Package à utiliser

A Vérifier s’ils sont déjà téléchargés:

library(dplyr); library(tidyr) ; library(readxl); library(ggplot2)

Installez les packages si besoin à l’aide de install.packages()

install.packages("ggplot2")

Ici on ne traite pas les données qualitatives qui alors seront enlevées de la base de données

kable(head(db_econfin_TP_u[,c(1,16)],2))
code Pourquoi ?
2020-04-17_18:00:19 J’ai peur que cela ne suffise pas pour que l’on change suffisamment nos habitudes pour remédier à la crise écologique…
2020-04-18_21:07:51 Je ne suis pas certaine qu’elle engendre à elle seule un changement radical et général des habitudes de production et de consommation 
db_econfin_TP_u = db_econfin_TP_u[,-16]
kable(head(db_econfin_TP_u))
code day year sex diplôme_plus_élevé fam_st Combien_enfants religion combien_pièces liv Avec_qui_confiné travaille_confinement after_COVID ST_env LT_env
2020-04-17_18:00:19 1 1995 Féminin Bac +5 Célibataire 0 Athée 2 En zone urbaine Avec un.e conjoint.e. Oui, je suis en télétravail Oui Plutôt oui Plutôt non
2020-04-18_21:07:51 2 1995 Féminin Bac +5 Célibataire 0 NA 6 En zone urbaine Chez vos parents Oui, je suis en télétravail Non Plutôt non Plutôt non
2020-04-19_15:01:46 3 1994 Féminin Bac +5 Célibataire 0 Croyant non pratiquant (ex: de culture chrétienne) 8 En zone périurbaine Chez vos parents Oui, je suis en télétravail Non Plutôt oui Plutôt non
2020-04-23_13:05:43 7 1962 Masculin Bac +3 Marié.e 0 Bouddhiste 6 En zone rurale Avec un.e conjoint.e. Oui, je suis en télétravail Je n’ai pas d’opinion Plutôt oui Plutôt non
2020-04-23_13:10:16 7 1994 Féminin Bac +5 Célibataire 0 Croyant non pratiquant (ex: de culture chrétienne) 7 En zone urbaine Chez vos parents Oui, je suis en télétravail Oui Plutôt oui Plutôt oui
2020-04-23_13:31:23 7 1969 Féminin Bac ou bac professionnel Célibataire 0 Agnostique 2 En zone urbaine Seul.e Oui, je suis sur mon site de travail habituel Non Plutôt oui Plutôt non

On a déjà re codé les questions à un nom pour qu’ils soient plus faciles à moviliser sur R, example:

“Quel est votre diplôme le plus élevé?” –> diplôme_plus_élevé

Recodage des variables

Une example d’une variable qui a besoin de recodage pour les analyses:

table(db_econfin_TP_u$diplôme_plus_élevé)
## 
##                             Aucun diplôme 
##                                        16 
##                                    Bac +3 
##                                       263 
##                                    Bac +5 
##                                       466 
##                  Bac ou bac professionnel 
##                                       248 
## Brevet d'étude du premier cycle, CAP, BEP 
##                                        57 
##                          Doctorat et plus 
##                                        41 
##                                  DUT, BTS 
##                                        98

On va créer une nouvelle variable ES avec deux modalités; absence (0) et présence (1) de études supérieur.

#diplôme_plus_élevé
db_econfin_TP_u = db_econfin_TP_u %>% mutate(ES = case_when(diplôme_plus_élevé == "Bac +3" ~ 1, diplôme_plus_élevé == "Bac +5" ~ 1, diplôme_plus_élevé == "DUT, BTS" ~ 1, diplôme_plus_élevé == "Doctorat et plus" ~ 1, diplôme_plus_élevé == "Aucun diplôme" ~ 0, diplôme_plus_élevé == "Bac ou bac professionnel" ~ 0,diplôme_plus_élevé == "Brevet d'étude du premier cycle, CAP, BEP" ~ 0))

On suit le même processus pour les variables statut de la famille (fam_st) et combien des enfants (Combien_enfants).

