La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Mesures de répartition de la population Claude Marois 2012.

Présentations similaires


Présentation au sujet: "Mesures de répartition de la population Claude Marois 2012."— Transcription de la présentation:

1 Mesures de répartition de la population Claude Marois 2012

2 Mesures de dispersion Géométrie de lespace: propriétés formelles de lespace géographique ou dune distribution spatiale Il y a des mesures de: points: lieux géographiques lignes: réseaux surface : unités géographiques Elles peuvent être: descriptives dispersion dassociation

3 Concepts de base Dispersion : cest le degré détalement dun ensemble de points ou de lieux géographiques à lintérieur dun espace fini ou ouvert Espacement : cest la répartition de points entre eux et non par rapport à des limites; on ne sintéresse quà la position relative des points entre eux. Localisation : cest situer un événement ou un lieu par rapport à un système de référence (p. ex. : coordonnées cartésiennes ); elle implique aussi la fréquence relative dune variable dans un espace donné.

4 Distance Distance : mesure lécartement entre deux lieux, elle se traduit dans deux types despace: - espace métrique : espace mesurable par une métrique; - espace topologique : espace où les concepts de distance et de direction ne sont pas utiles ; la seule propriété importante est celle de contact, - topologie : partie de la géométrie étudiant les propriétés qualitatives et les positions relatives des objets indépendamment de leur forme et de leur grandeur;

5 La distance: Cest un concept qui prend des expressions différentes distance- temps, distance-coût, distance-perçue ; Plusieurs indicateurs et mesures permettent de ressortir les caractéristiques spatiales dune distribution, de comparer deux distributions etc ; Elles mettent en évidence le type dorganisation, la fréquence du phénomène dans lespace, le degré détalement de cette distribution ;

6 Limites: - degré de finesse du découpage : plus le découpage est fin, plus il y a des chances de mettre en évidence des variations spatiales; plus un découpage est détaillé, plus on risque de révéler lhétérogénéité du milieu; - - le type de découpage : pour un même territoire à létude, il y a plusieurs découpages géographiques possibles. - la valeur des indices est fonction des formes géographiques et des superficies.

7 Même organisation et dispersion: densité différente Même densité et dispersion: organisation différente Même densité et organisation: dispersion différente

8 Quotient de localisation Indicateur classique: quotient de localisation On a N unités spatiales et groupes, on définit les variables suivantes: 1) P = population totale de la région à létude 2) Pij = population du groupe i et de la zone danalyse j 3) Pi = = population totale du groupe i 4) Pj = = population totale du lieu j

9 Quotient de localisation les valeurs prises par cet indice sont: si Ql >1 indique que le groupe i est mieux représenté en j que dans lensemble des lieux si Ql=1 proportion identique si 0

10 Exemple Si Pij = population de lethnie britannique de la ville de Montréal Pj = population de lethnie britannique de lîle de Montréal Pi= population totale de la ville de Montréal P = population totale de lîle de Montréal les données du recensement de 1986: P = Pi: Pj= Pij = alors Ql= (51.5/1015.4) = (135.0/1788.0) le groupe est sous-représenté

11 Quotient de localisation Exemple: Si Pij = population de lethnie britannique de la ville de Montréal Pi = population de lethnie britannique de lîle de Montréal Pj= population totale de la ville de Montréal P = population totale de lîle de Montréal

12 Quotient de localisation Les données du recensement de 1986: P = Pj = Pi = Pij = Alors Ql = (51.5/ = (135.0/1788.0) le groupe est sous-représenté

13 Exemple : quotient de localisation On a 16 zones composant une région pour chacune, on a la population qui a voté pour un parti vert et la population totale No. zoneNb. VotantsPopulation totale(Pij/Pi) Σ = 16802Σ =

