mémoire de maîtrise - analyse spatiale et multivariariée
travail réalisé sous la direction du Professeur François Bavaud et avec pour expert le Dr. Christian Kaiser
Mon mémoire de maîtrise intitulé Analyse spatiale et multivariée des votations fédérales entre 2000 et 2014 : granularité, cartographie et autocorrélation, propose une étude statistique des résultats de 134 objets de votation. Les analyses effectuées sont appliquées à trois maillages différents (communes, districts et cantons).
La première partie du travail décrit les différentes étapes de collecte et de préparation des données. Cela inclut le traitement des fusions de communes, la définition des variables de pondération ainsi que le calcul des taux de oui obtenus par votation et par région.
Ensuite, une analyse en composantes principales (ACP) cherche à résumer l’information en quelques facteurs non corrélés, et si possible « interprétables ». Les résultats sont présentés sous forme de graphiques et de cartes choroplètes. D’autres méthodes statistiques, telles que le MDS (multidimensional scaling) et la classification ascendente hiérarchique (CAH) permettent de confirmer ou préciser les résultats obtenus avec l’ACP.
Un travail de clustering est également effectué, afin de voir dans quelle mesure les votations peuvent être regroupées par thèmes. Cette classification a posteriori est également mise en relation avec la thématisation proposée par l’OFS (Office Fédéral de la Statistique).
Finalement, des indices d’autocorrélation spatiale sont calculés et permettent d’étudier si les régions voisines ont tendance à voter de manière plus similaires que deux régions prises au hasard sur la carte de la Suisse. A nouveau, différents graphiques et cartes présentent les résultats obtenus.
Ce travail met en évidence des différences régionales (régions linguistiques, urbaines ou rurales ou encore frontalières). Il soulève aussi l’importance du choix du maillage spatial. En effet, si certaines tendances sont flagrantes au niveau des districts, elles sont parfois moins évidentes avec un maillage cantonal ou communal.
Un autre aspect important de ce travail est qu’il suit le principe de recherche reproductible. Le langage de programmation R est utilisé et les différentes cartes, graphiques et tableaux sont ainsi générés directement dans le document final, à partir du code source. Concrètement, cela signifie que si l’on souhaitait actualiser ce travail avec des données plus récentes, il « suffirait » (une fois les données collectées et préparées) de faire tourner le script ainsi d’obtenir une version actualisée des analyses.
Ce travail de mémoire peut être consulté à la bibliothèque cantonale universitaire de Lausanne (BCU).
