statAfrikR (version 0.1.0)

standardiser_ages: Standardiser les âges déclarés

Description

Détecte et corrige le "heap effect" (attraction vers les âges ronds) fréquent dans les enquêtes africaines où les âges sont déclarés. Calcule l'indice de Whipple et l'indice de Myers pour évaluer la qualité.

Usage

standardiser_ages(
  data,
  var_age = "age",
  methode = c("aucune", "interpolation", "united_nations"),
  age_min = 0L,
  age_max = 120L
)

Value

Une liste avec :

donnees

tibble avec âges corrigés si methode != "aucune"

indice_whipple

numeric — Indice de Whipple (1 = parfait, > 1.05 = problème)

indice_myers

numeric — Indice de Myers (0 = parfait)

diagnostic

character — Évaluation de la qualité

Arguments

data

data.frame ou tibble — Données

var_age

character — Nom de la variable d'âge

methode

character — Méthode de correction : "aucune" (diagnostic uniquement), "interpolation" (répartition uniforme autour des âges ronds), "united_nations" (méthode Nations Unies). Défaut : "aucune".

age_min

integer — Âge minimum valide. Défaut : 0.

age_max

integer — Âge maximum valide. Défaut : 120.

Examples

# \donttest{
  donnees <- data.frame(age = sample(0:80, 200, replace=TRUE))
  standardiser_ages(donnees, var_age="age")
# }