Ce projet nécessite d’avoir assimilé l’ensemble des notions des quatrième et cinquième modules du cours de Science des Données biologiques I. Ce projet requiert également de maîtriser le deuxième et le troisième modules de ce cours afin de reproduire les graphiques demandés. Il correspond au dépôt GitHub https://github.com/BioDataScience-Course/A05Ia_belgium_demo. Il est distribué sous licence CC BY-NC-SA 4.0.
Ce projet est individuel, court et cadré. Il permettra de vérifier que vous avez acquis les compétences suivantes :
- Comprendre des données à l’aide de métadonnées
- Maîtriser l’importation de données dans différents formats
- Être capable de remodeler des tableaux de données
- Maîtriser la transformation des variables
- Gérer les types de variables
- Pouvoir combiner différents tableaux de données
Reproduisez à l’identique les trois graphiques ci-dessous en complétant
le document belgium_notebook.qmd. Les données à utiliser ne sont
malheureusement pas proposées sous la forme d’un tableau unique. Vous
avez à votre disposition six tableaux de données que vous allez devoir
combiner et retravailler pour obtenir un tableau unique vous permettant
de réaliser les graphiques demandés.
Compilez la version finale au format HTML à l’aide du bouton “Rendu”. Vous avez une batterie de tests à votre disposition (onglet “Construire” -> bouton “Construire tout”) pour vérifier l’état de votre travail. Note : utilisez ces tests à la fin. Concentrez-vous d’abord sur vos analyses, puis faites un rendu final du document lorsque tout est complété, et seulement après, utilisez les tests. Il est contre-productif d’activer les tests à chaque nouvelle ligne de code ajoutée dans votre document ! Afin d’éviter tout abus d’utilisation des tests, vous ne pouvez les utiliser que dix fois dans ce projet.
Assurez-vous que votre document Quarto compile sans erreurs à la fin de votre travail (très important : un document qui ne compile pas sans erreur devra être sanctionné de manière importante). Vérifiez aussi à la fin que vos derniers commits ont bien été pushés sur GitHub.
L’office belge de statistique Statbel
(https://statbel.fgov.be/fr/propos-de-statbel) diffuse des données sur
l’économie, la société et le territoire belge. Dans ce projet, vous avez
à votre disposition des données de recensement de la population belge
entre 1992 et 2023 issues de ce site (exportées le 3 décembre 2023) dans
le dossier data et dans six fichiers distincts avec des formats
variés :
bxl_1992-2009.xlsx: Région de Bruxelles capitale de 1992 à 2009bxl_2010-2023.xlsx: Région de Bruxelles capitale à partir de 2010flamand_1992-2009.tsv.gz: Région flamande de 1992 à 2009flamand_2010-2023.tsv.gz: Région flamande à partir de 2010wallon_1992-2009.csv.xz: Région wallonne de 1992 à 2009wallon_2010-2023.csv.xz: Région wallonne à partir de 2010
Un dictionnaire des données est également mis à votre disposition :
knitr::kable(data.io::read$csv2("data/region_meta.csv"))| variable | label | unites | type | niveaux | val. manquantes | commentaire |
|---|---|---|---|---|---|---|
| groupe_d_ages | Catégorie d’âges | - | facteur | “Moins de 18 ans” “De 18 à 64 ans” “65 ans et plus” | NA | Variable à trois niveaux |
| region | Région | - | facteur | dépend du fichier (voir commentaire) | NA | Attention : variable à un niveau. Exemple : “Région de Bruxelles-Capitale” |
| sexe | Sexe | - | facteur | “Femmes” “Hommes” | NA | Variable à deux niveaux |
| nationalite | Nationalité | - | facteur | “Belges” “non-Belges” | NA | Variable à deux niveaux |
| population_au_1_janvier_XXXX | Nombre d’individus | - | numérique | - | NA | Dénombre la densité de population en l’an XXXX. |
Les termes de la licence relative à ces données sont accessibles ici : https://statbel.fgov.be/sites/default/files/files/opendata/Licence%20open%20data_FR.pdf.