title: 'Sujet 2 : le pouvoir d''achat des ouvriers anglais du XVIe au XIXe siècle'
author: "Sophie Drogué"
date: "27/11/2021"
output:
pdf_document:
toc: yes
html_document:
toc: yes
theme: journal
word_document:
toc: yes
documentclass: article
classoption: a4paper
header-includes:
- \usepackage[french]{babel}
- \usepackage[upright]{fourier}
- \hypersetup{colorlinks=true,pagebackref=true}
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
# 1. Préparation des données
Les données de Playfair "Data on Wages and the Price of Wheat" sont disponibles à l'adresse suivante: https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/master/csv/HistData/Wheat.csv. Nous les récupérons sous forme d'un fichier en format CSV L'URL est:
| `Wheat` | prix du blé en (Shillings/Quarter bushel) (integer) |
| `Wages` | salaire hebdomadaire (Shillings): a numeric vector |
## Lecture
je lis le fichier CSV directement sur les données enregistrées localement.
```{r}
data = read.csv(data_file)
```
Regardons ce que nous avons obtenu:
```{r}
head(data)
tail(data)
```
Y a-t-il des points manquants dans nos données ?
```{r}
na_records = apply(data, 1, function (x) any(is.na(x)))
data[na_records,]
```
On Supprime les 3 dernières lignes sans supprimer le data file
```{r}
data <- data[-(50:53),]
na_records = apply(data, 1, function (x) any(is.na(x)))
data[na_records,]
```
Les trois colonnes qui nous intéressent sont `year`, `Wheat` et `Wages`. Vérifions leurs classes:
```{r}
class(data$Year)
class(data$Wages)
class(data$Wheat)
```
Ce sont des valeurs numériques, tout va bien !
# 2. Reproduire le graphe de Playfair à partir des données numériques.
Représentez, comme Playfair, le prix du blé par des barres et les salaires par une surface bleue délimitée par une courbe rouge. Superposez les deux de la même façon dans un seul graphique. Le style de votre graphique pourra rester différent par rapport à l'original, mais l'impression globale devrait être la même.
## Tracer le graphique 1
```{r}
#Tracer le graphique (partie gauche)
##### Ajuster les marges
par(mar=c(6,4,3,5))
#Axe des Y
barplot(data$Wheat,
axes=F,
ylim=c(0,100),
xlab="", ylab="",
xaxs="i",
col="white",
main="Graphique 1: Données de Playfair")
# Légende de l'axe Y de gauche
axis(2, ylim=c(0,100),col="black")
mtext("Prix du 1/4 de boisseau de blé en shilling",side=2,
line=2.5)
box() # pour encadrer le graphique
# Ajout de la courbe rouge correspondant à l'axe de droite
par(new=T) # Autorise la superposition des courbes
#et non le remplacement d'un graphique par un autre
Pour commencer, Playfair a combiné les deux quantités dans un même graphique en simplifiant les unités "shillings par quart de boisseau de blé" et "shillings par semaine" à un simple "shillings", ce qui aujourd'hui n'est plus admissible. Utilisez deux ordonnées différentes, une à gauche et une à droite, et indiquez les unités correctes. À cette occasion, n'hésitez pas à proposer d'autres représentations que des barres et des surface/courbes pour les deux jeux de données si ceci vous paraît judicieux.
mtext("Salaire hebdomadaire en shilling",side=4,col="red",
line=2.5)
axis(4, ylim=c(0,40), col="red",col.axis="red")
# AXE X
xtick<-seq(1565, 1805, by=5)
axis(1,xlim=(1565:1805), at=xtick,las =2 )
mtext("Années",side=1,col="black",line=2.5)
```
# 4. Représenter le pouvoir d'achat
L'objectif de Playfair était de montrer que le pouvoir d'achat des ouvriers avait augmenté au cours du temps. Essayez de mieux faire ressortir cette information. Pour cela, faites une représentation graphique du pouvoir d'achat au cours du temps, définie comme la quantité de blé qu'un ouvrier peut acheter avec son salaire hebdomadaire. Dans un autre graphique, montrez les deux quantités (prix du blé, salaire) sur deux axes différents, sans l'axe du temps. Trouvez une autre façon d'indiquer la progression du temps dans ce graphique. Quelle représentation des données vous paraît la plus claire ? N'hésitez pas à en proposer d'autres.
## Recalcul des données
D'abord on calcule le nombre de 1/4 de boisseau de blé que l'on pouvait s'acheter avec son salaire hebdomadaire en rajoutant la colonne "Pouvoir d'achat" dans notre dataframe
```{r}
data$Pouvoir = data$Wages/data$Wheat
data <- data[-(50:53),]
na_records = apply(data, 1, function (x) any(is.na(x)))
