In ACCCertDS/ACC: Base accident

Bibliothèques utiles à l’éxécution du programme

library(tidyverse)
library(dbplyr)
library(FactoMineR) # pour les ACM
library(mclust) # pour la classification
library(klaR) # pour les K-modes
library(ACC)

Préparation de la base de travail

data("population", package = "ACC")
accidents2 <-  mutate_pour_modele(accidents, population)

# Suppression des variables d'identifiants et les variables quantitatives
base <- accidents2 %>%
  dplyr::select(-Num_Acc)

# résumé de la base
summary(base)
names(base)

Etude 1 - ACM sur l'ensemble des variables qualitatives de la base de données

Dans cette première ACM, on intègre toutes les variables qualitatives.

ACM

res.mca <- MCA(base,
                level.ventil = 0.025)
# toutes les modalités représentant moins de 2.5 % sont ventilées aléatoirement dans les autres modalités (les tués représentent 2,7 % des accidents, d'où le filtre à 2,5 % car on veut garder la modalité "tué")

Réprésentation graphique des poids des dimensions

# Tableau avec les poids des axes
res.mca$eig[,2]

# Histogramme
barplot(res.mca$eig[,2], names = paste("Dim", 1:nrow(res.mca$eig)))

Au vu du coude, on ne garderait que 7 axes. Toutefois, cela représente assez peu (22 %), ce qui est normal en ACM.

Réprésentation graphique des individus

plot(res.mca, invisible = "var",
     title = "Représentation des individus selon les 2 premiers axes de l'ACM")

Vu le nombre d'individus, aucun intérêt car pas lisible.

Représentation graphique des modalités des variables

plot(res.mca, invisible = "ind",
     title = "Représentation des modalités selon les 2 premiers axes de l'ACM")

Même constat que pour le graphique précédent, trop de modalités et peu lisible.

Résumé des stats de l'ACM

summary(res.mca, nbelements=2, # nombre d'individus
        ncp=5, # nombre de dimensions
        nb.dec=2) 

Etude 2 - on regarde la gravité des blessures selon le profil des usagers

Dans cette 2e ACM, on étudie le fait d'être Indemne/Blessé selon les données démographiques des victimes (age, sexe, catégorie d'usagers).

ACM

# rq : on ne garde que les variables démographiques (sexe, age, catégorie d'usagers) et les autres sont passées en illustratives
res2.mca <- MCA(base, quali.sup = c(4:20,22), level.ventil = 0)

Réprésentation graphique des poids des dimensions

# Tableau avec les poids
res2.mca$eig[,2]

# Histogramme
barplot(res2.mca$eig[,2], names = paste("Dim", 1:nrow(res2.mca$eig)))

Au vu du graph, on peut garder 2 axes, qui explique 22 %.

Réprésentation graphique des individus

plot(res2.mca, invisible = c("var","quali.sup"),
     title = "Représentation des individus selon les 2 premiers axes de l'ACM")

Vu le nombre d'individus, peu d'intérêt car pas lisible.

Représentation graphique des individus selon les modalités de la variable "grav"

plot(res2.mca, invisible = c("var","quali.sup"),
     habillage = "grav",
     title = "Représentation des individus selon les modalités de la variable gravité")

Sur l'axe 2, les personnes idemnes (en bas) se détachent des personnes tuées (en haut)

Représentation graphique des individus selon les modalités de la variable "catégorie d'usager"

plot(res2.mca, invisible = c("var","quali.sup"),
     habillage = "catu",
     title = "Représentation des individus selon la catégorie d'usager")

Selon l'axe 2, on peut observer qu'un groupe "passager" se détache vers le bas (personnes indemnes), par oppoistion au groupe "piétons" vers le haut (personnes tuées)

Représentation graphique des modalités des variables

plot(res2.mca, invisible = "ind",
     title = "Représentation des modalités actives (rouge) et des modalités illustratives (vert) selon les 2 premiers axes de l'ACM")

Représentation graphique des modalités des variables (sans les variables illustratives)

plot(res2.mca, invisible = c("ind","quali.sup"),
     title = "Représentation des modalités actives selon les 2 premiers axes de l'ACM")

Sur l'axe 1: a) à gauche, plutôt des hommes, les classes d'âges intermédiaires (25-64 ans), conducteur et indemne b) à droite les âges extrêmes (moins de 15 ans ou 75 ans et plus), femmes, passagers ou piétons et blessés

Sur l'axe 2 : a) en haut : les personnes de plus de 75 ans / piéton / tué b) en bas : les personnes de moins de 25 ans / passager / blessé léger

Représentation graphique des ellipses de confiance

plotellipses(res2.mca, keepvar = c("grav", "sexe", "catu", "classe_age"))

L'axe 1 distingue les hommes (à gauche) des femmes (à droite). De même, les conducteurs sont à gauche et les piétons à droite. L'axe 2 distingue les jeunes (en bas) des personnes âgées (en haut). Les jeunes sont plutôt des passagers, les classes d'âges intermédiaires des conducteurs et les personnes plus âgées des piétons.

