Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment calculer le coefficient de Gini en Python (avec exemple)



Nommé d’après le statisticien italien Corrado Gini , le coefficient de Gini est un moyen de mesurer la répartition des revenus d’une population.

La valeur du coefficient de Gini varie de 0 à 1, où des valeurs plus élevées représentent une plus grande inégalité des revenus et où :

  • 0 représente une parfaite égalité des revenus (tout le monde a le même revenu)
  • 1 représente une inégalité parfaite des revenus (un individu possède tous les revenus)

Vous pouvez trouver une liste des coefficients de Gini par pays ici .

L’exemple suivant montre comment calculer un coefficient de Gini en Python.

Exemple : calculer le coefficient de Gini en Python

Pour calculer un coefficient de Gini en Python, nous devons d’abord définir une fonction simple pour calculer un coefficient de Gini pour un tableau de valeurs NumPy :

import numpy as np

#define function to calculate Gini coefficient
def gini(x):
    total = 0
    for i, xi in enumerate(x[:-1], 1):
        total += np.sum(np.abs(xi - x[i:]))
    return total / (len(x)**2 * np.mean(x))

Ensuite, nous utiliserons cette fonction pour calculer un coefficient de Gini pour un tableau de valeurs de revenu.

Par exemple, supposons que nous ayons la liste suivante de revenus annuels pour 10 personnes :

Revenu : 50 000 $, 50 000 $, 70 000 $, 70 000 $, 70 000 $, 90 000 $, 150 000 $, 150 000 $, 150 000 $, 150 000 $

Le code suivant montre comment utiliser la fonction gini() que nous venons de créer pour calculer le coefficient de Gini pour cette population :

#define NumPy array of income values
incomes = np.array([50, 50, 70, 70, 70, 90, 150, 150, 150, 150])

#calculate Gini coefficient for array of incomes
gini(incomes)

0.226

Le coefficient de Gini s’avère être de 0,226 .

Remarque : Dans un scénario réel, il y aurait des centaines de milliers de revenus différents pour les individus dans un certain pays, mais dans cet exemple, nous avons utilisé 10 individus comme simple illustration.

Ressources additionnelles

Les tutoriels suivants expliquent comment calculer un coefficient de Gini à l’aide de différents logiciels statistiques :

Comment calculer le coefficient de Gini dans R
Comment calculer le coefficient de Gini dans Excel

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *