Discussion :

[matmar77]

Bonjour à tous,

Désolé de vous déranger en ce beau jour! Voilà je suis débutant en prog R et je suis ici pour faire appel à votre aide car je ne connais personne de qualifié dans mon cercle.
Je m'initie actuellement à l'aide d'une base de donnée .dta que j'ai au préalable importé dans R. Cette base est la base COI 2006 (Changement Organisationnels et Informations) qui regroupe énormément de variables. Le sujet que je traite est le suivant: Les salariés qui travaillent beaucoup sans compensation (salariale ou repos) : qui sont-ils ?
j'aimerais donc réaliser des statistiques descriptives des variables (avec graphiques et ou tableau) mettant en relation par exemple la catégorie socio pro et les nombre d'heures travaillés. Le problème est que le .dta regroupe plus de 12,000 lignes et je ne sais pas comment filtrer ou réarranger pour une meilleure visualisation des variables. Est-ce qu'il y a un moyen de rendre plus lisible tout ça?
Le fichier pdf est censé récapitulé le nom des variables du fichier .dta mais je ne comprends rien, je trouve peu de données similaire !
Pourriez-vous m'aider svp?? Je suis preneur de toute solution!

Voici le lien du fichier: https://drive.google.com/open?id=1h-...pJ860m2-2t5xfu (je n'ai pas réussi a l'uploader en pj)

Merci encore de votre aide!

Cordialement,

[Puppet_Master]

Bonjour matmar77.

Wow, les ~13000 observations OK ... mais 879 variables par observations c'est beaucoup.

Si je devais miner dans ces données, j'établirais déjà une liste de questions pour déterminer quelles variables regarder. Puis je ferai chaque graphique/analyse pour y répondre.

Exemple de la démarche:

Question:

• Quelle est la répartition des "Activités économiques" et avec quelle répartition de contrat ?

Variables pour répondre:

• lib_apet => libellé d'activité économique
• contra => type de contrat

Code R:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
library(foreign) 
 
d <- read.dta(file.choose()) 
 
library(ggplot2)
 
ggplot(d) +
    aes(x = reorder(lib_apet,lib_apet,function(x)length(x)), y = ..count.., fill = contra ) +
    geom_bar(colours = "white") +
    scale_x_discrete(limits = 
                        tail(
                            levels(
                                reorder(d$lib_apet,d$lib_apet,function(x)length(x))
                            ),
                        50)
                    ) +
    labs(
        title = "Top 50 des types d'activitées",
        x = NULL,
        y = "Count"
    ) +
    coord_flip()