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

 > 

Ecart d'à¢ge entre conjoints, polygamie urbaine et remariage à  Lubumbashi

( Télécharger le fichier original )
par Léon MISHINDO MBUCICI
Institut Supérieur de Statistique - Licence en démographie 2010
  

précédent sommaire suivant

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

CHAPITRE III. L'INCIDENCE DE L'ECART D'AGE ENTRE CONJOINTS SUR LE MODE DE MARIAGE : CAS DE LA POLYGAMIE TE DU REMARIAGE A LUBUMBASHI

3.1. Introduction

Dans ce chapitre, nous abordons la problématique de notre étude portant sur l'impact ou l'incidence que présenterait l'écart d'âge des conjoints face au mode de mariage monogamique, polygamique ou au remariage. Pour ce faire, le chapitre sera scindé en six sections portant sur les différents modèles explicatifs du mode de mariage. Et enfin, nous calculons dans la dernière section l'âge moyen au premier mariage des hommes et des femmes.

3.2. Explication du mode de mariage par arbre de segmentation binaire

3.2.1. Principe de base

Les méthodes de segmentation cherchent à résoudre les problèmes de discrimination et de régression en segmentant de façon progressive l'échantillon pour obtenir un arbre de décision.

Comme en régression (linéaire ou logistique) et en discrimination, on est en présence d'un tableau des données contenant une variable privilégiée Y « à expliquer » par les autres variables du tableau X1,X2,... ,Xp

Il s'agit d'une part de sélectionner parmi les variables explicatives celles qui sont les plus discriminantes pour la variable nominale Y (ou celles qui sont les plus liées au phénomène décrit par la variable Y) et, d'autre part, de construire une règle de décision permettant d'affecter un nouvel individu à l'une des k classes (cas de la discrimination) ou de lui affecter une variable Y (cas de la régression)

La méthode de segmentation consiste à rechercher d'abord la variable Xj qui explique le mieux la variable Y. Cette variable définit une première division de l'échantillon en deux sous - ensembles, appelés segments. Puis on réitère cette procédure à l'intérieur de chacun de ces deux segments en recherchant la deuxième meilleure variable, et ainsi de suite. On construit ainsi sur un arbre de décision binaire par division successive de l'échantillon en deux sous - ensembles où l'on distingue :

Ø Les segments intermédiaires ou noeuds qui engendrent deux segments descendants immédiats,

Ø Les segments terminaux qui ne sont plus divisés,

Ø Une branche d'un segment t qui comprend tous les segments descendants de t, t n'étant pas inclus dans la branche,

Ø L'arbre binaire complet noté Amax pour lequel chaque segment terminal contient un seul individu,

Ø Un sous - arbre A qui est obtenu à partir de Amax par élagage d'une ou plusieurs branches.

Au cours de la phase d'élagage, la méthode sélectionne un sous - arbre « optimal » en se fondant sur l'estimation de l'erreur théorique d'affectation ou de prévision à l'aide, soit d'un échantillon - test quand l'échantillon est suffisamment important (c'est le cas de notre étude où l'échantillon compte 1380 unités), soit de la validation croisée.

Les différentes phases de construction de l'arbre sont les suivantes :

1. Etablir pour chaque noeud l'ensemble des divisions admissibles,

2. Définir un critère permettant de sélectionner la « meilleure » division d'un noeud,

3. Définir une règle permettant de déclarer un noeud comme terminal ou intermédiaire,

4. Affecter chaque noeud terminal à l'un des groupes (cas de la discrimination), ou affecter une variable à Y pour chaque noeud terminal (cas de la régression),

5. Estimer le risque d'erreur de classement (cas de la discrimination) ou de prévision (cas de la régression) associé à l'arbre.17(*)

3.2.2. Construction d'un arbre explicatif du mode de mariage

Pour mieux visualiser les facteurs ayant une incidence sur le mode de mariage (monogamie, polygamie ou remariage) nous nous servons ci-après de l'algorithme de segmentation par arbre binaire par rapport à certaines caractéristiques socioculturelles des ménages.

Figure n°3 : Mode de mariage et caractéristiques socioculturelles des ménages

=19,50

P 3%

M 97%

Musulman

P 13%

M 87%

Pentecot, catho, protest, trad

P 2%

M 98%

? 11,00

P 6%

M 94%

= 11,00

P 63%

M 37%

? 19,50

P 1%

M 99%

P 16%

M 84%

? 6,50

P 0%

M 100%

=6,50

P 3%

M 97%

RELIGION

NPM ECART D'AGE

NPM

P : Polygame

M : Monogame

NPM : Nombre des personnes dans le ménage

Source : Données d'enquête février - mars 2010 G3 et L2 Démographie ISS.

A partir du premier sommet de cet arbre, il apparaît que la religion pratiquée par les conjoints est déterminante pour distinguer les ménages à propension élevée d'être polygamique ou monogamique. C'est ainsi que les musulmans ont une proportion de polygames de 13% alors que chez les chrétiens et les autres confessions confondus nous n'avons que 2% des polygames.

Par ailleurs, lorsqu'on considère les musulmans entre - eux, nous constatons que le taux de polygamie se différencie selon le nombre des personnes dans les ménages. Ainsi, les ménages à plus de 10 personnes sont à 63% polygamiques chez les musulmans contre 6% seulement dans les ménages à moins de 11 personnes.

D'autre part, pour les chrétiens et les autres confessions religieuses, c'est l'écart d'âge des conjoints qui est déterminant pour distinguer les ménages monogamiques des ménages polygamiques. C'est ainsi qu'à plus de 19 ans d'écart d'âges, le ménage a plus de chance d'être polygamique (16%) alors que si cet écart se réduit on n'a que 1% de chance de rencontrer un ménage polygamique. A ce niveau le nombre des personnes dans le ménage permet de distinguer pour des ménages à faible écart d'âge entre conjoints, les ménages ayant un taux de polygamie un peu élevé à ceux dont le taux est quasi - nul.

* 17 L. LEBART, A. MORINEAU, M. PIRON, Statistique Exploratoire multidimensionnelle, 3ème Ed Dunod, Paris 2005, p 302-304

précédent sommaire suivant






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








"Il ne faut pas de tout pour faire un monde. Il faut du bonheur et rien d'autre"   Paul Eluard