Chapitre 7 Premiers traitements statistiques
7.1 Obtenir des informations
La fonction summary() peut s’appliquer à une table entière ou un vecteur. Appliquée sur un tableau, elle donne les statistiques principales sur chacune des variables, en s’adaptant au type de celles-ci (numerique ou texte).
base_extrait <- base %>%
select(1, 3, 5, 7:12)
summary(base_extrait)## CODGEO REG ZAU P14_POP
## Length:36689 Min. : 1.00 Length:36689 Min. : 0
## Class :character 1st Qu.:28.00 Class :character 1st Qu.: 197
## Mode :character Median :44.00 Mode :character Median : 444
## Mean :52.05 Mean : 1838
## 3rd Qu.:76.00 3rd Qu.: 1110
## Max. :94.00 Max. :2220445
## NA's :821
## P09_POP SUPERF NAIS0914 DECE0914
## Min. : 0 Min. : 0.04 Min. : 0.0 Min. : 0.00
## 1st Qu.: 193 1st Qu.: 6.44 1st Qu.: 9.0 1st Qu.: 8.00
## Median : 431 Median : 10.81 Median : 23.0 Median : 17.00
## Mean : 1793 Mean : 17.64 Mean : 114.4 Mean : 77.35
## 3rd Qu.: 1072 3rd Qu.: 18.58 3rd Qu.: 60.0 3rd Qu.: 43.00
## Max. :2234105 Max. :18360.00 Max. :150843.0 Max. :69907.00
## NA's :821 NA's :821 NA's :821 NA's :821
## P14_MEN
## Min. : 0.0
## 1st Qu.: 83.8
## Median : 183.2
## Mean : 802.0
## 3rd Qu.: 454.9
## Max. :1147990.9
## NA's :821- Les variables quantitatives
base_extrait %>%
pull(NAIS0914) %>%
summary()## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.0 9.0 23.0 114.4 60.0 150843.0 821- Les variables qualitatives
base_extrait %>%
pull(ZAU) %>%
summary()## Length Class Mode
## 36689 character character7.2 Calculer des statistiques spécifiques
Les fonctions sum(), mean(), median(), min(), max(), var(), sd()… résument l’information pour en donner une statistique.
La fonction quantile() renvoie les quartiles de la variables (ou bien tout autre découpage qu’on lui renseigne).
base_extrait %>%
pull(P14_POP) %>%
sum(na.rm = TRUE)## [1] 65907160base_extrait %>%
pull(P14_POP) %>%
mean(na.rm = TRUE)## [1] 1837.492base_extrait %>%
pull(P14_POP) %>%
median(na.rm = TRUE)## [1] 444base_extrait %>%
pull(P14_POP) %>%
quantile(probs = c(0.25, 0.5, 0.75), na.rm = TRUE)## 25% 50% 75%
## 197 444 1110Ces fonctions retournent une valeur, ou bien un ensemble de valeur (pour quantile()). Le résultat est donc un vecteur de un ou plusieurs nombres.
7.3 Agréger des données
7.3.1 Globalement
La fonction summarise() permet d’agréger des données, en appliquant une fonction sur les variables pour construire une statistique sur les observations de la table. C’est une fonction dite de “résumé”.
summarise(TableEnEntree, NomVariableAgregee = Fonction(NomVariableEtude))base_med <- base_extrait %>%
summarise(population_med = median(P14_POP, na.rm = T))La fonction summarise() retourne un data.frame.
