Université d’Orléans – Master I ESA – Analyse des données qualitatives 1

TD: Révisions – AFC et ACM

Exercice 1
Le tableau donne la répartition d’une population par classe d’âge et loisir préféré:

Moins de 15 ans 15 à 24 ans 25 à 39 ans 40 à 60 ans Plus de 60 ans

TV 322 114 72 135 130
Théâtre 1 17 85 92 14
Cinéma 90 220 192 87 7
Lecture 23 38 57 73 80
Restaurant 7 53 158 49 13
Night-Club 0 87 109 21 0
Concert 27 153 130 47 1

Voici les résultats d’une AFC. On demande de répondre aux questions suivantes:
1. Discuter les inerties.
2. Quels sont les modalités contribuant beaucoup au premier axe factoriel? Au second
axe factoriel? Interpréter chaque axe en termes de type de loisir et de classe d’âge.
3. Quels sont les loisirs préférés de chaque classe d’âge? Comparer la projection sur le
plan factoriel principal et le tableau de contingence.
4. Quelles sont les classes d’âge les plus concernées par chaque type de loisir?

> afc <-dudi.coa(tab, scan = FALSE)

> afcin <- inertia.dudi(afc,col.inertia=T,row.inertia=T)
> afcin$TOT
inertia cum ratio
1 0.29004756 0.2900476 0.6641339
2 0.10542386 0.3954714 0.9055273
3 0.02729088 0.4227623 0.9680164
4 0.01396823 0.4367305 1.0000000
Université d’Orléans – Master I ESA – Analyse des données qualitatives 2

Contributions absolues et relatives:

> afcin$row.abs > afcin$row.rel
Axis1 Axis2 Axis1 Axis2 con.tra
TV 5557 560 TV 9563 350 3859
Theatre 183 3261 Theatre -1020 -6614 1190
Cinema 521 1313 Cinema -5018 4592 690
Lecture 422 3476 Lecture 1970 -5903 1422
Restaurant 931 578 Restaurant -6424 -1450 963
Night-Club 1383 111 Night-Club -9304 272 987
Concert 1003 701 Concert -7491 1903 890
> afcin$col.abs > afcin$col.rel
Comp1 Comp2 Comp1 Comp2 con.tra
Moins.de.15.ans 4115 2457 Moins.de.15.ans 7991 1734 3420
De.15.a.24.ans 983 2459 De.15.a.24.ans -4521 4110 1444
De.25.a.39.ans 2584 305 De.25.a.39.ans -8882 -382 1932
De.40.a.60.ans 29 2583 De.40.a.60.ans 216 -7121 876
Plus.de.60.ans 2289 2195 Plus.de.60.ans 6531 -2276 2328
Université d’Orléans – Master I ESA – Analyse des données qualitatives 3

Exercice 2
Un fabriquant de téléphones portables a effectué une étude de marché dans une population
de 12 étudiants. Le tableau suivant représente la couleur du téléphone portable, le système
d’exploitation de l’ordinateur de chaque étudiant, ainsi que la faculté où il est inscrit.

Couleur Système Faculté

1 Noir Windows Sciences
2 Noir Linux DEG
3 Argenté Windows Sciences
4 Argenté Mac DEG
5 Argenté Linux Sciences
6 Argenté Linux Sciences
7 Argenté Linux Sciences
8 Bleu ciel Mac DEG
9 Bleu ciel Linux Sciences
10 Vert menthe Mac Sciences
11 Vert menthe Mac DEG
12 Vert menthe Mac DEG

1. Déterminer les tableaux de contingence des variables croisées deux à deux.

2. Représenter les données sous forme de tableau disjonctif Z et calculer ses marges.
3. Calculer le tableau de Burt B.
4. Au vu du résultat de l’ACM ci-dessous, quelle stratégie conseilleriez-vous au vendeur
participant au forum en faculté DEG?
Université d’Orléans – Master I ESA – Analyse des données qualitatives 4

> acmin$TOT
inertia cum ratio
1 0.72427724 0.7242772 0.3621386
2 0.43333543 1.1576127 0.5788063
3 0.35498491 1.5125976 0.7562988
4 0.26414381 1.7767414 0.8883707
5 0.19115518 1.9678966 0.9839483
6 0.03210343 2.0000000 1.0000000