# status famille 
db_econfin_TP_u = db_econfin_TP_u %>% mutate(fam = case_when(fam_st == "Célibataire" ~ 0,fam_st == "Veuf.ve" ~ 0,fam_st == "En couple (concubinage)" ~ 1,fam_st == "Marié.e" ~ 1))
# nombre enfants
db_econfin_TP_u = db_econfin_TP_u %>% mutate(chi = case_when(Combien_enfants >= 1 ~ 1,Combien_enfants < 1 ~ 0))

Join / relier deux bases de données

db_econfin_TP_rcodage: base de données avec variables déjà recodées

db_econfin_TP_u = left_join(db_econfin_TP_u,db_econfin_TP_rcodage, by = "code")

db_econfin_TP_u = db_econfin_TP_u %>% select(-c(diplôme_plus_élevé,Combien_enfants,fam_st,religion,combien_pièces,Avec_qui_confiné,travaille_confinement))

Pour la religion (sur R codé comme rel), travail_confinement (act), confiné_avec_qui et le numéro de chambres ont suit le même procédé. Par exemple, on a crée une variable chambre (room) avec trois modalité: Moins de 3; Entre 3 et 6; Plus de 6.

Pour la religion (rel):on a deux modalités présence ou absence de religion traditionnelle.

On arrive a la base de donnée suivant:

kable(head(db_econfin_TP_u))
code day year sex liv after_COVID ST_env LT_env ES fam chi rel room act lon
2020-04-17_18:00:19 1 1995 Féminin En zone urbaine Oui Plutôt oui Plutôt non 1 0 0 0 Moins de 3 1 0
2020-04-18_21:07:51 2 1995 Féminin En zone urbaine Non Plutôt non Plutôt non 1 0 0 NA Entre 3 et 6 1 0
2020-04-19_15:01:46 3 1994 Féminin En zone périurbaine Non Plutôt oui Plutôt non 1 0 0 0 Plus de 6 1 0
2020-04-23_13:05:43 7 1962 Masculin En zone rurale Je n’ai pas d’opinion Plutôt oui Plutôt non 1 1 0 1 Entre 3 et 6 1 0
2020-04-23_13:10:16 7 1994 Féminin En zone urbaine Oui Plutôt oui Plutôt oui 1 0 0 0 Plus de 6 1 0
2020-04-23_13:31:23 7 1969 Féminin En zone urbaine Non Plutôt oui Plutôt non 0 0 0 0 Moins de 3 1 1

Exploration et visualization des données

Les variables explicatives

table(db_econfin_TP_u$sex,useNA = "ifany")
## 
##   Agenre  Féminin Masculin     <NA> 
##        1      872      313        4
lapply(db_econfin_TP_u[,c(9:15)],useNA = "ifany",table)
## $ES
## 
##    0    1 <NA> 
##  321  868    1 
## 
## $fam
## 
##    0    1 <NA> 
##  516  623   51 
## 
## $chi
## 
##    0    1 <NA> 
##  824  331   35 
## 
## $rel
## 
##    0    1 <NA> 
##  955  218   17 
## 
## $room
## 
## Entre 3 et 6   Moins de 3    Plus de 6         <NA> 
##          640          189          340           21 
## 
## $act
## 
##    0    1 <NA> 
##  370  781   39 
## 
## $lon
## 
##    0    1 <NA> 
## 1052  136    2
ggplot(db_econfin_TP_u) + aes(x = sex) + geom_bar() + theme_minimal()

# barplot(table(db_econfin_TP_u$sex,useNA = "ifany")) # not so useful 
ggplot(db_econfin_TP_u) + aes(x = liv) +  geom_bar() + theme_minimal()

Les variables qu’on cherche à expliquer

ggplot(db_econfin_TP_u) + aes(x = after_COVID) +  geom_bar() + theme_minimal()

table(db_econfin_TP_u$ST_env)
## 
## Plutôt non Plutôt oui 
##        152       1022
ggplot(db_econfin_TP_u) + aes(x = ST_env) +  geom_bar() + theme_minimal()

