fonctionr est un package R qui a pour but de produire
facilement des statistiques descriptives complètes à partir de données
individuelles issues de sondages avec un design complexe. Le package
inclut des fonctions permettant de produire les résultats les plus
usuels (comparaison de proportions, de moyennes, de médianes, de
distributions), en tenant compte du plan d’échantillonnage réel grâce au
package survey.
fonctionr a l’objectif de faciliter l’inférence
statistique : outre des résultats descriptifs, le package produit des
intervalles de confiance et des tests statistiques qui prennent en
compte de design réel de l’enquête. fonctionr produit
également des graphiques des résultats à l’aide de ggplot2,
dans le but de pouvoir intégrer directement et rapidement les résultats
produits dans un rapport/une publication. Vous trouverez sur cette page
une rapide introduction à fonctionr ; pour plus de détails,
voir le manuel.
Documentation : Pour comprendre plus en profondeur
notre package et ses différentes possibilités, nous renvoyons
l’utilisateur au Manuel
d’utilisation qui constitue un guide décrivant dans le détail les
différentes fonctions de fonctionr.
Note de développement : Cette version de
fonctionr est encore une version de développement. Elle est
néanmoins pleinement fonctionnelle et a passé l’épreuve de nombreux
tests, au cours desquels des solutions ont été apportées aux problèmes
posés par des structures de données diverses. La mise à disposition
publique du package nous permettra de bénéficier de retours plus larges
concernant des problèmes que nous n’aurions pas anticipés. Néanmoins,
dans un but de continuité d’utilisation, la logique d’utilisation de
fonctionr restera globalement la même. Seuls quelques
éléments seront encore possiblement modifiés ou harmonisés dans un
avenir proche (nom d’arguments, arguments supplémentaires…), sans que
cela impacte l’utilisation du programme.
Vous pouvez installer le package fonctionr depuis GitHub. Pour cela, il vous faut d’abord
installer et charger le package devtools. Une version CRAN
est en cours de soumission.
# Installer devtools si celui-ci n'est pas installé
install.packages("devtools")
# Installer fonctionr
devtools::install_github("jgires/fonctionr")
# Installer depuis CRAN (en cours de soumission)
install.packages("fonctionr")Avant toute utilisation, il faut bien entendu charger le package :
library(fonctionr)L’utilisation de fonctionr a pour but d’être simple.
Pour nos exemples, nous utilisons les données de l’enquête SILC pour
l’Autriche contenues dans le package laeken. Nous recodons
d’abord la variable de statut économique pour la lisibilité des
résultats :
# Loading of data
data(eusilc, package = "laeken")
# Creation of categories of economic status
eusilc$pl030_rec <- NA
eusilc$pl030_rec[eusilc$pl030 == "1"] <- "Working full time"
eusilc$pl030_rec[eusilc$pl030 == "2"] <- "Working part time"
eusilc$pl030_rec[eusilc$pl030 == "3"] <- "Unemployed"
eusilc$pl030_rec[eusilc$pl030 == "4"] <- "Student"
eusilc$pl030_rec[eusilc$pl030 == "5"] <- "Retired"
eusilc$pl030_rec[eusilc$pl030 == "6"] <- "Permanently disabled"
eusilc$pl030_rec[eusilc$pl030 == "7"] <- "Fulfilling domestic tasks"fonctionr comprend plusieurs fonctions pour réaliser
facilement des opérations descriptives courantes.
mean_group() permet par exemple de calculer des moyennes de
revenu par groupe. Les groupes, ici de statut économique, sont indiqués
dans l’argument group. C’est la moyenne du revenu mensuel
qui est calculée, car on peut indiquer soit une variable quantitative,
soit une expression pour calculer celle-ci, directement dans l’argument
quanti_exp (dans ce cas la variable eqIncome
est divisée par 12 à la volée). Le design de l’enquête SILC est pris en
considération, puisque l’on peut indiquer les clusters
(ids), les strates (strata) et les poids
(weight) dans la fonction. Les intervalles de confiance et
un test de différence des moyennes sont calculés en conséquence.
eusilc_mean <- mean_group(
eusilc,
group = pl030_rec,
quanti_exp = eqIncome / 12,
strata = db040,
ids = db030,
weight = rb050,
reorder = T,
title = "Mean of equivalised income in household by status of individuals",
subtitle = "Example with austrian SILC data from 'laeken' package",
)La fonction produit une liste encapsulant plusieurs résultats dans
des objets différents. L’objet tab comprend un data.frame
avec les résultats au format tidy :
eusilc_mean$tab
#> # A tibble: 8 × 8
#> pl030_rec mean mean_low mean_upp n_sample n_weighted n_weighted_low
#> <fct> <dbl> <dbl> <dbl> <int> <dbl> <dbl>
#> 1 Fulfilling domesti… 1296. 1253. 1338. 1207 640311. 605978.