> acmin$row.abs > acmin$row.rel

Axis1 Axis2 Axis3 Axis1 Axis2 Axis3 con.tra
1 1020 4643 267 1 2481 6761 -319 1488
2 28 626 2283 2 95 1251 -3741 1083
3 1009 510 969 3 3697 1117 1741 988
4 345 32 174 4 -2142 -119 528 583
5 678 715 258 5 5032 -3174 938 488
6 678 715 258 6 5032 -3174 938 488
7 678 715 258 7 5032 -3174 938 488
8 959 305 2169 8 -3205 -610 -3554 1083
9 186 1485 1908 9 683 -3257 -3428 988
10 537 21 995 10 -2738 65 2486 710
11 1941 116 230 11 -8724 313 507 806
12 1941 116 230 12 -8724 313 507 806

> acmin$col.abs
Comp1 Comp2 Comp3
Telephone.Argente 768 617 1607
Telephone.Bleu.ciel 69 1207 3825
Telephone.Noir 320 3338 1931
Telephone.Vert.menthe 1900 176 1199
Systeme.Linux 868 1352 352
Systeme.Mac 2380 1 152
Systeme.Windows 933 3165 103
Faculte.DEG 1611 85 485
Faculte.Sciences 1151 60 347

> acmin$col.rel
Comp1 Comp2 Comp3 con.tra
Telephone.Argente 2859 -1374 2934 972
Telephone.Bleu.ciel -180 -1882 -4888 1389
Telephone.Noir 833 5207 -2467 1389
Telephone.Vert.menthe -5503 304 1702 1250
Systeme.Linux 3234 -3013 -642 972
Systeme.Mac -8867 3 278 972
Systeme.Windows 2434 4937 131 1389
Faculte.DEG -6001 189 -886 972
Faculte.Sciences 6001 -189 886 694
Université d’Orléans – Master I ESA – Analyse des données qualitatives 5

Exercice 3
On veut étudier le tableau croisé ci-dessous, issu d’une enquête de l’Association pour
l’Emploi des Cadres de l’Agriculture, en 1975. Cette table donne la répartition par secteur
et par classe d’âge des 76155 cadres de l’agriculture ayant répondu au questionnaire. Elle
permet d’étudier la structure d’âge des différents secteurs.

SECTEURS/AGES 20–29 30–39 40–49 50–59 60–65

Secteur public (SP) 1480 1805 2603 1606 576
Secteur public autonome (SPA) 1409 1375 1251 650 164
Organ. professionnelles (OP) 2916 6875 4943 2099 489
Industries agricoles (IA) 1049 4870 4494 2380 1124
Exploitations (Exp) 1058 3385 4979 2341 1534
Enseignement privé (EP) 3864 1278 703 370 151
Para-agricole (PA) 700 2189 2153 700 256
Outre-mer (OM) 430 810 533 160 40
Divers (Div) 55 276 81 42 20
Agents spécialisé (AS) 1061 1676 816 309 27

Voici les résultats d’une AFC faite sur ces données.

> afcin$TOT
inertia cum ratio
1 0.144238872 0.1442389 0.7961274
2 0.032225767 0.1764646 0.9739978
3 0.002759967 0.1792246 0.9892314
4 0.001951001 0.1811756 1.0000000
Université d’Orléans – Master I ESA – Analyse des données qualitatives 6

Contributions absolues:

> afcin$row.abs > afcin$col.abs

Axis1 Axis2 Comp1 Comp2
SP 21 1500 A20 7651 492
SPA 334 26 A30 73 5281
OP 1 2543 A40 1074 148
IA 1038 2 A50 534 996
Exp 1356 2491 A60 667 3084
EP 6749 890
PA 125 410
OM 39 453
Div 1 436
AS 336 1249

Contributions relatives:

> afcin$row.rel > afcin$col.rel

Axis1 Axis2 con.tra Comp1 Comp2 con.tra
SP -478 -7506 355 A20 9858 -142 6179
SPA 9322 -161 285 A30 -574 9237 1017
OP 11 9876 458 A40 -9026 -277 947
IA -9600 4 861 A50 -6152 -2564 691
Exp -6925 -2843 1559 A60 -4557 -4706 1166
EP 9695 -286 5542
PA -4461 3267 223
OM 2677 6903 117
Div -95 7251 107
AS 5423 4499 494

Interpréter ces résultats. On demande en particulier

1. de discuter les valeurs des inerties;
2. d’interpréter les axes.

