SAE_2.04/EXO1

Exercice 1 : Analyse des données démographiques et professionnelles

Table des matières

1. Initialisation des variables
2. Répartition des genres
3. Répartition des niveaux d'études selon le genre
4. Effectifs des 10 professions les plus représentées
5. Profession la plus fréquente selon le genre
6. Statistiques par niveau d'études
7. Statistiques par genre
8. Nuage de points et régression

---

Initialisation des variables

Pour cette exercice, veuillez initaliser les variables suivantes :

Script Scilab :

csvDouble = csvRead("data.csv");                         //ouvre data.csv en une matrice d'entier
csvString = csvRead("data.csv",[],[],'string');          //ouvre data.csv en une matrice de string

---

Question 1 : Répartition des genres

Donnez sous forme de camembert la répartition des genres.

Script Scilab :

genre = tabul(csvString(:,3),"i");                       //récupère la liste des genres ainsi que leur occurence
pie(genre(2),genre(1));                                  //ouvre un diagramme camembert représentant les genres en fonction de leur occurence
title('Répartition des genres');

Résultat :

---

Question 2 : Répartition des niveaux d'études selon le genre

Donnez sous forme d'histogramme la répartition des niveaux d'études, suivants le genre.

Script Scilab :

// Crée une matrice 6699x2 avec les genres et le niveau d'études
genre_lvl = [csvString(:,3),csvString(:,4)];                                     

// Calculer les totaux par genre
total_homme = length(find(genre_lvl(:,1) == "Male"));
total_femme = length(find(genre_lvl(:,1) == "Female"));
total_autre = length(find(genre_lvl(:,1) == "Other"));

// Calculer les occurrences pour chaque niveau d'étude par genre
high_homme = length(find(genre_lvl(:,2) == "0" & genre_lvl(:,1) == "Male"));     
high_femme = length(find(genre_lvl(:,2) == "0" & genre_lvl(:,1) == "Female"));   
high_autre = length(find(genre_lvl(:,2) == "0" & genre_lvl(:,1) == "Other"));    

b_homme = length(find(genre_lvl(:,2) == "1" & genre_lvl(:,1) == "Male"));        
b_femme = length(find(genre_lvl(:,2) == "1" & genre_lvl(:,1) == "Female"));      
b_autre = length(find(genre_lvl(:,2) == "1" & genre_lvl(:,1) == "Other"));       

m_homme = length(find(genre_lvl(:,2) == "2" & genre_lvl(:,1) == "Male"));        
m_femme = length(find(genre_lvl(:,2) == "2" & genre_lvl(:,1) == "Female"));      
m_autre = length(find(genre_lvl(:,2) == "2" & genre_lvl(:,1) == "Other"));       

d_homme = length(find(genre_lvl(:,2) == "3" & genre_lvl(:,1) == "Male"));        
d_femme = length(find(genre_lvl(:,2) == "3" & genre_lvl(:,1) == "Female"));      
d_autre = length(find(genre_lvl(:,2) == "3" & genre_lvl(:,1) == "Other"));       

// Calculer les fréquences
freq_high_homme = high_homme / total_homme;
freq_high_femme = high_femme / total_femme;
freq_high_autre = high_autre / total_autre;

freq_b_homme = b_homme / total_homme;
freq_b_femme = b_femme / total_femme;
freq_b_autre = b_autre / total_autre;

freq_m_homme = m_homme / total_homme;
freq_m_femme = m_femme / total_femme;
freq_m_autre = m_autre / total_autre;

freq_d_homme = d_homme / total_homme;
freq_d_femme = d_femme / total_femme;
freq_d_autre = d_autre / total_autre;

// Créer un tableau des fréquences
temp = [freq_high_homme, freq_high_femme, freq_high_autre;
        freq_b_homme, freq_b_femme, freq_b_autre;
        freq_m_homme, freq_m_femme, freq_m_autre;
        freq_d_homme, freq_d_femme, freq_d_autre];

// Niveaux d'études
lvlEtude = [0, 1, 2, 3];

// Tracer les barres des fréquences
bar(lvlEtude, temp);
legend("homme", "femme", "autre");
xlabel('Niveau de etude');
ylabel('Fréquence');
title('Fréquences des niveaux d''etudes par genre');

Résultat :

---

Question 3 : Effectifs des 10 professions les plus représentées

Donnez sous forme d'histogramme, les effectifs des 10 professions les plus représentées.

Script Scilab :

metiers = tabul(csvString(:,5),"i");                                 //récupère la liste des profession ainsi que leur occurence
[occu,indice] = gsort(metiers(2));                                   //donne la liste des occurence trié ainsi que l'indice que son indice avant le tri
profession = metiers(1);                                             //stock la liste des profession dans une variable
matrice_occurence = [occu(1:1),occu(2:2),occu(3:3),occu(4:4),occu(5:5),occu(6:6),occu(7:7),occu(8:8),occu(9:9),occu(10:10)];
bar(1,matrice_occurence);                                              //affiche l'histogramme des 10 professions avec le plus de monde
legend(profession(indice(1:10)));                                    //légende le graphe pour donner un nom à chaque colonne
xlabel('Professions');
ylabel('Effectifs');
title('effectifs des 10 professions les plus représentées');

Résultat :

---

Question 4 : Profession la plus fréquente selon le genre

Quelle est la profession la plus fréquente des femmes ? des hommes ?