7.3.2 Selon un facteur
La fonction summarise() couplée à group_by() permet de calculer des statistiques pour chaque modalité d’une variable qualitative. Avec group_by(), on précise les variables qui formeront des groupes, sur lesquels on appliquera une fonction :
TableauGroupes <- group_by(TableEnEntree, Variable1, ..., VariableN) %>%
summarise(NomVariableAgregee = Fonction (NomVariableEtude))Par exemple, si on veut avoir la médiane de la variable P14_POP, pour chaque ZAU et chaque région :
base_reg_ann <- base_extrait %>%
group_by(ZAU, REG) %>%
summarise(population_med = median(P14_POP, na.rm = TRUE))7.4 Tableau de contingence
La fonction table() calcule les effectifs d’un tableau croisé :
t <- base_extrait %>%
select(ZAU, REG) %>%
table()
print(t)## REG
## ZAU 1 2 3 4 11 24
## 111 - Grand pôle (plus de 10 000 emplois) 17 16 3 10 413 103
## 112 - Couronne d'un grand pôle 6 0 3 3 853 734
## 120 - Multipolarisée des grandes aires urbaines 1 4 0 4 3 188
## 211 - Moyen pôle (5 000 à 10 000 emplois) 0 3 2 2 3 30
## 212 - Couronne d'un moyen pôle 0 0 0 0 2 72
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 3 2 1 0 0 46
## 222 - Couronne d'un petit pôle 0 0 0 0 0 19
## 300 - Autre commune multipolarisée 2 4 0 1 7 375
## 400 - Commune isolée hors influence des pôles 3 5 13 4 0 275
## REG
## ZAU 27 28 32 44 52 53
## 111 - Grand pôle (plus de 10 000 emplois) 140 216 481 322 108 89
## 112 - Couronne d'un grand pôle 1299 1126 1505 1721 535 415
## 120 - Multipolarisée des grandes aires urbaines 336 488 729 822 186 152
## 211 - Moyen pôle (5 000 à 10 000 emplois) 31 34 33 54 23 47
## 212 - Couronne d'un moyen pôle 122 104 18 102 44 18
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 60 78 54 89 69 42
## 222 - Couronne d'un petit pôle 137 29 18 118 8 1
## 300 - Autre commune multipolarisée 737 762 711 1155 386 325
## 400 - Commune isolée hors influence des pôles 969 396 289 815 143 181
## REG
## ZAU 75 76 84 93 94
## 111 - Grand pôle (plus de 10 000 emplois) 333 258 548 220 8
## 112 - Couronne d'un grand pôle 1161 1124 1484 229 99
## 120 - Multipolarisée des grandes aires urbaines 254 333 390 69 3
## 211 - Moyen pôle (5 000 à 10 000 emplois) 51 79 43 20 1
## 212 - Couronne d'un moyen pôle 81 155 84 11 2
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 163 123 113 32 13
## 222 - Couronne d'un petit pôle 81 89 47 6 29
## 300 - Autre commune multipolarisée 1002 877 517 107 53
## 400 - Commune isolée hors influence des pôles 1379 1527 963 269 1527.5 Tableau de proportions
La fonction prop.table() prend en entrée un objet table (tableau de contingence avec les effectifs) et calcule les pourcentages (total, ligne, colonne) associés \(\rightarrow\) ?prop.table
# Calcule la fréquence en % (la somme de tous les pourcentages vaut 100)
(prop.table(t) * 100) %>% round(digits = 1)## REG
## ZAU 1 2 3 4 11 24 27
## 111 - Grand pôle (plus de 10 000 emplois) 0.0 0.0 0.0 0.0 1.1 0.3 0.4
## 112 - Couronne d'un grand pôle 0.0 0.0 0.0 0.0 2.3 2.0 3.5
## 120 - Multipolarisée des grandes aires urbaines 0.0 0.0 0.0 0.0 0.0 0.5 0.9
## 211 - Moyen pôle (5 000 à 10 000 emplois) 0.0 0.0 0.0 0.0 0.0 0.1 0.1
## 212 - Couronne d'un moyen pôle 0.0 0.0 0.0 0.0 0.0 0.2 0.3
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 0.0 0.0 0.0 0.0 0.0 0.1 0.2