Les questions typiques que l’on se pose à partir d’un tel tableau croisé sont:
1. la structure diffère-t-elle beaucoup d’un secteur à l’autre?
2. y-a-t-il des secteurs ayant des structures semblables?
3. quels sont les secteurs “jeunes”, les secteurs “vieux”?
4. dans quels secteurs les jeunes sont-ils entrés durant les dix dernières années?
5. dans quels secteurs y aura-t-il beaucoup de départs à la retraite au cours des dix
prochaines années?
Université d’Orléans – Master I ESA – Analyse des données qualitatives 7

Exercice 4
Nous considérons ici un jeu de données provenant d’une enquête portant sur 810 clients
d’une banque.
This data frame contains the following columns:

1. csp: "Socio-professional categories" a factor with levels agric Farmers

artis Craftsmen, Shopkeepers, Company directors cadsu Executives and higher
intellectual professions inter Intermediate professions emplo Other white-collar
workers ouvri Manual workers retra Pensionners inact Non working population
etudi Students

2. duree: "Time relations with the customer" a factor with levels dm2 <2
years d24 [2 years, 4 years[ d48 [4 years, 8 years[ d812 [8 years, 12 years[
dp12 >= 12 years

3. oppo: "Stopped a check ?" a factor with levels non no oui yes

4. age: "Customer’s age" a factor with levels ai25 [18 years, 25 years[ ai35
[25 years, 35 years[ ai45 [35 years, 45 years[ ai55 [45 years, 55 years[ ai75
[55 years, 75 years[

5. sexe: "Customer’s gender" a factor with levels hom Male fem Female

6. interdit: "No checkbook allowed" a factor with levels non no oui yes

7. cableue: "Possess a bank card ?" a factor with levels non no oui yes

8. assurvi: "Contrat of life insurance ?" a factor with levels non no

oui yes

9. soldevu: "Balance of the current accounts" a factor with levels p4 credit

balance > 20000 p3 credit balance 12000-20000 p2 credit balance 4000-120000 p1
credit balance >0-4000 n1 debit balance 0-4000 n2 debit balance >4000

10. eparlog: "Savings and loan association account amount" a factor with
levels for > 20000 fai >0 and <20000 nul nulle

11. eparliv: "Savings bank amount" a factor with levels for > 20000 fai >0 and
<20000 nul nulle

12. credhab: "Home loan owner" a factor with levels non no oui yes

13. credcon: "Consumer credit amount" a factor with levels nul none fai >0 and
<20000 for > 20000

14. versesp: "Check deposits" a factor with levels oui yes non no

15. retresp: "Cash withdrawals" a factor with levels fai < 2000 moy 2000-5000
for > 5000
Université d’Orléans – Master I ESA – Analyse des données qualitatives 8

16. remiche: "Endorsed checks amount" a factor with levels for >10000 moy
10000-5000 fai 1-5000 nul none

17. preltre: "Treasury Department tax deductions" a factor with levels nul
none fai <1000 moy >1000

18. prelfin: "Financial institution deductions" a factor with levels nul none
fai <1000 moy >1000

19. viredeb: "Debit transfer amount" a factor with levels nul none fai <2500
moy 2500-5000 for >5000

20. virecre: "Credit transfer amount" a factor with levels for >10000 moy
10000-5000 fai <5000 nul aucun

21. porttit: "Securities portfolio estimations" a factor with levels nul none
fai < 20000 moy 20000-100000 for >100000

Interpréter les résultats de l’ACM suivante. En particulier:

1. Discuter les inerties.
2. Quelles modalités contribuent le plus aux deux premiers axes factoriels? Interpréter
ces deux axes.
3. Y a-t-il des corrélations naturelles entre catégories socio-professionnelles (CSP) et
classes d’âge?
4. Quels sont les types d’usagers ayant un solde important sur leur compte en banque?
Lesquels ont un solde négatif?
5. Quelles différences y a-t-il entre le comportement des étudiants et celui des retraités?

