WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Etablissement d'une base de données socioéconomique territorialisée et d'un tableau de bord de suivi des programmes et projets publics de l'état.

( Télécharger le fichier original )
par Baem Brice BAGOA
Ecole Nationale de la Statistique et de là¢â‚¬â„¢Analyse Economique - Ingénieur Statisticien 2014
  

précédent sommaire

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Table des matières

Liste des tableaux iii

Table des figures iv

Sigles et abréviations vi

Avant propos vii

Remerciements viii

Résumé ix

Abstract x

Introduction Générale 1

0.1 Contexte 1

0.2 Problématique 1

0.3 Objectifs de l'étude 2

0.4 Structuration de ce document 3

1 Cadre général du suivi des projets de l'Etat 4

1.1 La notion de projet 4

1.1.1 Suivi et évaluation des projets 4

1.1.2 La gestion axée sur les résultats 5

1.2 Le système national de planification 6

1.3 Processus d'instruction des projets publics 7

1.3.1 L'évaluation ex-ante 7

1.3.2 L'exécution et le suivi physico-financier 8

1.3.3 L'évaluation ex-post 8

1.3.4 Les limites du système existant 8

1.4 Présentation du SNSPITE 9

1.4.1 Les Unités de Gestion des Projets (UGP) 9

1.4.2 Les ministères techniques 9

1.4.3 L'USPITE 10

1.4.4 Les organes Ad Hoc du SNSPITE 10

Conclusion partielle 11

Brice Baem BAGOA, Elève Ingénieur des Travaux Statistiques Page XVIII

 
 

Table des matières

2

Bilan des approches et réalisations en matière de bases de données

2.1 La notion de base de données

2.1.1 Motivation et définition

2.1.2 Les propriétés ACID d'une base de données

2.1.3 Terminologie des bases de données

2.2 Évolution des modèles de bases de données

13

13

13

14

14

15

 
 

2.2.1 Les systèmes de gestion de fichiers

15

 
 

2.2.2 Des modèles hiérarchiques aux modèles en réseau

16

 
 

2.2.3 Le modèle relationnel

16

 
 

2.2.4 L'ère post-relationnelle : Les BD objet

17

 
 

2.2.5 Les défis contemporains : le business intelligence et le Big Data

18

 

2.3

Les méthodes d'analyse

19

 
 

2.3.1 La methode MERISE et le modèle Entité-Association

19

 
 

2.3.2 L'Unified Modeling Laguage (UML)

20

 

2.4

Les Systèmes de Gestion de Bases de Données (SGBD)

21

 
 

2.4.1 Les principales fonctions des SGBD

22

 
 

2.4.2 Architecture des SGBD

22

 

Conclusion partielle

23

3

Approche Méthodologique et sources de données

24

 

3.1

Analyse exploratoire

25

 
 

3.1.1 L'analyse en composantes principales

25

 
 

3.1.1.1 Présentation théorique :

25

 
 

3.1.1.2 Application de l'ACP

26

 
 

3.1.2 La classification automatique par le réseau de KOHONEN

26

 
 

3.1.2.1 Présentation théorique :

27

 
 

3.1.2.2 Application :

28

 

3.2

Elaboration de l'ISP

28

 
 

3.2.1 Les limites de l'analyse en composantes principales

29

 
 

3.2.2 L'analyse factorielle dynamique

29

 
 

3.2.2.1 Cadre théorique de l'AFD

29

 
 

3.2.2.2 Extension aux données de panel

30

 
 

3.2.2.3 Construction de l'ISP par AFD

31

 
 

3.2.3 Approche par décomposition de la variabilité totale

31

 
 

3.2.4 Sélection des variables d'étude

32

 

3.3

Généralités sur la conception du système

33

Brice Baem BAGOA, Elève Ingénieur des Travaux Statistiques Page XIX

 
 

Table des matières

 

3.4

3.3.1 Quel type de système?

3.3.2 Démarche générale de conception

Démarche d'implémentation des structures de données

33

34

35

 
 

3.4.1 Le niveau conceptuel

35

 
 

3.4.1.1 Définition des concepts utilisés

36

 
 

3.4.1.2 Les différents types d'associations

36

 
 

3.4.1.3 Règles de validation du modèle conceptuel

37

 
 

3.4.2 Le passage au niveau logique

39

 
 

3.4.3 Le niveau physique

39

 

3.5

Démarche d'implémentation de l'IHM

39

 
 

3.5.1 Généralités sur l'application

40

 
 

3.5.2 Organisation du code : le design pattern MVC

41

 
 

3.5.2.1 Fonctionnement du MVC

41

 
 

3.5.2.2 Rôle des composantes

41

 

3.6

Les sources de données

42

 

Conclusion partielle

42

4

Analyse du cadre socioéconomique du Sénégal

43

 

4.1

Évolution des indicateurs entre 2005 et 2012

43

 
 

4.1.1 Agriculture

43

 
 

4.1.1.1 Le rendement du mil

44

 
 

4.1.1.2 Le rendement de l'arachide

44

 
 

4.1.2 Éducation

45

 
 

4.1.2.1 Le ratio élèves sur salles de classes au primaire

45

 
 

4.1.2.2 Le ratio élèves sur maîtres au primaire

46

 

4.2

Analyse exploratoire

47

 
 

4.2.1 Structure des corrélations entre les indicateurs

47

 
 

4.2.1.1 Agriculture

47

 
 

4.2.1.2 Éducation

48

 
 

4.2.2 Étude de la proximité des régions

48

 
 

4.2.2.1 Agriculture

49

 
 

4.2.2.2 Éducation

49

 

4.3

L'indice synthétique de performances

51

 
 

4.3.1 Agriculture

51

 
 

4.3.2 Éducation

52

 

Conclusion partielle

52

Brice Baem BAGOA, Elève Ingénieur des Travaux Statistiques Page XX

Table des matières

5 Implémentation et déploiement du système 54

5.1 Quelles fonctionnalités pour le futur système? 54

5.2 Implémentation des structures de données 55

5.2.1 Élaboration du modèle conceptuel de données 55

5.2.2 Passage au modèle logique de données 60

5.2.3 Implémentation du modèle physique de données 63

5.3 Conception de l'IHM 65

5.4 Déploiement du système 65

Conclusion partielle 66

6 Opérationnalisation du système, limites de l'étude et recommandations 67

6.1 Accueil et authentification 67

6.1.1 Présentation générale 67

6.1.2 Le menu Administrateur 69

6.2 Utilisation du tableau de bord de suivi des projets 70

6.3 Utilisation de la BD socioéconomique 71

6.4 Limites de l'étude 73

6.5 Recommandations et perspectives 73

Conclusion partielle 74

Conclusion générale 75

Annexes et fiches techniques I

A Fiches techniques II

A.1 Dictionnaire des données et compléments sur le système II

A.2 Compléments de l'Analyse en composantes principales VI

A.2.1 Les aides à l'interprétation VI

A.2.2 Le choix du nombre d'axes factoriels VII

B Quelques graphiques et tableaux utiles VIII

Bibliographie XIII

précédent sommaire






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy