.à.part Population.totale
## 1                        18               785
## 2                         1               242
## 3                       504            14 631
## 4                        33             1 652
## 5                         6               115
## 6                       107             2 722

On peut chercher sa commune

d[d$Nom.de.la.commune == "Narcy",]
##       Code.région        Nom.de.la.région Code.département Code.arrondissement
## 19319          44               Grand Est               52                   3
## 21994          27 Bourgogne-Franche-Comté               58                   4
##       Code.canton Code.commune Nom.de.la.commune Population.municipale
## 19319          08          347             Narcy                   255
## 21994          01          189             Narcy                   533
##       Population.comptée.à.part Population.totale
## 19319                         5               260
## 21994                        16               549
d[d$Nom.de.la.commune == "Nancy",]
##       Code.région Nom.de.la.région Code.département Code.arrondissement
## 20124          44        Grand Est               54                   3
##       Code.canton Code.commune Nom.de.la.commune Population.municipale
## 20124          99          395             Nancy               105 162
##       Population.comptée.à.part Population.totale
## 20124                     2 401           107 563

On met en forme la variable “Population.municipale”

class(d$Population.municipale)
## [1] "character"
head(d$Population.municipale)
## [1] "767"    "241"    "14 127" "1 619"  "109"    "2 615"
d$Population.municipale <- gsub(" ", "", d$Population.municipale)
d$Population.municipale <- as.numeric(d$Population.municipale)

head(d$Population.municipale)
## [1]   767   241 14127  1619   109  2615

On regarde la distribution de la population des communes

library(psych)

describe(d$Population.municipale)
##    vars     n    mean      sd median trimmed    mad min    max  range  skew
## X1    1 35441 1867.62 8483.46    451  691.37 467.02   0 471941 471941 19.82
##    kurtosis    se
## X1    626.4 45.06
hist(d$Population.municipale)

On regarde quatre catégories de communes:
1) moins de 500 habitants (small)
2) entre 500 et 1999 habitants (mid)
3) entre 2000 et 99 999 habitants (big)
4) plus de 100 000 habitants (large)

d$small <- rep(0,nrow(d))
d$mid <- rep(0,nrow(d))
d$big <- rep(0,nrow(d))
d$large <- rep(0,nrow(d))

for (i in 1:nrow(d)) {
  ifelse(d$Population.municipale[i] <= 500, d$small[i] <- 1, d$small[i] <- 0)
  ifelse(d$Population.municipale[i] > 500 & d$Population.municipale[i] <= 1999, d$mid[i] <- 1, d$mid[i] <- 0)
  ifelse(d$Population.municipale[i] > 2000 & d$Population.municipale[i] <= 99999, d$big[i] <- 1, d$big[i] <- 0)
  ifelse(d$Population.municipale[i] >= 100000, d$large[i] <- 1, d$large[i] <- 0)
}

Communes moins de 500 habitants (small)

sum(d$small)
## [1] 18782
(sum(d$small)/nrow(d))*100
## [1] 52.99512

Communes entre 500 et 1999 habitants (mid)

sum(d$mid)
## [1] 11316
(sum(d$mid)/nrow(d))*100
## [1] 31.92912

Communes entre 2000 et 99 999 habitants (big)

sum(d$big)
## [1] 5289
(sum(d$big)/nrow(d))*100
## [1] 14.92339

Communes plus de 100 000 habitants (large)

sum(d$large)
## [1] 50
(sum(d$large)/nrow(d))*100
## [1] 0.1410795
Dans ce cas on peut appliquer une transformation logarithmique à la variable
Effet d'une transformation logarithmique

Effet d’une transformation logarithmique 

hist(log(d$Population.municipale))