> acmin <- inertia.dudi(banque.acm,col.inertia=T,row.inertia=T)

> acmin$TOT
inertia cum ratio
1 0.17346599 0.1734660 0.07005357
2 0.11838319 0.2918492 0.11786217
3 0.09825814 0.3901073 0.15754334
4 0.08973203 0.4798393 0.19378127
5 0.07483231 0.5546716 0.22400201
6 0.06941433 0.6240860 0.25203472
7 0.06687878 0.6909648 0.27904346
8 0.06578606 0.7567508 0.30561091
9 0.06285351 0.8196043 0.33099406
10 0.06058696 0.8801913 0.35546187
Université d’Orléans – Master I ESA – Analyse des données qualitatives 9
Université d’Orléans – Master I ESA – Analyse des données qualitatives 10

Contributions absolues et relative des colonnes:

> acmin$col.abs > acmin$col.rel
Comp1 Comp2 Comp3 Comp1 Comp2 Comp3 con.tra
csp.agric 2 5 5 csp.agric 9 -12 10 185
csp.artis 0 71 60 csp.artis 0 -187 132 181
csp.cadsu 11 59 26 csp.cadsu 44 -169 62 168
csp.inter 99 0 0 csp.inter 411 0 0 168
csp.emplo 5 87 15 csp.emplo 21 267 -39 156
csp.ouvri 5 248 628 csp.ouvri 24 797 1675 149
csp.retra 0 753 17 csp.retra 0 -2000 38 180
csp.inact 53 97 262 csp.inact -217 -269 -604 172
csp.etudi 311 214 1433 csp.etudi -1218 573 -3180 179
duree.dm2 199 2 0 duree.dm2 -818 7 0 171
duree.d24 254 19 48 duree.d24 -1106 56 -119 161
duree.d48 1 47 42 duree.d48 -6 158 -117 143
duree.d812 23 18 138 duree.d812 102 56 346 158
duree.dp12 324 197 5 duree.dp12 1665 -690 14 136
oppo.non 12 3 0 oppo.non -589 -113 8 14
oppo.oui 150 42 3 oppo.oui 589 113 -8 179
age.ai25 456 226 1265 age.ai25 -1870 631 -2937 171
age.ai35 12 424 271 age.ai35 -55 1304 693 155
age.ai45 83 52 46 age.ai45 411 176 130 142
age.ai55 33 3 8 age.ai55 154 -8 20 151
age.ai75 8 1316 0 age.ai75 37 -4192 0 150
sexe.hom 45 0 286 sexe.hom 527 0 1898 60
sexe.fem 100 0 634 sexe.fem -527 0 -1898 132
interdit.non 12 0 36 interdit.non 594 -2 -1031 14
interdit.oui 151 1 464 interdit.oui -594 2 1031 179
cableue.non 156 125 202 cableue.non -1900 -1036 1392 58
cableue.oui 365 292 472 cableue.oui 1900 1036 -1392 135
assurvi.non 98 1 5 assurvi.non -2122 -9 -62 32
assurvi.oui 485 3 25 assurvi.oui 2122 9 62 160
soldevu.p4 135 796 9 soldevu.p4 555 -2242 -20 170
soldevu.p3 222 1 74 soldevu.p3 885 2 -167 176
soldevu.p2 114 14 113 soldevu.p2 505 41 -285 158
soldevu.p1 234 6 10 soldevu.p1 -1279 21 -30 128
soldevu.n1 164 88 231 soldevu.n1 -746 274 596 154
soldevu.n2 36 64 109 soldevu.n2 142 173 245 176
eparlog.for 198 197 153 eparlog.for 784 -531 -343 177
eparlog.fai 73 0 286 eparlog.fai 279 1 -625 182
eparlog.nul 41 17 64 eparlog.nul -1113 315 984 26
eparliv.for 11 753 21 eparliv.for 44 -1980 -47 182
eparliv.fai 300 1 232 eparliv.fai 1328 -2 -583 158
eparliv.nul 85 59 73 eparliv.nul -1336 636 653 45
credhab.non 28 0 4 credhab.non -882 0 -79 22
credhab.oui 215 0 34 credhab.oui 882 0 79 170
credcon.nul 52 73 1 credcon.nul -1219 -1173 -19 30
credcon.fai 84 340 45 credcon.fai 336 921 102 176
credcon.for 221 89 10 credcon.for 867 239 -22 179
Université d’Orléans – Master I ESA – Analyse des données qualitatives 11