Représentation des données à l’aide des tableaux:

table(db_econfin_TP_u$ST_env,db_econfin_TP_u$sex,useNA = "ifany")
##             
##              Agenre Féminin Masculin <NA>
##   Plutôt non      1      95       56    0
##   Plutôt oui      0     766      252    4
##   <NA>            0      11        5    0
(test = db_econfin_TP_u %>% group_by(sex) %>% count(ST_env) %>% mutate(total_by_sex = sum(n)) %>% mutate(per = round(n/sum(n)*100,2)))
## # A tibble: 8 × 5
## # Groups:   sex [4]
##   sex      ST_env         n total_by_sex    per
##   <chr>    <chr>      <int>        <int>  <dbl>
## 1 Agenre   Plutôt non     1            1 100   
## 2 Féminin  Plutôt non    95          872  10.9 
## 3 Féminin  Plutôt oui   766          872  87.8 
## 4 Féminin  <NA>          11          872   1.26
## 5 Masculin Plutôt non    56          313  17.9 
## 6 Masculin Plutôt oui   252          313  80.5 
## 7 Masculin <NA>           5          313   1.6 
## 8 <NA>     Plutôt oui     4            4 100
ggplot(db_econfin_TP_u) + aes(x = LT_env) +  geom_bar() + theme_minimal()

Préparation de la donnée pour les analyses

Renommer les modalités des variables

#liv
db_econfin_TP_u [db_econfin_TP_u == "En zone rurale"] = "1"
db_econfin_TP_u [db_econfin_TP_u == "En zone périurbaine"] = "2"
db_econfin_TP_u [db_econfin_TP_u == "En zone urbaine"] = "3"
#room
db_econfin_TP_u [db_econfin_TP_u == "Moins de 3"] = "1"
db_econfin_TP_u [db_econfin_TP_u == "Entre 3 et 6"] = "2"
db_econfin_TP_u [db_econfin_TP_u == "Plus de 6"] = "3"
# ST_env et LT_env
db_econfin_TP_u [db_econfin_TP_u == "Plutôt non"] = "0"
db_econfin_TP_u [db_econfin_TP_u == "Plutôt oui"] = "1"
#sex
db_econfin_TP_u [db_econfin_TP_u == "Masculin"] = "0"
db_econfin_TP_u [db_econfin_TP_u == "Féminin"] = "1"
db_econfin_TP_u = filter(db_econfin_TP_u, sex != "Agenre")
#After covid
db_econfin_TP_u [db_econfin_TP_u == "Non"] = "0"
db_econfin_TP_u [db_econfin_TP_u == "Oui"] = "1"
db_econfin_TP_u [db_econfin_TP_u == "Je n'ai pas d'opinion"] = "2"

Enlever NA de la base de données

db_econfin_TP_u[db_econfin_TP_u == "NA"] = NA
db_econfin_TP_u <- na.omit(db_econfin_TP_u)

Les résultats …

kable(head(db_econfin_TP_u))
code day year sex liv after_COVID ST_env LT_env ES fam chi rel room act lon
2020-04-17_18:00:19 1 1995 1 3 1 1 0 1 0 0 0 1 1 0
2020-04-19_15:01:46 3 1994 1 2 0 1 0 1 0 0 0 3 1 0
2020-04-23_13:05:43 7 1962 0 1 2 1 0 1 1 0 1 2 1 0
2020-04-23_13:10:16 7 1994 1 3 1 1 1 1 0 0 0 3 1 0
2020-04-23_13:31:23 7 1969 1 3 0 1 0 0 0 0 0 1 1 1
2020-04-23_13:35:29 7 1996 0 1 1 1 1 1 0 0 0 3 0 0 
dim(db_econfin_TP_u)
## [1] 1001   15

