273 lines
9.9 KiB
Markdown
273 lines
9.9 KiB
Markdown
# Exercice 1 : Analyse des données démographiques et professionnelles
|
|
|
|
## Table des matières
|
|
1. [Initialisation des variables](#init)
|
|
2. [Répartition des genres](#q1)
|
|
3. [Répartition des niveaux d'études selon le genre](#q2)
|
|
4. [Effectifs des 10 professions les plus représentées](#q3)
|
|
5. [Profession la plus fréquente selon le genre](#q4)
|
|
6. [Statistiques par niveau d'études](#q5)
|
|
7. [Statistiques par genre](#q6)
|
|
7. [Nuage de points et régression](#q6)
|
|
|
|
---
|
|
|
|
## Initialisation des variables {#init}
|
|
|
|
Pour cette exercice, veuillez initaliser les variables suivantes :
|
|
|
|
**[Script Scilab](scripts/init.sce) :**
|
|
|
|
```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 {#q1}
|
|
|
|
> Donnez sous forme de camembert la répartition des genres.
|
|
|
|
**[Script Scilab](scripts/q1.sce) :**
|
|
|
|
```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 {#q3}
|
|
|
|
> Donnez sous forme d'histogramme, les effectifs des 10 professions les plus représentées.
|
|
|
|
**[Script Scilab](scripts/q3.sce) :**
|
|
|
|
```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
|
|
|
|
```
|
|
|
|
**Résultat :**
|
|
|
|
|
|
|
|
---
|
|
|
|
## Question 4 : Profession la plus fréquente selon le genre {#q4}
|
|
|
|
> Quelle est la profession la plus fréquente des femmes ? des hommes ?
|
|
|
|
**[Script Scilab](scripts/q4.sce) :**
|
|
|
|
```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(119) //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(11) //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 {#q5}
|
|
|
|
> Pour chaque niveau d'études, donnez le salaire moyen, l'âge moyen et l'expérience moyenne.
|
|
|
|
**[Script Scilab](scripts/q5.sce) :**
|
|
|
|
```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 {#q6}
|
|
|
|
> Pour chaque genre, donnez le salaire moyen, l'âge moyen et l'expérience moyenne.
|
|
|
|
**[Script Scilab](scripts/q6.sce) :**
|
|
|
|
```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 ! ⚠️
|
|
|
|
---
|
|
|
|
[🏠](../ "Retour au sommaire") | [➡️](../EXO2/ "Exercice suivant (Exercice 2)") |