Yves Schaeffer, Vanessa Kuentz-Simonet, Tina Rambonilaza
{"title":"区域一级生活质量变量的聚类方法- ClustOfVar方法","authors":"Yves Schaeffer, Vanessa Kuentz-Simonet, Tina Rambonilaza","doi":"10.3917/reru.231.0137","DOIUrl":null,"url":null,"abstract":"Ce papier propose une approche statistique par clustering de variables pour analyser et mesurer la qualité de vie à l’échelle des territoires. Les spécificités et les propriétés mathématiques de la méthode ClustOfVar – en particulier la construction simultanée de clusters de variables et de variables synthétiques associées (de type continu et non nécessairement orthogonales entre elles) – permettent de répondre au double enjeu de réduction de dimension des données et de mise en évidence de la multidimensionnalité du bien-être. Ce travail mobilise le jeu de données constitué par l’Insee pour analyser la qualité de vie en France métropolitaine. L’approche développée permet de mettre en lumière les associations entre les variables pour révéler les composantes empiriques qui structurent les conditions de vie. La cartographie des variables synthétiques et les calculs d’indices d’autocorrélations spatiales confirment l’existence d’interactions spatiales opérant à différentes échelles.","PeriodicalId":54078,"journal":{"name":"Revue d Economie Regionale et Urbaine","volume":"198 1","pages":"0"},"PeriodicalIF":0.2000,"publicationDate":"2023-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Approche par clustering de variables de la qualité de vie à l’échelle des territoires – la méthode ClustOfVar\",\"authors\":\"Yves Schaeffer, Vanessa Kuentz-Simonet, Tina Rambonilaza\",\"doi\":\"10.3917/reru.231.0137\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Ce papier propose une approche statistique par clustering de variables pour analyser et mesurer la qualité de vie à l’échelle des territoires. Les spécificités et les propriétés mathématiques de la méthode ClustOfVar – en particulier la construction simultanée de clusters de variables et de variables synthétiques associées (de type continu et non nécessairement orthogonales entre elles) – permettent de répondre au double enjeu de réduction de dimension des données et de mise en évidence de la multidimensionnalité du bien-être. Ce travail mobilise le jeu de données constitué par l’Insee pour analyser la qualité de vie en France métropolitaine. L’approche développée permet de mettre en lumière les associations entre les variables pour révéler les composantes empiriques qui structurent les conditions de vie. La cartographie des variables synthétiques et les calculs d’indices d’autocorrélations spatiales confirment l’existence d’interactions spatiales opérant à différentes échelles.\",\"PeriodicalId\":54078,\"journal\":{\"name\":\"Revue d Economie Regionale et Urbaine\",\"volume\":\"198 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2023-01-24\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revue d Economie Regionale et Urbaine\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.3917/reru.231.0137\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"ECONOMICS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revue d Economie Regionale et Urbaine","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3917/reru.231.0137","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ECONOMICS","Score":null,"Total":0}
Approche par clustering de variables de la qualité de vie à l’échelle des territoires – la méthode ClustOfVar
Ce papier propose une approche statistique par clustering de variables pour analyser et mesurer la qualité de vie à l’échelle des territoires. Les spécificités et les propriétés mathématiques de la méthode ClustOfVar – en particulier la construction simultanée de clusters de variables et de variables synthétiques associées (de type continu et non nécessairement orthogonales entre elles) – permettent de répondre au double enjeu de réduction de dimension des données et de mise en évidence de la multidimensionnalité du bien-être. Ce travail mobilise le jeu de données constitué par l’Insee pour analyser la qualité de vie en France métropolitaine. L’approche développée permet de mettre en lumière les associations entre les variables pour révéler les composantes empiriques qui structurent les conditions de vie. La cartographie des variables synthétiques et les calculs d’indices d’autocorrélations spatiales confirment l’existence d’interactions spatiales opérant à différentes échelles.