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_sortierevenudmstour_dep_xxxEva-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.
L’ensemble des revenus de l’enquête sont analysés:
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.
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.
Les valeurs de dms suivantes sont identifiées:
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.
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:
Les dépenses suivantes sont regroupées par categorie_corrige avant la recherche de valeurs anormales:
tour_dep_alim,tour_dep_activitestour_dep_souvenirstour_dep_locationtour_dep_autresLes dépenses suivantes sont regroupées par mode_heb_regroupe avant la recherche de valeurs anormales:
tour_dep_to_jour,tour_dep_hebLa 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
## 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)
#> $km_sortie
#> # A tibble: 12 × 4
#> # Groups: categorie_corrige [4]
#> id_quest categorie_corrige km_sortie raison
#> <chr> <chr> <dbl> <chr>
#> 1 106aA24 Loisir 100 dernier centile
#> 2 106aA33 Loisir 3 premier centile
#> 3 141A9 Loisir 3 premier centile
#> 4 141A13 Loisir 60 1.5 x IQR
#> 5 141A20 Loisir 70 1.5 x IQR
#> 6 141A21 Loisir 70 1.5 x IQR
#> 7 141A22 Utilitaire 70 dernier centile
#> 8 141A23 Sportif 70 1.5 x IQR
#> 9 141A67 Itinérant 12 premier centile
#> 10 106bA7 Sportif 2 premier centile
#> 11 106bA51 Sportif 100 dernier centile
#> 12 4A1 Utilitaire 4 premier centile
#>
#> $dms
#> # A tibble: 15 × 6
#> # Groups: mode_heb_regroupe, categorie_lump [6]
#> id_quest mode_heb_regroupe categorie_corrige categorie_lump dms raison
#> <chr> <chr> <chr> <chr> <dbl> <chr>
#> 1 141A1 Hôtels/Chambres d'hôt… Itinérant All 18 derni…
#> 2 141A5 NA Loisir All 3 premi…
#> 3 141A13 Campings Loisir All 3 premi…
#> 4 141A24 Non marchand Itinérant All 120 derni…
#> 5 141A44 Non marchand Itinérant All 50 1.5 x…
#> 6 141A55 Hôtels/Chambres d'hôt… Loisir All 2 premi…
#> 7 141A60 Hébergements locatifs Loisir All 4 premi…
#> 8 141A67 Campings Itinérant All 365 = 365
#> 9 106bA37 Campings Itinérant All 90 1.5 x…
#> 10 4A7 Hôtels/Chambres d'hôt… Loisir All 15 1.5 x…
#> 11 4A18 Non marchand Loisir All 31 1.5 x…
#> 12 38A19 Hébergements locatifs Loisir All 21 derni…
#> 13 38A24 Auberges de jeunesse,… Itinérant All 14 derni…
#> 14 38A25 Auberges de jeunesse,… Itinérant All 7 premi…
#> 15 38A30 NA Loisir All 5 derni…
#>
#> $revenu
#> id_quest revenu raison
#> 1 106aA29 0 premier centile
#> 2 141A40 20000 dernier centile
#> 3 106bA20 10000 1.5 x IQR
#> 4 106bA38 10000 1.5 x IQR
#> 5 106bA50 10000 1.5 x IQR
#>
#> $tour_dep_cat
#> # A tibble: 0 × 4
#> # Groups: depense, categorie_corrige [0]
#> # ℹ 4 variables: id_quest <chr>, categorie_corrige <chr>, depense <chr>,
#> # valeur <dbl>
#>
#> $tour_dep_heb
#> # A tibble: 6 × 5
#> # Groups: depense, mode_heb_regroupe [4]
#> id_quest mode_heb_regroupe depense valeur raison
#> <chr> <chr> <chr> <dbl> <chr>
#> 1 106aA12 Hôtels/Chambres d'hôtes tour_d… 160 derni…
#> 2 141A28 Campings tour_d… 75 derni…
#> 3 106bA5 Hébergements locatifs tour_d… 300 derni…
#> 4 38A19 Hébergements locatifs tour_d… 9 premi…
#> 5 38A24 Auberges de jeunesse, gîte d’étapes, de groupes tour_d… 50 derni…
#> 6 38A25 Auberges de jeunesse, gîte d’étapes, de groupes tour_d… 35 premi…
#>
#> $tour_dep_transp
#> # A tibble: 0 × 4
#> # Groups: mode_transp_lump [0]
#> # ℹ 4 variables: id_quest <chr>, mode_transp_jour <chr>, tour_dep_transp <dbl>,
#> # mode_transp_lump <chr>