Logo Lanfrica
  • Home
  • Atlas
  • Insights
  • Docs
  • Sign in

© 2026 Lanfrica. All rights reserved. All copyrights of the resources shown on the Lanfrica website belong to the original copyright holders, unless explicitly stated otherwise.

sejroboco/analyse-pauvrete-benin

Domain:

socioeconomic
Creator:
sej
Host:
Approche d'analyse de la pauvreté dans le contexte béninois. # 📊 Analyse de la pauvreté au Bénin à partir des données EHCVM Ce projet présente une analyse approfondie des indicateurs de pauvreté au Bénin, à partir des données de l’Enquête Harmonisée sur les Conditions de Vie des Ménages (EHCVM 2018-2019). Il s'inscrit dans une démarche de compréhension des facteurs économiques et sociaux influençant la pauvreté, à travers des méthodes statistiques et économétriques mises en œuvre sous STATA. ## 🎯 Objectifs - Calculer les indicateurs de pauvreté : taux, profondeur, sévérité. - Étudier la répartition de la pauvreté selon le sexe, le milieu, la religion et le département. - Analyser la distribution des revenus via la courbe de Lorenz et l’indice de Gini. - Estimer des modèles logit et probit pour identifier les déterminants de la pauvreté. - Interpréter les effets marginaux, les élasticités et les odds ratios. ## 🧰 Technologies utilisées - **Langage** : STATA - **Données** : EHCVM 2018–2019 (8 012 ménages) - **Méthodes** : statistiques descriptives, modèles logit & probit, évaluation ROC ## 📥 Accès aux données > ℹ️ Pour des raisons de confidentialité, les données ne sont pas incluses dans le dépôt. Les données utilisées sont disponibles ici : 🔗 Lien Google Drive vers les données EHCVM ## 📈 Résultats clés - **Taux de pauvreté national** : 38,5 % - **Par milieu** : 44,2 % en rural contre 31,4 % en urbain - **Indice de Gini** : 0,360 - **Courbe de Lorenz** construite et analysée - **Modèle logit** : - Effet positif de la taille du ménage - Effet négatif des consommations alimentaires et non alimentaires - AUC : 0.9827, précision de classification : 95 % ## 📌 Exemple d’indicateurs par département | Département | Taux de pauvreté (%) | |-------------|----------------------| | Atacora | 60,5 % | | Littoral | 18,8 % | | Borgou | 53,3 % | ## ✍️ Auteur - **Nom** : Sèjro Toussaint BOCO - **Contact** : sejroboco9@gmail.com

Visit

github.com

Similar

Raph240/Analyse-gdelt-beninANALYSE FREQUENTIELLE DES PRECIPITATIONS EXTREMES DANS LA COMMUNE DE BONOU (VALLEE DE LOUEME, BENIN)Analyse und Auslegung eines Stromversorgungskonzepts für die Hochschule Ecole Polytechnique d'Abomey-Calavi in Benin Analysis and design of a power supply concept for the Ecole Polytechnique university d'Abomey-Calavi in Benin

Raph240/Analyse-gdelt-benin

Titre : Extraction et structuration des données du Bénin à partir de GDELT Description : Ce projet

ANALYSE FREQUENTIELLE DES PRECIPITATIONS EXTREMES DANS LA COMMUNE DE BONOU (VALLEE DE LOUEME, BENIN)

Floods are among the most frequent natural disasters in Benin, and the commune of Bonou, located in

Analyse und Auslegung eines Stromversorgungskonzepts für die Hochschule Ecole Polytechnique d'Abomey-Calavi in Benin Analysis and design of a power supply concept for the Ecole Polytechnique university d'Abomey-Calavi in Benin

Weltweit hatten 2017 840 Millionen Menschen keinen Zugang zu Strom. Hinzu kommen Millionen weitere M