14 Courbe de Lorenz : indice de dissimilarité D Mesure de similarité Technique permettant de mesurer la similarité de deux distributions spatiales: - représentation graphique - calcul dun indice de dissimilarité D Les étapes de calcul a)définir 2 variables X et Y b)calculer le rapport Y/X c)ranger Y/X selon un ordre croissant d)calculer le % de X par rapport à Σ X e)répéter la même opération pour Y f)cumuler les % de X et de Y g)reporter les % cumulées de X sur laxe des X et les % cumulées de Y sur laxe des Y

15 Courbe de Lorenz La courbe se situe sous la bissectrice des axes: plus la similarité est grande, plus la courbe se rapproche de la bissectrice; en revanche, si la courbe séloigne de la diagonale, alors les distributions spatiales sont différentes; Lindice de dissimilarité D est graphiquement la distance maximale entre la diagonale et la courbe dont les valeurs varient entre O et 100% D= Σ I % Xi-%Yi l 2 doù %Xi et %Yi = pourcentages non-cumulés si D0 association spatiale D100 dissociation

16 Courbe de Lorenz Propriétés de la courbe de Lorenz: a)si les 2 distributions sont proportionnellement identiques, la courbe sur le graphique est une diagonale; b)lespace compris entre les 2 courbes représente les différences entre les 2 distributions; plus la zone de déviation entre la courbe théorique et la courbe observée est grande, plus la dissymétrie est grande; c)les données de X et de Y ne peuvent être des valeurs négatives à cause des valeurs cumulatives; d)si X ou Y est une variable de superficie, alors D devient une mesure de concentration spatiale.

17

18 Courbe de Lorenz Exemple : courbe de Lorenz On veut comparer la superficie des quartiers et leur population: dans ce cas, la courbe de Lorenz devient un indice de concentration à cause de la comparaison entre la superficie et la population. y = population par quartier x = superficie du quartier en km 2 NoX sup.Y pop.Y/X

19 No.XY%X%Y%Xc%Yc ΣX = 281.1ΣY = 19663

20 Exemple : courbe de Lorenz On veut comparer la superficie des quartiers et leur population: dans ce cas, la courbe de Lorenz devient un indice de concentration à cause de la comparaison entre la superficie et la population. y = population par quartier x = superficie du quartier en km 2 NoX pop.Y pop.X/Y

21 Exemple : courbe de Lorenz On veut connaître la similarité spatiale de 2 groupes dindividus à partir dune région composée de 10 municipalités XYX/YNo./ Croi XY%X%Y

22 Exemple : courbe de Lorenz %X%Y , , D= ΣI%x - %yI= 87.1 = Σ 87.1

23 Courbe de Lorenz

24

25 Entropie relative : mesure de dispersion La notion dentropie est utile pour mesurer la dispersion dune distribution ou lhétérogénéité dune structure dune région Léquation prend la forme : H égale moins la somme de quand la valeur de H est maximale i.e. en n il y a une dispersion spatiale ou une diversification maximale; quand H = 0, il y a une concentration spatiale ou une structure peu structurée; tous les Pij=0 sauf une proportion qui égale à 1.00; pour obtenir un indice H variant entre O et 1, on divise H par Ln n Pij ln Pij

26 Exemple : Entropie relative, mesure de dispersion Pij Ln PijHmax= ln « n » = ZonesNbPij Σ =

27 Formule de lentropie : H = ln ln …………… ln ln H = (0.0152) ( ) + (0.0196) ( )+ …..+(0.0336) ( )+ ( ) ( ) H = H = multiplier le résultat par – pour rendre le résultat positif (+) Hmax = ln 9 = Indice dentropie relative =

28 Entropie relative H = ln ln ln ln H = ( ) * ( ) + ( ) *( ) + ( ) * ( ) +( ) * ( ) + ( ) H = Hmax = ln 9 = Indice dentropie relative: = varie entre 0 et 1


Télécharger ppt "Mesures de répartition de la population Claude Marois 2012."

Présentations similaires


Annonces Google