## 222 - Couronne d'un petit pôle 0.0 0.0 0.0 0.0 0.0 0.1 0.4
## 300 - Autre commune multipolarisée 0.0 0.0 0.0 0.0 0.0 1.0 2.0
## 400 - Commune isolée hors influence des pôles 0.0 0.0 0.0 0.0 0.0 0.7 2.6
## REG
## ZAU 28 32 44 52 53 75 76
## 111 - Grand pôle (plus de 10 000 emplois) 0.6 1.3 0.9 0.3 0.2 0.9 0.7
## 112 - Couronne d'un grand pôle 3.1 4.1 4.7 1.5 1.1 3.2 3.1
## 120 - Multipolarisée des grandes aires urbaines 1.3 2.0 2.2 0.5 0.4 0.7 0.9
## 211 - Moyen pôle (5 000 à 10 000 emplois) 0.1 0.1 0.1 0.1 0.1 0.1 0.2
## 212 - Couronne d'un moyen pôle 0.3 0.0 0.3 0.1 0.0 0.2 0.4
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 0.2 0.1 0.2 0.2 0.1 0.4 0.3
## 222 - Couronne d'un petit pôle 0.1 0.0 0.3 0.0 0.0 0.2 0.2
## 300 - Autre commune multipolarisée 2.1 1.9 3.1 1.1 0.9 2.7 2.4
## 400 - Commune isolée hors influence des pôles 1.1 0.8 2.2 0.4 0.5 3.8 4.2
## REG
## ZAU 84 93 94
## 111 - Grand pôle (plus de 10 000 emplois) 1.5 0.6 0.0
## 112 - Couronne d'un grand pôle 4.0 0.6 0.3
## 120 - Multipolarisée des grandes aires urbaines 1.1 0.2 0.0
## 211 - Moyen pôle (5 000 à 10 000 emplois) 0.1 0.1 0.0
## 212 - Couronne d'un moyen pôle 0.2 0.0 0.0
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 0.3 0.1 0.0
## 222 - Couronne d'un petit pôle 0.1 0.0 0.1
## 300 - Autre commune multipolarisée 1.4 0.3 0.1
## 400 - Commune isolée hors influence des pôles 2.6 0.7 0.4# Calcule la fréquence en % par région (la somme de tous les pourcentages d'une colonne vaut 100)
(prop.table(t,"REG") * 100) %>%
round(digits = 1)## REG
## ZAU 1 2 3 4 11 24
## 111 - Grand pôle (plus de 10 000 emplois) 53.1 47.1 13.6 41.7 32.2 5.6
## 112 - Couronne d'un grand pôle 18.8 0.0 13.6 12.5 66.6 39.8
## 120 - Multipolarisée des grandes aires urbaines 3.1 11.8 0.0 16.7 0.2 10.2
## 211 - Moyen pôle (5 000 à 10 000 emplois) 0.0 8.8 9.1 8.3 0.2 1.6
## 212 - Couronne d'un moyen pôle 0.0 0.0 0.0 0.0 0.2 3.9
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 9.4 5.9 4.5 0.0 0.0 2.5
## 222 - Couronne d'un petit pôle 0.0 0.0 0.0 0.0 0.0 1.0
## 300 - Autre commune multipolarisée 6.2 11.8 0.0 4.2 0.5 20.4
## 400 - Commune isolée hors influence des pôles 9.4 14.7 59.1 16.7 0.0 14.9
## REG
## ZAU 27 28 32 44 52 53
## 111 - Grand pôle (plus de 10 000 emplois) 3.7 6.7 12.5 6.2 7.2 7.0
## 112 - Couronne d'un grand pôle 33.9 34.8 39.2 33.1 35.6 32.7
## 120 - Multipolarisée des grandes aires urbaines 8.8 15.1 19.0 15.8 12.4 12.0
## 211 - Moyen pôle (5 000 à 10 000 emplois) 0.8 1.1 0.9 1.0 1.5 3.7
## 212 - Couronne d'un moyen pôle 3.2 3.2 0.5 2.0 2.9 1.4
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 1.6 2.4 1.4 1.7 4.6 3.3
## 222 - Couronne d'un petit pôle 3.6 0.9 0.5 2.3 0.5 0.1
## 300 - Autre commune multipolarisée 19.2 23.6 18.5 22.2 25.7 25.6
## 400 - Commune isolée hors influence des pôles 25.3 12.2 7.5 15.7 9.5 14.3
## REG
## ZAU 75 76 84 93 94
## 111 - Grand pôle (plus de 10 000 emplois) 7.4 5.7 13.1 22.8 2.2
## 112 - Couronne d'un grand pôle 25.8 24.6 35.4 23.8 27.5
## 120 - Multipolarisée des grandes aires urbaines 5.6 7.3 9.3 7.2 0.8
## 211 - Moyen pôle (5 000 à 10 000 emplois) 1.1 1.7 1.0 2.1 0.3
## 212 - Couronne d'un moyen pôle 1.8 3.4 2.0 1.1 0.6
## 221 - Petit pôle (de 1 500 à 5 000 emplois) 3.6 2.7 2.7 3.3 3.6
## 222 - Couronne d'un petit pôle 1.8 1.9 1.1 0.6 8.1
## 300 - Autre commune multipolarisée 22.2 19.2 12.3 11.1 14.7
## 400 - Commune isolée hors influence des pôles 30.6 33.5 23.0 27.9 42.2Attention: la fonction prop.table() a été améliorée avec le changement de version de R base. La version <3.6.2 ne permettait pas d’utiliser le nom de la variable (ici “REG”) pour spécifier le mode de calcul des fréquences, l’option était alors margin= (1: en ligne, 2: en colonne)
7.6 Exercice 4 : calcul de statistiques
Nous continuons de travailler sur les indicateurs au territoire df avec les variables que nous avons calculées à l’exercice 3.
