Le pouvoir d’achat des ouvriers anglais du +XVIe au XIXe siècle - Exercice évalué par les pairs
+2023-05-09
+ +Contexte
+William +Playfair était un des pionniers de la présentation graphique des +données. Il est notamment considéré comme l’inventeur de l’histogramme. +Un de ses graphes célèbres, tiré de son livre “A +Letter on Our Agricultural Distresses, Their Causes and Remedies”, +montre l’évolution +du prix du blé et du salaire moyen entre 1565 et 1821. Playfair n’a +pas publié les données numériques brutes qu’il a utilisées, car à son +époque la réplicabilité n’était pas encore considérée comme +essentielle.
+
Importation des données
+Les données brutes ont été obtenues après numérisation du graphe, et +sont aujourd’hui téléchargeables ici
+Ici, on a téléchargé le fichier de données en local, on peut donc le +lire, et regarder sa structure avec la fonction +str()
+data <- read.csv("/Volumes/SD Laurie/Documents/THÈSE/Formations/MOOC Recherche Reproductible/Wheat.csv")
+str(data)## 'data.frame': 53 obs. of 4 variables:
+## $ X : int 1 2 3 4 5 6 7 8 9 10 ...
+## $ Year : int 1565 1570 1575 1580 1585 1590 1595 1600 1605 1610 ...
+## $ Wheat: num 41 45 42 49 41.5 47 64 27 33 32 ...
+## $ Wages: num 5 5.05 5.08 5.12 5.15 5.25 5.54 5.61 5.69 5.78 ...On constate que les années sont des entiers, tandis que le prix du +blé et des salaires sont en format numérique.
+On peut également vérifier si le jeu de données contient des données +manquantes :
+which(is.na(data), arr.ind=TRUE)## row col
+## [1,] 51 4
+## [2,] 52 4
+## [3,] 53 4Il y a 3 données manquantes, qui correspondent au salaire +hebdomadaire (colonne n°4) des trois dernières lignes, c’est-à-dire des +années 1815, 1820, 1821.
+Objectif n°1 : reproduire le graphe de Playfair
+La consigne est la suivante : “Votre première tâche est de 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.”
+Téléchargement des packages nécessaires: ggplot2 pour les +graphiques
+library(ggplot2)Le prix du blé est représenté par des barres (fonction +geom_col()) et les salaires par une surface bleue +délimitée par une courbe rouge (fonction +geom_area())
+graph_playfair = ggplot(data)+
+ geom_col(aes(x=Year, y=Wheat), width=5, fill="gray81", colour="black", just=0, position= position_dodge2(preserve="total"))+
+ geom_area(aes(x=Year, y=Wages), color="red4", fill="#155F83FF", size=1.5)+
+ scale_y_continuous(breaks=c(0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100))+
+ scale_x_continuous(breaks=seq(1560, 1830, 20), labels=seq(1560, 1830, 20), limits=c(1560, 1830))On ajoute le titre du graphique, ainsi que celui de l’axe des +ordonnées et des abscisses, grâce à labs(). On ajoute +également une petite annotation pour indiquer ce que représente la +courbe rouge.
+graph_playfair = graph_playfair +
+ labs(title="Showing at One View \nthe Price of the Quarter of Wheat \n& Wages of Labor by the Week \nfrom the Year 1565 to 1821 by William Playfair", x="Five years each division", y="Price of the Quarter of Wheat in Shillings") +
+ geom_text(x=1620, y=10, label="Weekly wages (shillings)", color="red4", size=4.5, angle=1)Enfin, quelques éléments graphiques (la couleur du fond du graphique +notamment) :
+graph_playfair = graph_playfair +
+ theme_bw()+
+ theme(legend.position="none")
+graph_playfair
Objectif n°2 : Amélioration de la présentation des données
+La consigne est la suivante : “Par la suite, améliorez la +présentation de ces données. 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.”
+Changement des ordonnées
+On rajoute un axe des ordonnées à droite en utilisant l’argument +‘seq.axis’ dans la fonction scale_y_continuous(). De +plus, theme() nous permet d’indiquer des détails des 3 +titres des axes, notamment la couleur, la police et la taille du +texte.
+graph_playfair2 = ggplot(data)+
+ geom_step(aes(x=Year, y=Wheat), color="#155F83FF", size=1)+
+ geom_step(aes(x=Year, y=Wages), color="red4", size=1)+
+ scale_x_continuous(breaks=seq(1560, 1830, 20), labels=seq(1560, 1830, 20), limits=c(1560, 1830), name="Années")+
+ scale_y_continuous(breaks=seq(0,100,10), name="Shillings par quart de boisseau de blé", sec.axis = sec_axis(~./1, name="Salaire en shillings par semaine", breaks=seq(0, 100, 5)))+
+ theme_bw()+
+ theme(
+ axis.title.y = element_text(color="#155F83FF", size=12),
+ axis.title.y.right = element_text(color="red4", vjust=1, size=12),
+ axis.title.x = element_text(size=12)
+ )+
+ ggtitle("Amélioration du graphique de Playfair, représentant \nl'évolution du prix du blé et du salaire moyen entre 1565 et 1821")
+graph_playfair2
On a de plus utilisé la fonction geom_step() pour +représenter les évolutions du prix du blé et du salaire hebdomadaire, +chaque “marche” indiquant une moyenne sur 5 ans.