versesp.oui 2 98 451 versesp.oui 8 274 -1043 172

versesp.non 0 12 54 versesp.non -8 -274 1043 21
retresp.fai 28 9 14 retresp.fai -769 158 -212 26
retresp.moy 168 12 13 retresp.moy 677 -33 29 174
retresp.for 24 68 136 retresp.for 90 -177 293 184
remiche.for 231 65 15 remiche.for 921 -178 -33 175
remiche.moy 100 69 84 remiche.moy 399 188 -190 176
remiche.fai 53 55 283 remiche.fai 263 189 -802 140
remiche.nul 227 28 286 remiche.nul -1856 -155 1326 86
preltre.nul 65 10 5 preltre.nul -2351 -257 -105 19
preltre.fai 260 252 143 preltre.fai 1006 666 313 181
preltre.moy 330 13 12 preltre.moy 1258 -34 -27 184
prelfin.nul 33 70 6 prelfin.nul -957 -1371 -99 24
prelfin.fai 81 251 13 prelfin.fai 313 663 28 181
prelfin.moy 151 232 30 prelfin.moy 592 619 67 179
viredeb.nul 474 47 0 viredeb.nul -4304 -289 0 77
viredeb.fai 397 89 3 viredeb.fai 2067 317 8 134
viredeb.moy 147 11 27 viredeb.moy 566 29 59 183
viredeb.for 206 8 77 viredeb.for 788 -22 -167 183
virecre.for 710 15 30 virecre.for 3028 -43 -73 164
virecre.moy 152 38 18 virecre.moy 643 109 43 165
virecre.fai 0 65 41 virecre.fai 0 207 -108 151
virecre.nul 444 42 24 virecre.nul -3226 -208 100 96
porttit.nul 8 269 64 porttit.nul -136 3015 594 43
porttit.fai 0 47 242 porttit.fai 2 -128 -546 176
porttit.moy 13 250 52 porttit.moy 50 -672 -115 178
porttit.for 30 1072 5 porttit.for 117 -2839 -10 180
Université d’Orléans – Master I ESA – Analyse des données qualitatives 12

Exercice 5
Enquête sur les produits biologiques. Source: Gilles Hunault,
http://www.info.univ-angers.fr/pub/gh/Datasets/pbio.htm
Les données suivantes proviennent d’une enquête réalisée dans des supermarchés an-
gevins et parisiens entre 1996 et 1998 dans le but de connaı̂tre l’avis de consommateurs
quant aux produits biologiques et aux produits diététiques.
L’enquête, effectuée auprès de 219 consommateurs, consistait en un questionnaire avec
les 11 questions suivantes:

Q1 - Connaissez-vous les produits biologiques ?

0 non reponse
1 oui
2 non

Q2 - Y a-t-il une difference entre produit biologique et produit dietetique?

0 non reponse
1 oui
2 non

Q3 - Avez- vous deja consomme des produits biologiques ?

1 non jamais
2 oui une seule fois
3 oui rarement
4 oui de temps en temps
5 oui plusieurs fois par mois
6 oui plusieurs fois par semaine
7 ne se prononce pas

Q4 - Parmi les marques suivantes lesquelles connaissez-vous ?

0 non reponse
1 bio vivre
2 bjorg
3 carrefour bio
4 la vie
5 vrai
6 prosain
7 favrichon

Q5 - Avez-vous deja consomme des produits " La Vie " ?