1- Utilisez la fonction summary() pour obtenir un résumé de l’ensemble des variables de la table df
2- Calculez maintenant les moyenne, médiane, écart-type et variance de la variable de densité de population. Que constatez-vous ?
3- Utilisez le paramètre na.rm = T pour gérer les valeurs manquantes
4- Calculez à présent les quartiles puis déciles de cette variable
5- Optionnel : calculez la version centrée réduite de la variable de densité Rappel sur la définition de centrer réduire. Avantage des variables centrées réduites : on élimine les effets d’unité (d’ordre de grandeur), et on peut donc comparer les distributions de deux variables qui ont des unités différentes (voir module 3).
6- Tableaux croisés :
- Calculez le nombre de communes par type d’espace à l’aide de la fonction table, et le pourcentage associé
- Calculez le nombre de communes par région et type d’espace, et les pourcentages associés
Résultat attendu :
## CODGEO LIBGEO REG DEP
## Length:36689 Length:36689 44 : 5198 62 : 895
## Class :character Class :character 76 : 4565 02 : 816
## Mode :character Mode :character 75 : 4505 80 : 782
## 84 : 4189 76 : 745
## 32 : 3838 57 : 730
## 27 : 3831 14 : 707
## (Other):10563 (Other):32014
## ZAU
## 112 - Couronne d'un grand pôle :12297
## 400 - Commune isolée hors influence des pôles : 7383
## 300 - Autre commune multipolarisée : 7021
## 120 - Multipolarisée des grandes aires urbaines: 3962
## 111 - Grand pôle (plus de 10 000 emplois) : 3285
## 221 - Petit pôle (de 1 500 à 5 000 emplois) : 888
## (Other) : 1853
## ZE P14_POP P09_POP
## 0061 - Toulouse : 717 Min. : 0 Min. : 0
## 2307 - Rouen : 501 1st Qu.: 197 1st Qu.: 193
## 2210 - Amiens : 479 Median : 444 Median : 431
## 7310 - Tarbes - Lourdes: 455 Mean : 1838 Mean : 1793
## 2102 - Troyes : 452 3rd Qu.: 1110 3rd Qu.: 1072
## 2603 - Dijon : 448 Max. :2220445 Max. :2234105
## (Other) :33637 NA's :821 NA's :821
## SUPERF NAIS0914 DECE0914 P14_MEN
## Min. : 0.04 Min. : 0.0 Min. : 0.00 Min. : 0.0
## 1st Qu.: 6.44 1st Qu.: 9.0 1st Qu.: 8.00 1st Qu.: 83.8
## Median : 10.81 Median : 23.0 Median : 17.00 Median : 183.2
## Mean : 17.64 Mean : 114.4 Mean : 77.35 Mean : 802.0
## 3rd Qu.: 18.58 3rd Qu.: 60.0 3rd Qu.: 43.00 3rd Qu.: 454.9
## Max. :18360.00 Max. :150843.0 Max. :69907.00 Max. :1147990.9
## NA's :821 NA's :821 NA's :821 NA's :821
## NAISD15 DECESD15 P14_LOG P14_RP
## Min. : 0.00 Min. : 0.00 Min. : 0.0 Min. : 0.0
## 1st Qu.: 1.00 1st Qu.: 1.00 1st Qu.: 115.0 1st Qu.: 83.8
## Median : 4.00 Median : 3.00 Median : 239.1 Median : 183.2
## Mean : 21.96 Mean : 16.47 Mean : 970.2 Mean : 802.0
## 3rd Qu.: 11.00 3rd Qu.: 9.00 3rd Qu.: 565.0 3rd Qu.: 454.9
## Max. :28267.00 Max. :13997.00 Max. :1362181.9 Max. :1147990.9
## NA's :821 NA's :821 NA's :821 NA's :821
## P14_RSECOCC P14_LOGVAC P14_RP_PROP NBMENFISC13
## Min. : 0.00 Min. : 0.00 Min. : 0.0 Min. : 32.0
## 1st Qu.: 7.00 1st Qu.: 8.00 1st Qu.: 68.4 1st Qu.: 102.0
## Median : 19.00 Median : 18.00 Median : 148.0 Median : 205.0
## Mean : 91.63 Mean : 76.60 Mean : 462.2 Mean : 809.7
## 3rd Qu.: 49.29 3rd Qu.: 43.75 3rd Qu.: 349.2 3rd Qu.: 484.0
## Max. :107061.99 Max. :107129.02 Max. :381934.3 Max. :1038789.0
## NA's :821 NA's :821 NA's :821 NA's :3793
## PIMP13 MED13 TP6013 P14_EMPLT
## Min. :24.46 Min. :10021 Min. : 5.00 Min. : 0.0
## 1st Qu.:50.57 1st Qu.:18452 1st Qu.: 8.73 1st Qu.: 26.0
## Median :58.40 Median :19844 Median :11.97 Median : 66.8
## Mean :58.98 Mean :20250 Mean :13.35 Mean : 733.9
## 3rd Qu.:67.19 3rd Qu.:21563 3rd Qu.:16.80 3rd Qu.: 229.5
## Max. :89.38 Max. :46251 Max. :44.84 Max. :1801865.8
## NA's :31598 NA's :3793 NA's :32531 NA's :821
## P14_EMPLT_SAL P09_EMPLT P14_POP1564
## Min. : 0.0 Min. : 0.0 Min. : 0.0
## 1st Qu.: 13.0 1st Qu.: 26.1 1st Qu.: 120.3
## Median : 42.0 Median : 65.2 Median : 275.0
## Mean : 637.8 Mean : 716.4 Mean : 1165.0
## 3rd Qu.: 173.4 3rd Qu.: 220.6 3rd Qu.: 684.8
## Max. :1562078.5 Max. :1805470.4 Max. :1554076.1
## NA's :821 NA's :9 NA's :821
## P14_CHOM1564 P14_ACT1564 ETTOT14 ETAZ14
## Min. : 0.00 Min. : 0.0 Min. : 0.0 Min. : 0.00
## 1st Qu.: 8.85 1st Qu.: 90.5 1st Qu.: 19.0 1st Qu.: 4.00
## Median : 20.45 Median : 208.3 Median : 38.0 Median : 7.00
## Mean : 119.75 Mean : 855.8 Mean : 179.3 Mean : 11.36
## 3rd Qu.: 51.78 3rd Qu.: 518.0 3rd Qu.: 92.0 3rd Qu.: 14.00
## Max. :144515.41 Max. :1202565.3 Max. :551952.0 Max. :587.00
## NA's :821 NA's :821 NA's :25 NA's :25
## ETBE14 ETFZ14 ETGU14 ETGZ14
## Min. : 0.000 Min. : 0.00 Min. : 0.0 Min. : 0.00
## 1st Qu.: 1.000 1st Qu.: 2.00 1st Qu.: 7.0 1st Qu.: 1.00
## Median : 3.000 Median : 5.00 Median : 17.0 Median : 4.00
## Mean : 9.417 Mean : 18.18 Mean : 116.1 Mean : 28.73
## 3rd Qu.: 7.000 3rd Qu.: 12.00 3rd Qu.: 47.0 3rd Qu.: 13.00
## Max. :15181.000 Max. :24528.00 Max. :462763.0 Max. :65004.00
## NA's :25 NA's :25 NA's :25 NA's :25
## ETOQ14 ETTEF114 ETTEFP1014 densite
## Min. : 0.00 Min. : 0.00 Min. : 0.00 Min. : 0.00
## 1st Qu.: 2.00 1st Qu.: 4.00 1st Qu.: 0.00 1st Qu.: 18.59
## Median : 4.00 Median : 8.00 Median : 1.00 Median : 40.35
## Mean : 24.22 Mean : 41.33 Mean : 10.28 Mean : 160.15
## 3rd Qu.: 10.00 3rd Qu.: 19.00 3rd Qu.: 4.00 3rd Qu.: 94.57
## Max. :48893.00 