In JMPivette/evavelo: Automatic Treatment on EVA-VELO Method

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)

library(evavelo)

Introduction

La méthode EVA-VELO propose de vérifier différentes valeurs numériques afin d'éliminer les valeurs extrêmes qui seraient liées à une erreur de saisie.

Les champs de l'enquête à vérifier sont:

• km_sortie
• revenu
• dms
• tour_dep_xxx

Eva-Scan permet d'identifier ces valeurs "extrêmes" sans pour autant modifier le fichier Excel. Ces valeurs identifiées doivent en effet être revues manuellement pour vérifier s'il s'agit d'une erreur de saisie ou non.

La vérification s'effectue par l'appel à la fonction check_num_outliers() ou en cliquant sur Chercher valeurs numériques anormales dans l'application web.

Valeurs anormales

Revenu [revenu]

L'ensemble des revenus de l'enquête sont analysés:

• Le premier et le dernier centile sont identifiés
• Des valeurs supplémentaire sont identifiées en utilisant la méthode du "1,5 x IQR":

Cette méthode consiste à détecter le premier quartile (Q1) et le dernier quartile (Q3) puis de calculer l'écart interquartile IQR = Q3 - Q1 .

Nous détectons ensuite toutes les valeurs supérieures à Q3 + 1,5 x IQR et toutes celles inférieures à Q1 - 1,5 x IQR.

Distance de la sortie [km_sortie]

La méthode de détection des valeurs extrêmes sur km_sortie est la même que pour revenu avec une analyse séparée pour chacune des categorie_corrigee.

Durée moyenne de séjour [dms]

Les valeurs de dms suivantes sont identifiées:

• Le premier et le dernier centile
• La méthode "1,5 x IQR"
• Les valeurs inférieures à 1
• Les valeurs égales à 365

Pour ces analyses, le regroupement se fait par mode_heb_regroupe. Si jamais un groupe a plus de 200 réponses, il est subdivisé en fonction de categorie_corrige_corrige sans pour autant créer de groupes de moins de 50 réponses.

Dépenses [tour_dep_xxx]

8 variables de type tour_dep_xxx sont analysées en cherchant en cherchant le premier et dernier centile et en utilisant la méthode "1,5 x IQR".

Le regroupement va dépendre des variables:

Regroupement par [categorie_corrige]

Les dépenses suivantes sont regroupées par categorie_corrige avant la recherche de valeurs anormales:

• tour_dep_alim,
• tour_dep_activites
• tour_dep_souvenirs
• tour_dep_location
• tour_dep_autres

Regroupement par [mode_heb_regroupe]

Les dépenses suivantes sont regroupées par mode_heb_regroupe avant la recherche de valeurs anormales:

• tour_dep_to_jour,
• tour_dep_heb

Dépenses de transport [tour_dep_transp]

La détection d'anomalies sur tour_dep_transp est réalisée en effectuant un regroupement par la variable mode_transp_jour à condition qu'il y ait a minima 100 réponses par mode de transport. Les modes de transports plus rares sont regroupés ensemble.

Eva-Scan va aussi détecter les cas pour lesquels mode_transport_jour vaut "aucun" et qui ont cependant une valeur non nulle pour tour_dep_transp

Exemple de traitement

## Calcul des categories corrigées
categorie_corrige <- process_evavelo(
  evavelo::evavelo_example_geocoded
)$enquetes_post_traitement$categorie_corrige

## Recherche des valeurs anormales
check_num_outliers(evadata = evavelo_example_geocoded,
                   categorie_corrige =  categorie_corrige)

JMPivette/evavelo documentation built on April 8, 2023, 4:20 p.m.