Cette représentation graphique conforte les groupes mis en avant à l'étape précédente.

Résumé des stats de l'ACM

summary(res2.mca, nbelements=5, # nombre d'individus
        ncp=2, # nombre de dimensions
        nb.dec=2) 

Etude 3 - on regarde la gravité des blessures selon les caractéristiques du lieu et du véhicule

Dans cette 3e ACM, on s'intéresse aux conditions de la route, météo et du véhicules

ACM

res3.mca <- MCA(base, quali.sup = c(1,3,21), 
                level.ventil = 0.025) 
# toutes les modalités représentant moins de 2.5 % sont ventilées aléatoirement dans les autres modalités (les tués représentent 2,7 % des accidents, d'où le filtre à 2,5 % car on veut garder la modalité "tué")

Réprésentation graphique des poids des dimensions

# Tableau avec les poids
res3.mca$eig[,2]

# Histogramme
barplot(res3.mca$eig[,2], names = paste("Dim", 1:nrow(res3.mca$eig)))

On garde 5 axes, soit 18.3 %.

Réprésentation graphique des individus

plot(res3.mca, invisible = c("var","quali.sup"),
     title = "Représentation des individus selon les 2 premiers axes de l'ACM")

Vu le nb d'individus, pas d'intérêt car pas lisible

Représentation graphique des individus selon les modalités de la variable "grav"

plot(res3.mca, invisible = c("var","quali.sup"),
     habillage = "grav",
     title = "Représentation des individus selon les modalités de la variable gravité")

Sur l'axe 2, les personnes indemnes (en bas) se détachent des personnes tuées (en haut)

Représentation graphique des modalités des variables

plot(res3.mca, invisible = "ind",
     title = "Réprésentation des modalités actives (rouge) et des modalités illustratives (vert) selon les 2 premiers axes de l'ACM")

Représentation graphique des modalités des variables (sans les variables illustratives)

plot(res3.mca, invisible = c("ind","quali.sup"),
     title = "Représentation des modalités actives selon les 2 premiers axes de l'ACM")

L'axe 1 est discriminant sur la catégorie de route : voie communale à gauche contre route nationale/autoroute à droite. De même, on a les accidents en agglomération à droite et ceux hors agglo à gauche (cohérent avec l'analyse précédente). Enfin, la luminosité conforte cette analyse : nuit avec éclairage (en agglo - à gauche) et nuit sans écalirage (hors agglo - à droite)

L'axe 2 distingue le profil : accidents en pente en haut et accident sur route "plate" en bas. De même, le régime de circulation explique cet axe : sens unique ou chaussées séparées en bas contre bidirectionnelle en haut. Enfin, on a une nette opposition entre les personnes indemnes en bas et les blessés/hospitalisés en haut.

Représentation graphique des ellipses de confiance

#plotellipses(res3.mca, keepvar = c("grav", "catr", "agg", "secu1", "catv", "col", "plan"))

Résumé des stats de l'ACM

summary(res3.mca, nbelements=20, # nombre d'individus (permet aussi de voir la contribution de toutes les variables aux axes)
        ncp=5, # nombre de dimensions
        nb.dec=2) 

Classification avec Mclust

Etape 1 : on fait un Mclust avec 1 à 10 classes

mod_classif <- Mclust(base, G = 1:10)
mod_classif$BIC

On constate que les meilleurs résultats sont pour les modèles EEV.

Etape 2 : on relance le mclust sur les modèles EEV uniquement et on teste de 1 à 10 classes

mod_classif <- Mclust(base, G = 1:10, modelNames = "EEV")
plot(1:10, abs(mod_classif$BIC), type='h') # pour afficher des BIC positifs

On retient 6 classes plutôt que 4 parce que ça minimise le BIC, et 6 plutôt que 10 car cela permet modèle plus parcimonieux et un nombre de classes plus facilement analysable.

mod_classif <- Mclust(base, G = 6, modelNames = "EEV")
summary(mod_classif) 

Analyse des classes

# ajout des classes dans la base
base_comp <- cbind.data.frame(base,classe_mclust=as.factor(mod_classif$classification))
names(base_comp)

Quelles modalités sont le plus liées aux modalité de la gravité des blessures ?

res_mclust <- catdes(base_comp, num.var = 2)  # on caractérise la variable "grav" (2e colonne dans la base)
lapply(res_mclust$category, function(.x) head(as.data.frame(.x), n=8))

Classe "Blessés hospitalisés"

Il y a une sur-représentation des personnes âgées de 75 ans et + : 31.0 % d'entre eux ont été blessés hospitalisés dans l'accident. Parmi les personnes blessées hospitalisées dans l'accident, 8.0 % sont des personnes de 75 ans et plus. Enfin, les personnes âgées de 75 ans et plus représentent 5.2 % des personnes accidentées. De même, il y a une sur-représentation des départements moins peuplés (29.7 % pour les moins de 500 000 hab contre 14.7% dans la base totale) Le lieu était plutôt une route départementale, non rectiligne avec une circulation bidirectionnelle.