+Objectif n°3 : représentation du pouvoir d’achat des ouvriers
+La consigne est la suivante : “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.”
+Calcul du pouvoir d’achat
+Le prix du blé dans les données est en shillings par quart de +boisseau de blé, c’est-à-dire en shillings pour 6,8kg de blé.
+On peut donc calculer la quantité de blé que peut acheter un ouvrier +par semaine avec son salaire :
+pouvoir_achat = (data$Wages*6.8) / data$Wheat
+# On peut regarder rapidement la moyenne de cette variable
+mean(pouvoir_achat, na.rm=TRUE)## [1] 1.901199En moyenne entre 1565 et 1821, un ouvrier anglais pouvait acheter +1,9kg de blé avec son salaire hebdomadaire.
+Ajoutons cette variable à notre jeu de données (pouvoir_achat est en +format numérique) :
+data$Pouvoir = pouvoir_achat1ère représentation graphique
+On utilise la fonction geom_col(), pour laquelle +chaque barre représente la moyenne sur 5 ans. On spécifie les limites et +l’échelle de l’axe des ordonnées, ainsi que son titre. Idem pour l’axe +des abscisses. On ajoute quelques éléments graphiques avec +theme_bw(), puis le titre du graphique avec +ggtitle().
+graph_qte = ggplot(data)+
+ geom_col(aes(x=Year, y=Pouvoir), width=5, just=0, color="green4", fill="grey81")+
+ geom_smooth(aes(x=Year, y=Pouvoir), se=FALSE, linewidth=0.5, color="green4")+
+ scale_y_continuous(breaks=seq(0,4,0.5), name="Pouvoir d'achat (quantité de blé en kg)")+
+ scale_x_continuous(breaks=seq(1560, 1830, 20), labels=seq(1560, 1830, 20), limits=c(1560, 1830), name="Années")+
+ theme_bw()+
+ ggtitle("Pouvoir d'achat des ouvriers anglais au cours du temps")
+graph_qte
2ème représentation graphique
+On représente maintenant l’évolution des valeurs de ce pouvoir +d’achat (quantité de blé) en fonction du salaire sur la période +temporelle étudiée.
+graph_qte2 = ggplot(data)+
+ geom_point(aes(x=Wages, y=Pouvoir))+
+ geom_smooth(aes(x=Wages, y=Pouvoir), se=FALSE, colour="green4", linewidth=0.5)+
+ scale_x_continuous(name="Salaire hebdomadaire (shillings)", breaks=seq(0,30,5))+
+ scale_y_continuous(name="Pouvoir d'achat (kg de blé)", breaks=seq(0,4,0.5))+
+ theme_bw()+
+ ggtitle("Pouvoir d'achat en fonction du salaire")
+graph_qte2
Ajout de la progression du temps sur ce graphique
+Rajoutons la progression du temps dans ce graphique : Les données +s’étalant sur plusieurs siècles, il peut être pertinent de colorer les +points en fonction du siècle (16è, 17è, 18è et 19è siècles)
+Créons une variable “siècle” que l’on ajoute au jeu de données : +(Nous avons besoin de la fonction paste0() qui se +trouve dans la bibliothèque ‘stringr’)
+library(stringr)
+data$Siecle = paste0(as.numeric(str_sub(data$Year, start=1, end=2))+1, "è")On peut maintenant ajouter cette variable sur notre graphique (en +reprenant les points du graphique précédent)
+graph_qte3 = ggplot(data, aes(x=Wages, y=Pouvoir, colour=Siecle))+
+ geom_point()+
+ geom_smooth(se=FALSE, linewidth=0.5)+
+ scale_x_continuous(name="Salaire hebdomadaire (shillings)", breaks=seq(0,30,5))+
+ scale_y_continuous(name="Pouvoir d'achat (kg de blé)", breaks=seq(0,4,0.5))+
+ scale_color_manual(values=c("blue4", "coral", "#5ab4ac", "darkmagenta"))+
+ theme_bw()+
+ labs(colour="Siècle")+
+ theme(legend.background=element_rect(fill="grey81"), legend.key.size=unit(1, "cm"))+
+ ggtitle("Pouvoir d'achat en fonction du salaire")
+graph_qte3
Discussion
+La représentation des données me semble plus claire sur le premier +graphique de cette section, où l’on peut voir l’évolution du pouvoir +d’achat en fonction du temps. En effet, je trouve que cela montre bien +que le pouvoir d’achat des ouvriers a augmenté au cours du temps, même +si néanmoins à partir du 19è siècle il semble avoir tendance à diminuer +de nouveau. Les “barres” permettent également d’observer les +fluctuations de ce pouvoir d’achat.
+