Max. :124131.00 Max. :24527.00 Max. :27126.14
## NA's :25 NA's :25 NA's :25 NA's :821
## tx_natal tx_mort
## Min. : 0.000 Min. : 0.000
## 1st Qu.: 5.679 1st Qu.: 4.448
## Median : 9.264 Median : 7.874
## Mean : 9.699 Mean : 9.328
## 3rd Qu.: 12.931 3rd Qu.: 12.389
## Max. :111.111 Max. :157.738
## NA's :827 NA's :827## [1] NA## [1] NA## [1] NA## [1] NA## [1] 160.151## [1] 722.799## [1] 40.35457## [1] 522438.4## 0% 25% 50% 75% 100%
## 0.00000 18.59047 40.35457 94.57430 27126.14108## [1] 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0## 0% 10% 20% 30% 40% 50%
## 0.00000 10.03439 15.65357 21.84208 29.76144 40.35457
## 60% 70% 80% 90% 100%
## 54.82089 77.65199 119.08740 240.40789 27126.14108## ZAU
## 111 - Grand pôle (plus de 10 000 emplois)
## 3285
## 112 - Couronne d'un grand pôle
## 12297
## 120 - Multipolarisée des grandes aires urbaines
## 3962
## 211 - Moyen pôle (5 000 à 10 000 emplois)
## 456
## 212 - Couronne d'un moyen pôle
## 815
## 221 - Petit pôle (de 1 500 à 5 000 emplois)
## 888
## 222 - Couronne d'un petit pôle
## 582
## 300 - Autre commune multipolarisée
## 7021
## 400 - Commune isolée hors influence des pôles
## 7383## ZAU
## 111 - Grand pôle (plus de 10 000 emplois)
## 8.95
## 112 - Couronne d'un grand pôle
## 33.52
## 120 - Multipolarisée des grandes aires urbaines
## 10.80
## 211 - Moyen pôle (5 000 à 10 000 emplois)
## 1.24
## 212 - Couronne d'un moyen pôle
## 2.22
## 221 - Petit pôle (de 1 500 à 5 000 emplois)
## 2.42
## 222 - Couronne d'un petit pôle
## 1.59
## 300 - Autre commune multipolarisée
## 19.14
## 400 - Commune isolée hors influence des pôles
## 20.12## ZAU
## REG 111 - Grand pôle (plus de 10 000 emplois) 112 - Couronne d'un grand pôle
## 01 17 6
## 02 16 0
## 03 3 3
## 04 10 3
## 11 413 853
## 24 103 734
## 27 140 1299
## 28 216 1126
## 32 481 1505
## 44 322 1721
## 52 108 535
## 53 89 415
## 75 333 1161
## 76 258 1124
## 84 548 1484
## 93 220 229
## 94 8 99
## ZAU
## REG 120 - Multipolarisée des grandes aires urbaines
## 01 1
## 02 4
## 03 0
## 04 4
## 11 3
## 24 188
## 27 336
## 28 488
## 32 729
## 44 822
## 52 186
## 53 152
## 75 254
## 76 333
## 84 390
## 93 69
## 94 3
## ZAU
## REG 211 - Moyen pôle (5 000 à 10 000 emplois) 212 - Couronne d'un moyen pôle
## 01 0 0
## 02 3 0
## 03 2 0
## 04 2 0
## 11 3 2
## 24 30 72
## 27 31 122
## 28 34 104
## 32 33 18
## 44 54 102
## 52 23 44
## 53 47 18
## 75 51 81
## 76 79 155
## 84 43 84
## 93 20 11
## 94 1 2
## ZAU
## REG 221 - Petit pôle (de 1 500 à 5 000 emplois) 222 - Couronne d'un petit pôle
## 01 3 0
## 02 2 0
## 03 1 0
## 04 0 0
## 11 0 0
## 24 