Script Scilab :

// Femme : 
indice_female = find(csvString(:,3) == "Female");        //récupère les indice de la colonne 3 de data.csv contenant "Female"
[valeurs] = csvString(indice_female,5);                  //récupère les métiers situés aux indices récupérés précédemment
metiers_female = tabul(valeurs);                         //récupère les métiers sans doublons ainsi que leur occurence
[occurence_tri,indice_tri] = gsort(metiers_female(2));   //récupère et trie dans un tableau ce qu'on a relevé précédemment et relève leur indice d'avant
liste_metiers_female = metiers_female(1);                //récupère dans une variable la liste des métiers unique dans le but de la parcourir par indice
liste_metiers_female(indice_tri(1));                               //relève le métiers recensant le plus de femmes

// Homme : 
indice_male = find(csvString(:,3) == "Male");            //récupère les les indice de la colonne 3 de data.csv contenant "Male"
[valeurs2] = csvString(indice_male,5);                   //récupère les métiers situés aux indices récupérés précédemment
metiers_male = tabul(valeurs2);                          //récupère les métiers sans doublons ainsi que leur occurence
[occurence_tri,indice_tri] = gsort(metiers_male(2));     //récupère et trie dans un tableau ce qu'on a relevé précédemment et relève leur indice d'avant
liste_metiers_male = metiers_male(1);                    //récupère dans une variable la liste des métiers unique dans le but de la parcourir par indice
liste_metiers_male(indice_tri(1));                                  //relève le métiers recensant le plus d'hommes

Résultat :

• Profession la plus fréquente des femmes : Data Scientist
• Profession la plus fréquente des hommes : Software Engineer

---

Question 5 : Statistiques par niveau d'études

Pour chaque niveau d'études, donnez le salaire moyen, l'âge moyen et l'expérience moyenne.

Script Scilab :

indice_high = find(csvDouble(:,4) == 0 );
salaire_high = csvDouble(indice_high,7);
mean(salaire_high)                                      //36706.694
age_high = csvDouble(indice_high,2);
mean(age_high)                                          //26.854911
exp_high = csvDouble(indice_high,6);
mean(exp_high)                                          //1.9151786

indice_b = find(csvDouble(:,4) == 1 );
salaire_b = csvDouble(indice_b,7);
mean(salaire_b)                                         //95082.909
age_b = csvDouble(indice_b,2);
mean(age_b)                                             //30.260179
exp_b = csvDouble(indice_b,6);
mean(exp_b)                                             //5.4195631

indice_m = find(csvDouble(:,4) == 2 );
salaire_m = csvDouble(indice_m,7);
mean(salaire_m)                                         //130112.06
age_m = csvDouble(indice_m,2);
mean(age_m)                                             //35.171505
exp_m = csvDouble(indice_m,6);
mean(exp_m)                                             //9.6456989

indice_p = find(csvDouble(:,4) == 3);
salaire_p = csvDouble(indice_p,7);
mean(salaire_p)                                         //165651.46
age_p = csvDouble(indice_p,2);
mean(age_p)                                             //41.154858
exp_p = csvDouble(indice_p,6);
mean(exp_p)                                             //13.915267

Résultat :

• Niveau d'étude 0 :

  • Salaire moyen : 36,706.69 $
  • Âge moyen : 26.85 ans
  • Expérience moyenne : 1.92 ans

• Niveau d'étude 1 :

  • Salaire moyen : 95,082.91 $
  • Âge moyen : 30.26 ans
  • Expérience moyenne : 5.42 ans

• Niveau d'étude 2 :

  • Salaire moyen : 130,112.06 $
  • Âge moyen : 35.17 ans
  • Expérience moyenne : 9.65 ans

• Niveau d'étude 3 :

  • Salaire moyen : 165,651.46 $
  • Âge moyen : 41.15 ans
  • Expérience moyenne : 13.92 ans

---

Question 6 : Statistiques par genre

Pour chaque genre, donnez le salaire moyen, l'âge moyen et l'expérience moyenne.

Script Scilab :

indice_6_female = find(csvString(:,3) == "Female" );
salaire_6_female = csvDouble(indice_6_female,7);
mean(salaire_6_female)					                
age_6_female = csvDouble(indice_6_female,2);
mean(age_6_female)					                    
exp_6_female = csvDouble(indice_6_female,6);
mean(exp_6_female)					                    

indice_6_male = find(csvString(:,3) == "Male" );
salaire_6_male = csvDouble(indice_6_male,7);
mean(salaire_6_male)					                
age_6_male = csvDouble(indice_6_male,2);
mean(age_6_male)					                   
exp_6_male = csvDouble(indice_6_male,6);
mean(exp_6_male)					                    


indice_6_other = find(csvString(:,3) == "Other" );
salaire_6_other = csvDouble(indice_6_other,7);
mean(salaire_6_other)					                
age_6_other = csvDouble(indice_6_other,2);
mean(age_6_other)					                    
exp_6_other = csvDouble(indice_6_other,6);
mean(exp_6_other)					                    

Résultat :

• Genre Femme :

  • Salaire moyen : 107,889.00 $
  • Âge moyen : 32.63 ans
  • Expérience moyenne : 7.42 ans

• Genre Homme :

  • Salaire moyen : 121,389.87 $
  • Âge moyen : 34.41 ans
  • Expérience moyenne : 8.62 ans

• Genre Autre :

  • Salaire moyen : 125,869.86 $
  • Âge moyen : 39.57 ans
  • Expérience moyenne : 16.43 ans

⚠️ Les résultats sont arrondis ! ⚠️

---

🏠 | ➡️