bbasa1 commented 11 months ago

Les choses à changer pour faire un document de travail

Modélisation

CR réunion OFCE du 18/10

Ajouter les régions NUTS - 1 suffira ==> Ok ;
Virer l'indicateur de conservatisme dans le clustering ==> Ok ;
Tranche d'âge : 25 - 55 ans ==> Ok ;
Vérifier/ajouter les filtrations :
- Pas en étude ===> Ok,
- Pas à la retraite,
ABSOLUMENT : pondération à la sortie des kmeans
Idéalement : pondération PENDANT l'entraînement des kmeans

Remarques éventuelles ensuite

D'après la notice, on a accès au NUTS-2 mais pas au NUTS-1
Sauf en Allemagne : Déjà sous forme de NUTS-1 (pareil pour Autriche et RU)
La variable s'appelle "REGION" dans la base
https://ec.europa.eu/eurostat/web/nuts/nuts-maps => critères pour les nuts : Pib/hab ; taux de chômage ; taux de fécondité / naissance Avec une cible de 15 sous catégories max a priori Benjamin : France & Allemagne Charlotte : Italie & Hongrie Laurie : Portugal & Espagne

Problématisation/intro/apport scientifique

CR réunion OFCE du 18/10

Faire passer le sujet avant la méthode ;
montrer qu'on propose une autre façon de comparer les profils de femmes entre eux que simplement en comparant les pays ;
montrer en quoi le ML/clustering permet de changer la focale/l'angle d'approche
insister sur l'apport à la littérature, quels résultats obtient-on qu'on n'a pas encore obtenu par le passé ?
garder la revue de littérature

Statistiques descriptives

CR réunion OFCE du 18/10

Fig 1. faire un facet par sexe, et, de manière générale, éviter les figures à 15 courbes, sauf si, par exemple, on met tous les pays sauf un "en fond" et un en avant (avec une couleur vive par exemple) ; Proposition : (i) faire deux graphiques avec d'un coté les femmes et de l'autres les hommes (avec tous les pays) ; (ii) faire 12 graphiques avec les femmes et les hommes séparés + la mise en évidence d'un seul pays (en rouge par exemple) et les autres en gris foncés
Fig 2., 3, ... éviter les diagrammes en bâtons + mettre en avant l'effet cycle de vie (plutôt faire axe x = âge, et éventuellement facet par année), on s'attend à des énormes différences entre pays (ex : Tx emplois similaires en France et Allemagne, mais EQTP décroche à partir de l'âge des enfants entre les deux pays) ; Proposition faire des courbes : au moins deux graphiques avec en y le taux d'emploi / EQTP + en x l'âge, en prenant par exemple 5 vagues (tous les 5 ans)
On a beaucoup de graphes H/F, on peut aussi ajouter F sans enfants dans le ménage (à charge) / F avec enfants dans le ménage (à charge)

Premier calendrier :

Faire la modélisation + les nouveaux graphiques pour le 15 novembre
La semaine du 15 novembre chacun interprète les clusters + mise en commun
23 au 30 novembre rédaction introduction + mise à jour du texte
On verra si on a le temps de rajouter des stats desc (si pertinent notamment sur les régions)

lpinel22 commented 10 months ago

Régions Espagne : Espagne_régions.xlsx Figure 1 revue : 14 graphique : tous les pays en couleurs selon le sexe (1 et 2) puis les graphiques avec mise en avant d'un seul pays en rouge et les autres en gris par sexe 1_EQTp_pays_années_femmes 2_EQTp_pays_années_hommes femmes_EQTp_Allemagne femmes_EQTp_Espagne Femmes_EQTP_France femmes_EQTP_Hongrie femmes_EQTP_Italie Femmes_EQTp_Portugal hommes_EQTp_Allemagne Hommes_EQTp_Espagne hommes_EQTp_France Hommes_EQTP_Hongrie Hommes_EQTp_Italie Hommes_EQTp_Portugal