Classe "Blessés léger"

Il y a une sur-représentation des personnes de moins de 15 ans : 50.0 % d'entre eux ont été blessés légers dans l'accident. Parmi les personnes blessées légers dans l'accident, 8.0 % sont des personnes de moins de 15 ans. Enfin, les personnes âgées de moins de 15 ans représentent 5.8 % des personnes accidentées. De même, il y a une sur-représentation des départements de plus de 2 millions d'habitants. Le lieu de l'accident était plus souvent une voie communale, en agglomération, sur une route à sens unique et le véhicule était un vélo.

Classe "Indemne"

Aucune catégorie d'usagers ne ressort. Ce sont plutôt des accidents avec plusieurs véhicules (2 ou plus), avec des véhicules utilitaires et en agglomération.

Classe "Tué"

Comme pour les blessés hospitalisés, il y a une sur-reprsentation des personnes âgées de 75 ans et plus, dans des départements de moins de 500 000 habitants. Le lieu est caractérisé par une route départementale bidirectionnelle, non rectiligne, hors agglomération. Les accidents ont eu lieu la nuit sans éclairage.

Quelles modalités sont les plus présentes dans chaque classe ?

res_mclust2 <- catdes(base_comp, num.var = 23)  # on choisit la variable "classe"
lapply(res_mclust2$category, function(.x) head(as.data.frame(.x), n=10))

Classe 1 (177 478)

accident en plein jour avec des conditions météo normales, sur une route "plate", rectiligne sans pb sur la surface sur-représentation des autoroutes, hors intersection avec une collisions de 3 véhicules ou plus

Classe 2 (70 517)

très peu d'info sur le lieu et les conditions (modalités à autres ou non renseigné) route départementale

Classe 3 (48 762)

voiture + collision de 2 véhicules route à sens unique avec une infrastructure à une intersection/giratoire

Classe 4 (88 249)

durant l'hiver (nov, dec ou janv) conditions météo dégradées (vent/tempête, couvert ou pluie) + surface de la route anormale + absence d'infrastructure

Classe 5 (25 154)

âges extrèmes (avant 15 ans ou 75 ans et +) accident sur une voie communale, en agglo + autre collision + pluie légère

Classe 6 (69 956)

usagers âgés entre 15 et 24 ans + département de plus de 2 millions d'habitants voie communale + en agglo + sans infrastructure + surface de la route normale

K-modes

mod_kmodes <- kmodes(as.matrix(base), 6) # on prend 6 classes comme ce que la classification a trouvé
summary(mod_kmodes)

Pour voir la modalité de chaque variables la plus présente dans chaque classe

mod_kmodes$modes

Classe 1

blessé léger + conducteur + hommes + 15-24 ans + depmt entre 1 et 2 millions d'hab mardi + mars + 16h-19h 2 roues + nuit avec éclairage + en agglo + hors intersection + voie communale bidirectionnelle

Classe 2

blessé léger + conducteur + hommes + 35-44 ans + depmt entre 1 et 2 millions d'hab jeudi + septembre + 10h-15h voiture + plein jour + en agglo + hors intersection + voie communale bidirectionnelle

Classe 3

indemne + conducteur + femme + 45-54 ans + depmt entre 1 et 2 millions d'hab mardi + juillet + 16h-19h voiture + plein jour + en agglo + hors intersection + voie communale bidirectionnelle

Classe 4

blessé hospitalisé + conducteur + hommes + 25-34 ans + depmt de moins de 500 000 hab samedi + juillet + 20h-06h voiture + nuit sans éclairage + hors agglo + hors intersection + route départementale birectionnelle

Classe 5

blessé léger + conducteur + hommes + 35-44 ans + depmt de 2 millions et plus d'hab samedi + juin + 16h-19h 2 roues + plein jour + en agglo + à une intersection + voie communale à sens unique

Classe 6

blessé hospitalisé + conducteur + hommes + 15-24 ans + depmt de 2 millions et plus d'hab mardi + août + 16h-19h 2 roues + plein jour + en agglo + à une intersection + voie communale bidirectionnelle

ACCCertDS/ACC documentation built on Dec. 17, 2021, 6:40 a.m.