0 non reponse
1 oui une fois
2 oui occasionnellement
3 oui regulierement
4 non jamais

Q6 - Sexe de la personne
1 homme
2 femme
Université d’Orléans – Master I ESA – Analyse des données qualitatives 13

Q7 - Classe d’age
1 moins de 25 ans
2 entre 25 et 35 ans
3 entre 35 et 45 ans
4 entre 45 et 55 ans
5 entre 55 et 65 ans
6 plus de 65 ans

Q8 - Etat-civil
0 autre
1 marie
2 celibataire
3 divorce
4 en concubinage
5 veuf

Q9 - Nombre d’enfants
1 0 enfant
2 1 enfant
3 2 enfants
4 3 enfants
5 plus de 3 enfants

Q10 - Situation professionnelle

1 agriculteur
2 artisan
3 cadre superieur
4 cadre moyen
5 employe
6 ouvrier
7 retraite
8 autre
0 non-reponse

Q11 - Classe de revenus mensuels

0 non reponse
1 moins de 5 kF
2 entre 5 et 10 kF
3 entre 10 et 15 kF
4 entre 15 et 20 kF
5 plus de 20 kF
6 ne se prononce pas
Université d’Orléans – Master I ESA – Analyse des données qualitatives 14

On demande d’interpréter les résultats d’une analyse des correspondances multiples

effectuée sur ces donnés, en répondant en particulier aux questions suivantes:
1. Discuter les inerties.
2. Interpréter les deux premiers axes factoriels.
3. Observez-vous des corrélations naturelles entre certaines classes d’âge et situations
professionnelles?
4. Parmi les réponses possibles de la question Q3 (CONSOM), lesquelles sont bien représentées
sur le plan des deux premiers axes factoriels?
5. Quelles parties de la population (classes d’âge, état civil, situation professionnelle)
sont plus succeptibles de ne pas connaı̂tre les produits biologiques?
6. Quelles parties de la population sont plus succeptibles de connaı̂tre la différence entre
produits biologiques et diététiques?
7. Quels sont les consommateurs qui n’ont jamais consommé de produits “La Vie”?
8. Est-ce que l’on observe une corrélation entre revenus et consommation de produits
diététiques?
9. Y a-t-il une différence significative entre le comportement des hommes et des femmes
envers les produits biologiques?
10. La modalité MARQUE.1 est éloignée du centre de gravité alors que ses contributions
absolues ne sont pas particulièrement grandes. Avez-vous une idée pourquoi?

Liste partielle des valeurs propres:

inertia cum ratio

1 0.24618676 0.2461868 0.05416109
2 0.21032193 0.4565087 0.10043191
3 0.18875373 0.6452624 0.14195773
4 0.15572550 0.8009879 0.17621734
5 0.14610764 0.9470956 0.20836102
6 0.13773177 1.0848273 0.23866201
7 0.13385425 1.2186816 0.26810995
8 0.13259291 1.3512745 0.29728038
9 0.12485635 1.4761308 0.32474878
10 0.12137696 1.5975078 0.35145171
20 0.09507628 2.6578871 0.58473516
30 0.07872050 3.5153533 0.77337772
40 0.05574352 4.1695248 0.91729546
50 0.01457180 4.5454545 1.00000000
Université d’Orléans – Master I ESA – Analyse des données qualitatives 15

Contributions absolues et relatives. Les modalités sont représentées dans le même

ordre que les questions (CONNAITRE = Q1, etc).

> acmin$col.abs > acmin$col.rel

Comp1 Comp2 Comp3 Comp1 Comp2 Comp3 con.tra
CONNAITRE.0 0 29 1 CONNAITRE.0 1 -68 2 198
CONNAITRE.1 8 0 13 CONNAITRE.1 373 -7 -475 11
CONNAITRE.2 173 23 261 CONNAITRE.2 -490 55 566 191
DIFF.0 0 40 4 DIFF.0 0 93 8 199
DIFF.1 48 53 6 DIFF.1 604 -570 -53 43
DIFF.2 179 168 18 DIFF.2 -613 491 46 158
CONSOM.1 126 1 686 CONSOM.1 -464 3 1936 147
CONSOM.2 43 1 0 CONSOM.2 -120 2 -1 193
CONSOM.3 62 0 26 CONSOM.3 -214 -1 69 158
CONSOM.4 77 4 41 CONSOM.4 289 -14 -119 144
CONSOM.5 10 5 45 CONSOM.5 28 -13 -99 189
Université d’Orléans – Master I ESA – Analyse des données qualitatives 16