Conversion de type de données

class(db_econfin_TP_u$sex)
## [1] "character"
#rownames(db_econfin_TP_u) = c(db_econfin_TP_u$...1) ; # db_econfin_TP_u = db_econfin_TP_u[,2:13]
db_econfin_TP_u[,c(4:15)] <- lapply(db_econfin_TP_u[,c(4:15)], factor) 

db_econfin_TP_u[,c(2:3)] <- lapply(db_econfin_TP_u[,c(2:3)], as.numeric) #  coercion of year to numeric 


str(db_econfin_TP_u)
## tibble [1,001 × 15] (S3: tbl_df/tbl/data.frame)
##  $ code       : chr [1:1001] "2020-04-17_18:00:19" "2020-04-19_15:01:46" "2020-04-23_13:05:43" "2020-04-23_13:10:16" ...
##  $ day        : num [1:1001] 1 3 7 7 7 7 7 7 7 7 ...
##  $ year       : num [1:1001] 1995 1994 1962 1994 1969 ...
##  $ sex        : Factor w/ 2 levels "0","1": 2 2 1 2 2 1 2 1 2 1 ...
##  $ liv        : Factor w/ 3 levels "1","2","3": 3 2 1 3 3 1 1 2 2 3 ...
##  $ after_COVID: Factor w/ 3 levels "0","1","2": 2 1 3 2 1 2 1 1 2 1 ...
##  $ ST_env     : Factor w/ 2 levels "0","1": 2 2 2 2 2 2 2 1 2 1 ...
##  $ LT_env     : Factor w/ 2 levels "0","1": 1 1 1 2 1 2 1 1 1 1 ...
##  $ ES         : Factor w/ 2 levels "0","1": 2 2 2 2 1 2 2 2 2 2 ...
##  $ fam        : Factor w/ 2 levels "0","1": 1 1 2 1 1 1 2 2 2 1 ...
##  $ chi        : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 2 2 1 1 ...
##  $ rel        : Factor w/ 2 levels "0","1": 1 1 2 1 1 1 2 1 1 1 ...
##  $ room       : Factor w/ 3 levels "1","2","3": 1 3 2 3 1 3 2 2 2 1 ...
##  $ act        : Factor w/ 2 levels "0","1": 2 2 2 2 2 1 2 1 2 2 ...
##  $ lon        : Factor w/ 2 levels "0","1": 1 1 1 1 2 1 1 1 1 2 ...
##  - attr(*, "na.action")= 'omit' Named int [1:184] 2 30 44 49 54 55 56 59 62 76 ...
##   ..- attr(*, "names")= chr [1:184] "2" "30" "44" "49" ...
attach(db_econfin_TP_u)

Les variables numériques

Jour de réponse de l’enquête

  • Jours 1: 2020-04-17

  • Jours 25: 2020-05-11

hist(db_econfin_TP_u$day)

Création des nouvelles variables; age et tranche d’age

Les mesures de tendance centrale

db_econfin_TP_u = db_econfin_TP_u  %>% mutate(age = 2021 - year)

hist(db_econfin_TP_u$age, xlab="Age") 

summary(db_econfin_TP_u$age)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   16.00   24.00   27.00   31.99   34.00   79.00
db_econfin_TP_u = db_econfin_TP_u %>% select(1:3,age,4:16) # ordonner base de données
db_econfin_TP_u %>% group_by(sex) %>% dplyr::summarise(n = n(), mean = round(mean(age,na.rm = TRUE),1),median = median(age),min = min(age), max = max(age)) 
## # A tibble: 2 × 6
##   sex       n  mean median   min   max
##   <fct> <int> <dbl>  <dbl> <dbl> <dbl>
## 1 0       261  35.9     30    19    79
## 2 1       740  30.6     27    16    77
Age par tranches d’age
db_econfin_TP_u = db_econfin_TP_u %>% mutate(t_age = case_when(age <= 27 ~ 1,age > 27 & age <= 40 ~ 2, age > 40 ~ 3)) 
db_econfin_TP_u <- within(db_econfin_TP_u, {t_age<-factor(t_age)})
ggplot(db_econfin_TP_u) +  aes(x = t_age) + geom_bar() +  scale_fill_hue() + theme_minimal()

1: <= 27 ; 2 : > 27 et <= 40 ; 3: > 40

Les tests statistiques:

  • Les Khi2

  • Test de la somme des rangs de Wilcoxon

  • ACM

Khi2 test

Le test du Chi-square test ou Khi2 examine si les lignes et les colonnes d’un tableau de contingence sont significativement associées. Le terme significatif est un élément de jargon statistique qui signifie pas dû au hasard.