46 19
## 27 60 137
## 28 78 29
## 32 54 18
## 44 89 118
## 52 69 8
## 53 42 1
## 75 163 81
## 76 123 89
## 84 113 47
## 93 32 6
## 94 13 29
## ZAU
## REG 300 - Autre commune multipolarisée
## 01 2
## 02 4
## 03 0
## 04 1
## 11 7
## 24 375
## 27 737
## 28 762
## 32 711
## 44 1155
## 52 386
## 53 325
## 75 1002
## 76 877
## 84 517
## 93 107
## 94 53
## ZAU
## REG 400 - Commune isolée hors influence des pôles
## 01 3
## 02 5
## 03 13
## 04 4
## 11 0
## 24 275
## 27 969
## 28 396
## 32 289
## 44 815
## 52 143
## 53 181
## 75 1379
## 76 1527
## 84 963
## 93 269
## 94 152## ZAU
## REG 111 - Grand pôle (plus de 10 000 emplois) 112 - Couronne d'un grand pôle
## 01 0.05 0.02
## 02 0.04 0.00
## 03 0.01 0.01
## 04 0.03 0.01
## 11 1.13 2.32
## 24 0.28 2.00
## 27 0.38 3.54
## 28 0.59 3.07
## 32 1.31 4.10
## 44 0.88 4.69
## 52 0.29 1.46
## 53 0.24 1.13
## 75 0.91 3.16
## 76 0.70 3.06
## 84 1.49 4.04
## 93 0.60 0.62
## 94 0.02 0.27
## ZAU
## REG 120 - Multipolarisée des grandes aires urbaines
## 01 0.00
## 02 0.01
## 03 0.00
## 04 0.01
## 11 0.01
## 24 0.51
## 27 0.92
## 28 1.33
## 32 1.99
## 44 2.24
## 52 0.51
## 53 0.41
## 75 0.69
## 76 0.91
## 84 1.06
## 93 0.19
## 94 0.01
## ZAU
## REG 211 - Moyen pôle (5 000 à 10 000 emplois) 212 - Couronne d'un moyen pôle
## 01 0.00 0.00
## 02 0.01 0.00
## 03 0.01 0.00
## 04 0.01 0.00
## 11 0.01 0.01
## 24 0.08 0.20
## 27 0.08 0.33
## 28 0.09 0.28
## 32 0.09 0.05
## 44 0.15 0.28
## 52 0.06 0.12
## 53 0.13 0.05
## 75 0.14 0.22
## 76 0.22 0.42
## 84 0.12 0.23
## 93 0.05 0.03
## 94 0.00 0.01
## ZAU
## REG 221 - Petit pôle (de 1 500 à 5 000 emplois) 222 - Couronne d'un petit pôle
## 01 0.01 0.00
## 02 0.01 0.00
## 03 0.00 0.00
## 04 0.00 0.00
## 11 0.00 0.00
## 24 0.13 0.05
## 27 0.16 0.37
## 28 0.21 0.08
## 32 0.15 0.05
## 44 0.24 0.32
## 52 0.19 0.02
## 53 0.11 0.00
## 75 0.44 0.22
## 76 0.34 0.24
## 84 0.31 0.13
## 93 0.09 0.02
## 94 0.04 0.08
## ZAU
## REG 300 - Autre commune multipolarisée
## 01 0.01
## 02 0.01
## 03 0.00
## 04 0.00
## 11 0.02
## 24 1.02
## 27 2.01
## 28 2.08
## 32 1.94
## 44 3.15
## 52 1.05
## 53 0.89
## 75 2.73
## 76 2.39
## 84 1.41
## 93 0.29
## 94 0.14
## ZAU
## REG 400 - Commune isolée hors influence des pôles
## 01 0.01
## 02 0.01
## 03 0.04
## 04 0.01
## 11 0.00
## 24 0.75
## 27 2.64
## 28 1.08
## 32 0.79
## 44 2.22
## 52 0.39
## 53 0.49
## 75 3.76
## 76 4.16
## 84 2.62
## 93 0.73
## 94 0.41Pour aller plus loin et ajouter des variables de pondération, calculer les profils-ligne ou profils-colonne, rendez-vous au module 3 “Statistiques descriptives” ou demander à un GF (Gentil Formateur).