Data mining : étude comparative en termes de développement régional

Thèmes abordés

Data mining, étude comparative, développement régional, analyse de données, extrapolation d'informations, variables quantitatives, XLSTAT, IDR Indice de Développement Régional, critère de Kaiser, gouvernorats tunisiens, santé, emploi

Résumé du document

Le data mining, une fouille des données, est un procédé d'exploration et d'analyse de grands volumes de données pour les rendre plus compréhensibles et découvrir des corrélations significatives comme les règles de classement et de prédiction afin d'aider l'utilisateur à décider. Il existe deux types de data mining : le premier type est le data mining descriptif pour explorer les données, et le deuxième type est le data mining prédictif pour l'extrapolation des informations.

Extraits

[...] Data mining : étude comparative en termes de développement régional Le data mining, une fouille des données, est un procédé d'exploration et d'analyse de grands volumes de données pour les rendre plus compréhensibles et découvrir des corrélations significatives comme les règles de classement et de prédiction afin d'aider l'utilisateur à décider. Il existe deux types de data mining : le premier type est le data mining descriptif pour explorer les données et le deuxième type est le data mining prédictif pour l'extrapolation des informations. [...]

[...] On constate, à partir de ce graphe, que les variables « indice du savoir » et « indice de la richesse et emploi » sont très corrélées au premier axe F1 vu que leurs valeurs de corrélation sont proches de 1 (respectivement 0,928 et 0,925). La corrélation de toutes les variables est positive. En plus, les variables contribuent toutes à la formation de premier axe : c'est l'effet taille. On remarque, d'après le graphe de l'annexe 12, que les gouvernorats Tozeur, Medenine et Bizerte sont très proches donc ils ont des comportements semblables c'est-à-dire qu'ils ont des indices de développement régionaux très proches. C. [...]

[...] Tableau 1 : les indices de développement régional dans les gouvernorats tunisiens II. Présentation du logiciel utilisé Le tableau à étudier contient comme on a mentionné précédemment 15 individus et 4 variables quantitatives. J'ai utilisé le Microsoft Excel implémenté de XLSTAT pour analyser et interpréter les résultats du tableau. En plus, puisque les variables sont quantitatives j'ai recouru ainsi à la méthode d'Analyse en Composantes Principales (ACP). XLSTAT permet d'utiliser les techniques de statistique et de modélisation sans quitter le Microsoft Excel. [...]

[...] L'axe 2 représente ainsi les gouvernorats qui ont des forts et des faibles indices de « santé et population » d'une part et de « justice et équité » d'autre part. Conclusion Suite à cette analyse des données, on conclut que la Tunisie souffre d'une disparité très importante entre les gouvernorats. Cela paraît dans l'infrastructure socio-sanitaire : l'eau, la santé, l'éducation Il y a des infrastructures qui dépassent la moyenne nationale autrement dit des gouvernorats qui ont un indice global supérieur à 0,5 et d'autres qui ne l'atteignent pas comme le cas des régions qui appartiennent à la zone intérieure – ouest : Kairouan, Kasserine et Sidi Bouzid. [...]

[...] On cite par exemple le marketing quantitatif, analyse d'enquêtes, analyse de portefeuille, modélisation de risque, contrôle qualité, etc. III. Calcul des indices de développement régional Avant de commencer l'analyse des résultats, il est indispensable de savoir comment calculer l'indice de développement régional IDR. Le tableau suivant récapitule les variables que les indices « richesse et emploi », « savoir », « santé et population » et « justice et équité » en dépendent. Indices Variables Indice du savoir Admis en baccalauréat. Taux d'analphabétisme. Taux de scolarisation de la population âgée de 6 à 14 ans. [...]