La statistique du Khi2:
\[\ X^2=\sum \frac{\ (o-e)^2}{\ e}\]

Degré de Liberté (DF): \[DF\ =\ (\ rows\ – 1) * (columns\ – 1)\]

Exemple de DF de deux variables à deux modalités: \(DF = (2 – 1) * (2 – 1) = 1\)

Expliquer la perception du futur selon les variables sociales

after_COVID : Pensez-vous que le monde après-confinement sera radicalement différent du monde avant-confinement?

  • Variable explicative: lon; Pendant la période de confinement, vivez-vous…
tab_after_COVID_lon = table(db_econfin_TP_u$after_COVID,db_econfin_TP_u$lon)
colnames(tab_after_COVID_lon) <- c("Non-seule","Seule")
rownames(tab_after_COVID_lon) <- c("Non","Oui","Pas avis")
tab_after_COVID_lon
##           
##            Non-seule Seule
##   Non            519    52
##   Oui            267    35
##   Pas avis       107    21
#La statistique, les degrés de liberté, la p-value ; conclusion ???
(chisq_a  <- chisq.test(tab_after_COVID_lon))
## 
##  Pearson's Chi-squared test
## 
## data:  tab_after_COVID_lon
## X-squared = 6.0758, df = 2, p-value = 0.04793

La p-value est au-dessous de niveau de signification (\(\alpha = 0.05\)), ainsi on fait le choix de rejeter H0; on peut dire alors que les variables ligne et colonne sont dépendantes.

Visualisation graphique: Bar plots

ggplot(db_econfin_TP_u) +  aes(x = lon, fill = after_COVID) +  geom_bar() +  scale_fill_hue() + theme_minimal()

Vérification des effectifs théoriques : le critère de Cochran est-il respecté ?

chisq_a$expected   
##           
##            Non-seule    Seule
##   Non       509.3936 61.60639
##   Oui       269.4166 32.58342
##   Pas avis  114.1898 13.81019

Les cellules qui contribuent le plus au score total du Khi2

\[r\ = \frac{\ o-e}{\ \sqrt{e}}\]

(r = round(chisq_a$residuals, 3)) 
##           
##            Non-seule  Seule
##   Non          0.426 -1.224
##   Oui         -0.147  0.423
##   Pas avis    -0.673  1.935
library(corrplot)
corrplot(chisq_a$residuals, is.cor = FALSE)

Ce qui habitent seuls ont moins de tendance à dire non que prévu et à dire plus j’ai pas d’opinion que prévu.

  • room: Dans votre résidence de confinement, de combien de pièces disposez-vous?
tab_room_after = table(db_econfin_TP_u$after_COVID, db_econfin_TP_u$room)
(chisq_b  <- chisq.test(tab_room_after))
## 
##  Pearson's Chi-squared test
## 
## data:  tab_room_after
## X-squared = 2.2388, df = 4, p-value = 0.6919

Lien entre vision du futur et l’impact sur l’environnement

(chisq_c = chisq.test(table(db_econfin_TP_u$ST_env,db_econfin_TP_u$after_COVID)))
## 
##  Pearson's Chi-squared test
## 
## data:  table(db_econfin_TP_u$ST_env, db_econfin_TP_u$after_COVID)
## X-squared = 4.6835, df = 2, p-value = 0.09616
db_econfin_TP_u %>% group_by(after_COVID) %>% count(ST_env) %>% mutate(per = n/sum(n)*100)
## # A tibble: 6 × 4
## # Groups:   after_COVID [3]
##   after_COVID ST_env     n   per
##   <fct>       <fct>  <int> <dbl>
## 1 0           0         77 13.5 
## 2 0           1        494 86.5 
## 3 1           0         26  8.61
## 4 1           1        276 91.4 
## 5 2           0         17 13.3 
## 6 2           1        111 86.7

ST_env et variables sociales

Des autres variables expliquant la perception de si la crise du Covid-19 aura un impact bénéfique sur l’environnement à court terme (Sur R cette variable est codée comme ST_env)

  • fam: Quel est votre statut familial ?
tab_st_fam = table(db_econfin_TP_u$ST_env,db_econfin_TP_u$fam)
colnames(tab_st_fam) <- c("Seule","Famille")
rownames(tab_st_fam) <- c("Plutôt non","Plutôt oui")