CONSOM.6 438 5 1280 CONSOM.6 1342 13 -3009 177

CONSOM.7 106 8 69 CONSOM.7 -298 19 149 193
MARQUE.0 1 750 284 MARQUE.0 3 2127 722 163
MARQUE.1 63 16 30 MARQUE.1 -170 -36 -63 200
MARQUE.2 352 9 304 MARQUE.2 -1513 -32 1002 126
MARQUE.3 29 47 20 MARQUE.3 85 -115 -43 188
MARQUE.4 34 144 116 MARQUE.4 119 -433 -314 154
MARQUE.5 203 46 497 MARQUE.5 619 -120 -1160 178
MARQUE.6 70 3 8 MARQUE.6 192 7 17 198
MARQUE.7 88 2 573 MARQUE.7 246 -4 -1228 194
CONSVIE.0 2 83 1 CONSVIE.0 6 196 3 197
CONSVIE.1 1 5 50 CONSVIE.1 4 13 -106 195
CONSVIE.2 405 264 763 CONSVIE.2 1238 -690 -1790 177
CONSVIE.3 195 6 486 CONSVIE.3 548 14 -1050 192
CONSVIE.4 122 15 265 CONSVIE.4 -1708 181 2841 39
SEXE.1 30 35 51 SEXE.1 -126 125 162 131
SEXE.2 16 19 27 SEXE.2 126 -125 -162 69
AGE.1 1038 176 90 AGE.1 -3210 -465 -214 175
AGE.2 122 301 15 AGE.2 -458 -963 43 145
AGE.3 152 123 27 AGE.3 494 -341 67 167
AGE.4 486 37 97 AGE.4 1735 -112 266 152
AGE.5 22 548 49 AGE.5 67 1405 -112 180
AGE.6 0 2102 130 AGE.6 -1 5363 -297 181
ETATCIVIL.0 3 10 244 ETATCIVIL.0 -9 -24 514 197
ETATCIVIL.1 700 86 166 ETATCIVIL.1 4157 437 755 91
ETATCIVIL.2 1256 162 203 ETATCIVIL.2 -4672 -515 -580 146
ETATCIVIL.3 8 155 27 ETATCIVIL.3 -23 378 -58 190
ETATCIVIL.4 0 317 11 ETATCIVIL.4 0 -804 -25 182
ETATCIVIL.5 1 231 103 ETATCIVIL.5 -2 551 -221 194
NBENF.1 436 112 330 NBENF.1 -2748 605 -1596 86
NBENF.2 62 24 133 NBENF.2 204 -66 333 166
NBENF.3 280 139 231 NBENF.3 918 -389 581 165
NBENF.4 190 0 102 NBENF.4 546 -1 225 188
NBENF.5 193 34 1 NBENF.5 536 -81 2 195
SITPROF.0 3 19 0 SITPROF.0 -7 -43 1 200
SITPROF.1 12 0 94 SITPROF.1 33 1 195 200
SITPROF.2 45 38 223 SITPROF.2 125 -90 -473 196
SITPROF.3 130 1 127 SITPROF.3 384 -1 286 184
SITPROF.4 214 153 96 SITPROF.4 726 -443 251 159
SITPROF.5 123 305 115 SITPROF.5 -444 -941 -317 150
SITPROF.6 120 2 30 SITPROF.6 -332 4 64 196
SITPROF.7 0 2606 148 SITPROF.7 0 6979 -357 173
SITPROF.8 53 41 35 SITPROF.8 -200 -132 101 143
REVENU.0 22 3 14 REVENU.0 60 -7 29 200
REVENU.1 280 0 34 REVENU.1 -801 0 -75 189
REVENU.2 682 36 340 REVENU.2 -2418 -110 -924 153
REVENU.3 3 27 133 REVENU.3 11 -78 -342 162
REVENU.4 179 11 21 REVENU.4 575 -29 52 168
REVENU.5 273 1 704 REVENU.5 1013 2 2002 146
REVENU.6 28 420 2 REVENU.6 83 1071 -5 181