IDEAS home Printed from https://ideas.repec.org/p/nse/doctra/m2023-01.html
   My bibliography  Save this paper

Les reseaux de neurones appliques a la statistique publique : methodes et cas d’usages

Author

Listed:
  • D. BABET

    (Insee)

  • Q. DELTOUR

    (Ensae ; Autorité de la concurrence)

  • T. FARIA

    (Insee)

  • S. HIMPENS

    (Insee ; Banque de France)

Abstract

Ce document vise une présentation simple à l’attention des statisticiens des outils géomatiques récents qui permettent de stocker, traiter et diffuser l’information spatiale. Les logiciels comme R ou Python intègrent désormais les caractéristiques géographiques rendant plus accessibles leur traitement. Pour autant, le foisonnement des technologies, les possibilités offertes par le web, les technologies web, sont autant d’obstacles à dépasser pour celles et ceux souhaitant réaliser des cartographies thématiques percutantes. Ce document propose une présentation unifiée des concepts géomatiques, avec des extraits de code en R, Python et PostGIS. Il se concentre sur les données vectorielles et décrit les traitements et manipulations classiques à connaître pour construire une statistique spatiale. Il aborde aussi les outils et les flux permettant une diffusion dynamique (cartes interactives) de l’information spatiale. Il discute enfin le rôle de la spatialisation dans la représentation des données statistiques.

Suggested Citation

  • D. Babet & Q. Deltour & T. Faria & S. Himpens, 2023. "Les reseaux de neurones appliques a la statistique publique : methodes et cas d’usages," Documents de Travail de l'Insee - INSEE Working Papers m2023-01, Institut National de la Statistique et des Etudes Economiques.
    • Handle: RePEc:nse:doctra:m2023-01
    as

    Download full text from publisher

    File URL: https://www.insee.fr/fr/statistiques/fichier/version-html/6801092/M2023-01_Les_reseaux_de_neurones_appliques_a_la_SP_Fevrier2023.pdf
    File Function: Document de travail "Méthodologie Statistique" de la DMCSI numéro M2023/01
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    reseaux de neurones; machine learning; statistique publique; imputation; convolution; auto-encodeur;
    All these keywords.

    JEL classification:

    • C45 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Neural Networks and Related Topics
    • C50 - Mathematical and Quantitative Methods - - Econometric Modeling - - - General
    • C81 - Mathematical and Quantitative Methods - - Data Collection and Data Estimation Methodology; Computer Programs - - - Methodology for Collecting, Estimating, and Organizing Microeconomic Data; Data Access
    • C82 - Mathematical and Quantitative Methods - - Data Collection and Data Estimation Methodology; Computer Programs - - - Methodology for Collecting, Estimating, and Organizing Macroeconomic Data; Data Access
    • C88 - Mathematical and Quantitative Methods - - Data Collection and Data Estimation Methodology; Computer Programs - - - Other Computer Software

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:nse:doctra:m2023-01. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: INSEE (email available below). General contact details of provider: https://edirc.repec.org/data/inseefr.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.