(chisq_d = chisq.test(tab_st_fam))
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tab_st_fam
## X-squared = 4.0817, df = 1, p-value = 0.04335
corrplot(chisq_d$residuals, is.cor = FALSE)

Il y a des différences dans le non, ceux/celles qui habitent en familles plus de tendance à dire: plutôt non

  • liv: Pendant la période de confinement, vivez-vous…
tab_st_liv_env = table(db_econfin_TP_u$ST_env,db_econfin_TP_u$liv)
colnames(tab_st_liv_env) <- c("En zone rurale","En zone périurbaine","En zone urbaine")
rownames(tab_st_liv_env) <- c("Plutôt non","Plutôt oui")

(chisq_e  <- chisq.test(tab_st_liv_env))
## 
##  Pearson's Chi-squared test
## 
## data:  tab_st_liv_env
## X-squared = 9.0172, df = 2, p-value = 0.01101
#round(chisq_e$residuals, 3)
corrplot(chisq_e$residuals, is.cor = FALSE)

Ceux et celles qui habitent en zones urbaines plus de tendance à dire: Plutôt non

  • chi: Combien avez-vous d’enfants?
tab_st_chi = table(db_econfin_TP_u$ST_env,db_econfin_TP_u$chi)
rownames(tab_st_chi) <- c("Plutôt non","Plutôt oui")

(chisq_f= chisq.test(tab_st_chi))
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tab_st_chi
## X-squared = 8.6959, df = 1, p-value = 0.003189
corrplot(chisq_f$residuals, is.cor = FALSE)

#round(chisq_f$residuals, 3)

ggplot(db_econfin_TP_u) +
 aes(x = chi, fill = ST_env) +
 geom_bar() +  scale_fill_hue() + theme_minimal()

db_econfin_TP_u %>% group_by(chi) %>% count(ST_env) %>% mutate(per = n/sum(n)*100)
## # A tibble: 4 × 4
## # Groups:   chi [2]
##   chi   ST_env     n   per
##   <fct> <fct>  <int> <dbl>
## 1 0     0         76  10.2
## 2 0     1        672  89.8
## 3 1     0         44  17.4
## 4 1     1        209  82.6
#test1 = db_econfin_TP_u %>% group_by(chi,ST_env) %>% dplyr::count() 
#transform(test1,perc = ave(n,chi,FUN = prop.table))

Ce qui ont des enfants plus de tendance à dire plutôt non

  • Des autres variables comme le sexe.
tab_st_sex =  table(db_econfin_TP_u$ST_env,db_econfin_TP_u$sex) # yes but no so important in ACM
rownames(tab_st_sex) <- c("Plutôt non","Plutôt oui")
colnames(tab_st_sex) <- c("Masculin","Féminin")

(chisq_g <- chisq.test(tab_st_sex))
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tab_st_sex
## X-squared = 4.1679, df = 1, p-value = 0.0412
#round(chisq_g$residuals, 3)
corrplot(chisq_g$residuals, is.cor = FALSE)

Les Hommes ont plus de tendance à dire Plutôt non

  • LT_env: Pensez-vous que la crise du Covid-19 aura un impact bénéfique sur l’environnement à long terme?

Au moins le Khi2 ne montre pas des associations significatives liées aux les variable sociales.

E.g.

chisq.test(table(db_econfin_TP_u$LT_env,db_econfin_TP_u$chi))
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table(db_econfin_TP_u$LT_env, db_econfin_TP_u$chi)
## X-squared = 2.6224, df = 1, p-value = 0.1054
#chisq.test(table(db_econfin_TP_u$after_COVID,db_econfin_TP_u$chi))

Comment pouvons-nous analyser une variable numérique en rapport à une variable qualitative à deux modalités ?

Les tests non-paramétriques

Test de la somme des rangs de Wilcoxon

Lien entre age et la perception de si le Covid-19 aura un impact bénéfique sur l’environnement à court terme (ST_env).