#> 2 Permanently disabl… 1330. 1202. 1458. 178 104930. 85796.
#> 3 Retired 1720. 1681. 1758. 3146 1806954. 1746273.
#> 4 Student 1355. 1291. 1419. 736 395829. 365532.
#> 5 Unemployed 1456. 1380. 1532. 518 303252. 276953.
#> 6 Working full time 1895. 1864. 1926. 5162 2869868. 2797833.
#> 7 Working part time 1591. 1542. 1639. 1160 636121. 600709.
#> 8 Total 1703. 1679. 1726. 12107 6757264. 6683738.
#> # ℹ 1 more variable: n_weighted_upp <dbl>L’objet test.stat comprend les résultats d’un test
d’hypothèse prenant en compte le design de l’enquête. Le test pratiqué
est dépendant de la statistique calculée. Dans le cas de
mean_group(), il s’agit d’une ANOVA avec comme hypothèse
nulle l’égalité entre les moyennes de tous les groupes :
eusilc_mean$test.stat
#> Wald test for pl030_rec
#> in svyglm(formula = fmla, design = data_W)
#> F = 141.5453 on 6 and 5985 df: p= < 2.22e-16L’objet graph comprend un graphique ggplot présentant
les résultats et prêt à être inséré dans une publication :
eusilc_mean$graph
#> Warning: Removed 7 rows containing missing values or values outside the scale range
#> (`geom_text()`).
#> Warning: Removed 1 row containing missing values or values outside the scale range
#> (`geom_text()`).
fonctionr comprend plusieurs autres fonctions pour
réaliser des opérations similaires, par exemple pour calculer des
proportions par groupe avec la fonction prop_group(). On
peut à nouveau indiquer directement une expression à partir de laquelle
calculer les proportions dans l’argument prop_exp : dans ce
cas la proportion à recevoir des revenus du chômage (py090n
supérieurs à 0).
eusilc_prop <- prop_group(
eusilc,
group = pl030_rec,
prop_exp = py090n > 0,
strata = db040,
ids = db030,
weight = rb050,
reorder = T,
title = "Proportion of individuals receiving income from unemployment in their household",
subtitle = "Example with austrian SILC data from 'laeken' package"
)Le résultat contient à nouveau un tableau, le résultat d’un test
d’hypothèse et un graphique ggplot. Dans le cas de
prop_test(), le test d’hypothèse est un khi2 avec comme
hypothèse nulle l’égalité de toutes les proportions.
eusilc_prop$tab
#> # A tibble: 8 × 11
#> pl030_rec prop prop_low prop_upp n_sample n_true_weighted
#> <fct> <dbl> <dbl> <dbl> <int> <dbl>
#> 1 Fulfilling domestic tasks 0.0485 0.0369 0.0624 1207 31048.
#> 2 Permanently disabled 0.209 0.148 0.282 178 21975.
#> 3 Retired 0.0177 0.0134 0.0229 3146 31988.
#> 4 Student 0.0194 0.0106 0.0323 736 7666.
#> 5 Unemployed 0.732 0.690 0.770 518 221878.
#> 6 Working full time 0.0818 0.0741 0.0899 5162 234629.
#> 7 Working part time 0.110 0.0921 0.130 1160 69869.
#> 8 Total 0.0916 0.0863 0.0971 12107 619054.
#> # ℹ 5 more variables: n_true_weighted_low <dbl>, n_true_weighted_upp <dbl>,
#> # n_tot_weighted <dbl>, n_tot_weighted_low <dbl>, n_tot_weighted_upp <dbl>eusilc_prop$test.stat
#>
#> Pearson's X^2: Rao & Scott adjustment
#>
#> data: NextMethod()
#> F = 475.2, ndf = 5.9608, ddf = 35711.0201, p-value < 2.2e-16eusilc_prop$graph
#> Warning: Removed 7 rows containing missing values or values outside the scale range
#> (`geom_text()`).
#> Warning: Removed 1 row containing missing values or values outside the scale range
#> (`geom_text()`).
Joël Girès est sociologue et travaille à l’Observatoire de la Santé et du Social de la Région de Bruxelles-Capitale.
François Ghesquière est sociologue et travaille à l’Institut wallon de l’évaluation, de la prospective et de la statistique.
Nous sommes ouverts à toute remarque afin d’améliorer notre package.
