Tag Archives: 31 décembre

Statistics

Comment parle un président français le 31 décembre ?

1 Comment

Il y a pas mal d’agitation présidentielle sur les blogs (français) cette semaine, que ce soit au sujet des 30 ans de l’élection de François Mitterrand, ou l’annonce de la date de la prochaine élection présidentielle (et probablement d’autres raisons). Un peu naïvement je me suis demandé si les présidents étaient vraiment si différents que ça ? Ou plus précisément, est-ce qu’une fois investis par la fonction, tous ces hommes ne se comporteraient-ils pas – finalement – tous pareils ?

Pour cela je me suis simplement demandé si on pouvait distinguer les discours des différents Présidents. J’ai donc pris quelques discours entendus les 31 décembre, lors de vœux retransmis à la télévision (en ligne ici, en excluant les discours aux forces armées, qui me semblaient biaiser un peu mon échantillon). On commence par récupérer la liste de tous les mots prononcés (les fichiers csv sont en ligne ici)

setwd("/home/arthur/Documents/r-data/voeux/")
FILES=list.files()
library(tau)
BASE=scan(FILES[1],what="character")
WORD=fixEncoding(BASE,latin1=TRUE)
 for(i in 2:length(FILES)){
BASE=scan(FILES[i],what="character")
 WORD=c(WORD,fixEncoding(BASE,latin1=TRUE))
 }

Ensuite on regarde le top 500 (j’exclue les mots communs genre le ou la, mais je garde les pronoms, comme mon ou notre),

> WORD=toupper(WORD)
> LW=rev(sort(table(WORD)))
> LISTE=names(LW[1:500])
> LISTE=LISTE[-c(1,2,3,4,5,6,7,8,9,10,11,14,15,18,19,20,21,22,23,25,
               27,43,40,36,41,60)]
> LISTE[1:25]
 [1] "NOUS"   "JE"     "VOUS"   "NOTRE"  "PLUS"   "FRANCE" "PAS"    "NOS"   
 [9] "EST"    "AVEC"   "SE"     "MES"    "CEUX"   "MAIS"   "SONT"   "OU"    
[17] "CETTE"  "AUSSI"  "TOUS"   "SUR"    "SI"     "PAYS"   "LEUR"   "FAIRE" 
[25] "VOTRE"

et créer une base de décompte, par discours,

ANNEE=as.numeric(substr(FILES,6,7))
AN=1900+ANNEE*(ANNEE>15)+(100+ANNEE)*(ANNEE<15)
PRES=c("CHIRAC","CHIRAC","CHIRAC","SARKOZY","SARKOZY",
"SARKOZY","VGE","VGE","VGE","MITTERRAND","MITTERRAND",
"MITTERRAND","MITTERRAND","MITTERRAND")
NOM=paste(PRES,AN,sep="-")
COMPTE=matrix(NA,length(FILES),length(LISTE))
for(i in 1:length(FILES)){
BASE=scan(FILES[i],what="character")
WORD=toupper(fixEncoding(BASE,latin1=TRUE))
for(j in 1:length(LISTE)){
COMPTE[i,j]=sum(WORD==LISTE[j])
}}
colnames(COMPTE)=LISTE
rownames(COMPTE)=NOM

On peut alors faire tourner des procédures d’analyse de données, comme une ACP

library("FactoMineR")
res.pca = PCA(COMPTE, scale.unit=TRUE, ncp=5, graph=FALSE)
plot.PCA(res.pca, axes=c(1, 2), choix="ind")

Les projections des individus (les discours) sont les suivantes

alors que celles pour les variables (les mots) sont, toujours sur les deux premiers axes factoriels,

On peut jouer des heures à se demander qui dit quoi, mais ce qui m’intéressait était de voir si les présidents étaient proches, en terme de discours. On peut alors faire des classifications hiérarchiques,

DISTANCE = dist(COMPTE)
h = hclust(DISTANCE) 
plot(as.dendrogram(h), horiz = TRUE)

ou ici avec un autre algorithme de classification

On notera les regroupements dépendent peu des distances et des méthodes de constitution de classes… et que les regroupements se font par président: tous les discours de François Mitterrand semblent proches, et tous ceux de Jacques Chirac aussi (en tous les cas ceux que j’ai téléchargé, mais l’analyse n’est pas exhaustive). On notera aussi la proximité entre Valéry Giscard d’Estaing l’année de son élection, et Nicolas Sarkozy l’année de son élection….

C’est finalement un peu rassurant de voir que les Présidents ne sont pas tous les mêmes, et qu’on peut les reconnaitre en fonction de leur discours… c’est tout du moins la prochaine étape, ou on va voir si on peut affecter des nouveaux discours (que je n’ai pas utilisés pour l’analyse) dans des classes, et repérer qui l’a écrit…

Demography, Statistics

Etre né un 31 décembre…

4 Comments

Bon, comme son nom l’indique, c’est un “blog perso” alors aujourd’hui, je vais parler de mon fils. Le 31 décembre est un jour un peu particulier, car c’est son anniversaire… Il est né avec plusieurs jours d’avance, et depuis qu’il va à l’école, on se dit que les choses auraient sûrement été plus simples s’il était né 3 heures plus tard… Bref, je me demandais si ce “retard” allait se combler un jour, ou bien s’il en “souffrirait” toujours1

Pour lui faire plaisir, j’ai voulu savoir si l’avenir dont il rêvait était compromis. Pour l’instant il rêve d’être footballeur (pour faire comme les copains, car entre nous, je le crois aussi peu doué que son père).

Loin de moi l’idée de lui ruiner totalement ses rêves, mais j’ai regardé un peu les joueurs de foot (tous les joueurs qui ont participé à la coupe du monde de 2006, i.e. ici, ou plutôt pour être honnête, tous ceux qui viennent d’un pays de l’hémisphère nord). Si on regarde le mois de naissance, on note qu’effectivement, peu de grands joueurs (au sens ‘retenus dans leur équipe nationale, même s’ils ont passé toute la coupe du monde sur le banc de touche’) sont de la fin de l’année…

Bon, sans faire trop de psychologie de café du commerce, cela s’explique assez simplement: pour les jeunes enfants, disons de l’âge de mon fils, il y a un grand écart entre ceux qui sont nés en janvier et ceux qui sont né en décembre de la même année, et pourtant, ils sont dans la même catégorie sportive. Bref, dans une sélection (je parle des vrais clubs qui élèvent de la graîne de champion), on préfère les enfants du début d’année….
En regardant le jour et le mois de naissance, et en faisant une régression lowess, ainsi qu’une régression spline, on observe encore plus finement la tendance,

(pour être là aussi honnête, j’ai multiplié par 4 le nombre de naissances observé un 29 février). Bref, si mon fils était né trois heures plus tard, il aurait eu 60% de chances en plus de devenir un grand footballeur..! Bon, qu’à cela ne tienne, je vais lui trouver une autre vocation… En trainant toujours sur internet, on peut trouver des données similaires pour les basketteurs américains (ici). J’ai donc pris les joueurs NBA et ABA nés depuis 1946. Cette fois-ci, la tendance mensuelle semble disparaître…

et de même pour les tendances en regardant jour par jour,

Damned, il ne nous reste plus qu’à émigrer outre-atlantique et de convaincre mon fils qu’il a toutes ses chances au basket !

  1. Il existe un certain nombre d’études sur le sujet, avec ici ou là par exemple des liens entre le mois de naissance et la réussite scolaire. [↩]