Visualisation graphique: Box plots

boxplot(age ~ ST_env, data = db_econfin_TP_u)

Fonction wilcox.test

wilcox.test(age ~ ST_env, data=db_econfin_TP_u) 
## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  age by ST_env
## W = 60031, p-value = 0.01566
## alternative hypothesis: true location shift is not equal to 0

La p-value est au-dessous de niveau de signification (\(\alpha = 0.05\)), ainsi on fait le choix de rejeter H0; la distribution des données diffère selon les deux groupes.

Pour voir la tendance de cette différence il faut revenir à la visualisation graphique; le Box plot.

En conclusion: ceux et celles qui sont moins âgées ont plus de tendance à dire: Plutôt oui (1)

Lien entre day (jour de réponde du questionnaire) et ST_env

boxplot(day ~ ST_env, data = db_econfin_TP_u)

wilcox.test(day ~ ST_env, data=db_econfin_TP_u) 
## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  day by ST_env
## W = 45365, p-value = 0.01105
## alternative hypothesis: true location shift is not equal to 0

Il existe un rapport positif entre jour et Plutôt oui (1).

L’analyse factorielle

L’ analyse des correspondances multiples ACM ou MCA (en anglais)

Social variables et les variables de réponse: LT, ST, after_covid
library(FactoMineR);library(factoextra)

L’ACM contraint les axes d’ordination à être des combinaisons linéaires de variables explicatives.

On ne considère que les variables qualitatives.

kable(head(db_econfin_TP_u[,c(5:17)]))
sex liv after_COVID ST_env LT_env ES fam chi rel room act lon t_age
1 3 1 1 0 1 0 0 0 1 1 0 1
1 2 0 1 0 1 0 0 0 3 1 0 1
0 1 2 1 0 1 1 0 1 2 1 0 3
1 3 1 1 1 1 0 0 0 3 1 0 1
1 3 0 1 0 0 0 0 0 1 1 1 3
0 1 1 1 1 1 0 0 0 3 0 0 1 
mca_1 = MCA(db_econfin_TP_u[,c(5:17)], graph = FALSE)
print(mca_1)
## **Results of the Multiple Correspondence Analysis (MCA)**
## The analysis was performed on 1001 individuals, described by 13 variables
## *The results are available in the following objects:
## 
##    name              description                       
## 1  "$eig"            "eigenvalues"                     
## 2  "$var"            "results for the variables"       
## 3  "$var$coord"      "coord. of the categories"        
## 4  "$var$cos2"       "cos2 for the categories"         
## 5  "$var$contrib"    "contributions of the categories" 
## 6  "$var$v.test"     "v-test for the categories"       
## 7  "$ind"            "results for the individuals"     
## 8  "$ind$coord"      "coord. for the individuals"      
## 9  "$ind$cos2"       "cos2 for the individuals"        
## 10 "$ind$contrib"    "contributions of the individuals"
## 11 "$call"           "intermediate results"            
## 12 "$call$marge.col" "weights of columns"              
## 13 "$call$marge.li"  "weights of rows"

Dans le graphique suivant on peut voir la proportion de variances retenues par les différentes dimensions, autrement dit les pourcentages de variances expliqués par chaque dimension de l’ACM. Les deux trois premiers axes/dimensions permettront d expliquer la majorité des différences observées dans l’échantillon.

fviz_screeplot(mca_1, addlabels = TRUE, ylim = c(0, 30))

Contribution des variables aux dimensions de l’ACM.

# Contributions des variables aux dimension 1
fviz_contrib(mca_1, choice = "var", axes = 1, top = 15)

# Contributions des variables aux dimension 2
fviz_contrib(mca_1, choice = "var", axes = 2, top = 15)

Corrélation entre les variables et les principales dimensions de l’ACM.

fviz_mca_var(mca_1, choice = "mca.cor", repel = TRUE, ggtheme = theme_minimal())

Affichage des coordonnées de chaque catégorie de variables dans chaque dimension.

Dimensions 1 et 2

fviz_mca_var(mca_1,axes = c(1, 2),repel = TRUE,ggtheme = theme_minimal())

Dimensions 1 et 3

fviz_mca_var(mca_1,axes = c(1, 3),repel = TRUE,ggtheme = theme_minimal())