class: center, middle, inverse, title-slide # Les prénoms québécois d’hier à aujourd’hui ## Rendez-vous analytique 2022 ### J.P. Le Cavalier ### 3 juin 2022 --- ## Objectifs - Analyser les **tendances** de prénom au Québec; - Développer quelques **métriques** d'intérêt. --- class: inverse center middle # Nettoyage des données --- ## Données brutes Les données de prénom à la naissance au Québec (depuis 1980) sont publiées anuellement par [Retraite Québec](https://www.retraitequebec.gouv.qc.ca)<sup>1, 2</sup>. #### Extrait des données brutes pour les filles ``` ## Prénom/Année 1980 1981 1982 ... 2019 2020 2021 ## 1: A 0 1 1 ... 0 0 0 ## 2: AABIA 0 0 0 ... 0 0 0 ## 3: A ABIGAIL 0 0 1 ... 0 0 0 ## 4: AABISHA 0 0 0 ... 0 0 0 ## 5: AABLA 0 0 0 ... 0 0 0 ## --- ## 207735: ZYVA 0 0 0 ... 0 0 0 ## 207736: ZYVAH 0 0 0 ... 0 0 0 ## 207737: ZY YU 0 0 0 ... 0 0 0 ## 207738: ZZENARRA 0 0 0 ... 0 0 0 ## 207739: Somme: 48152 47365 46180 ... 41010 39834 40620 ``` .footnote[ [1] https://www.donneesquebec.ca/recherche/dataset/banque-de-prenoms-garcons [2] https://www.donneesquebec.ca/recherche/dataset/banque-de-prenoms-filles ] --- ## Transformation des données .pull-left[ - On combine les données garçons et filles; - On supprime la ligne des totaux; - On renomme les colonnes; - On passe d'un format large à un format long. ] .pull-right[ #### Extrait des données transformées ``` ## sex name year nb ## 1: M A 1980 0 ## 2: M AAACO 1980 0 ## 3: M AAARICK 1980 1 ## 4: M AABAN 1980 0 ## 5: M AABAN BURHAN 1980 0 ## --- ## 17218442: F ZYSHAWNA 2021 0 ## 17218443: F ZYVA 2021 0 ## 17218444: F ZYVAH 2021 0 ## 17218445: F ZY YU 2021 0 ## 17218446: F ZZENARRA 2021 0 ``` ] --- ## Exemple d'incohérence dans les données <img src="img/data-inconsistency-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Nettoyage des données - Les données brutes n'ont déjà aucun **signe phonétique** (accents, tréma, cédille); - On remplace les **traits d'union** par des espaces; - On corrige manuellement les prénoms **tronqués** populaires<sup>3</sup> non ambigus; - Exemples : - **J-PHILIPPE** → J PHILIPPE → **JEAN PHILIPPE** - **P-OLIVIER** → P OLIVIER → {PIER OLIVIER, PHILIPPE OLIVIER} → **P OLIVIER** .footnote[ [3] Pour être corrigé, un prénom doit apparaître au moins 30 fois dans les données. ] --- ## Exemple de prénoms homonymes <img src="img/data-namesake-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Regroupement des prénoms homonymes - Tâche complexe, particulièrement en français<sup>4</sup>; - On approxime avec la **distance de Levenshtein** : - Substitution (+1) - Insertion (+1) - Suppression (+1) - On propose des groupements parmi les prénoms populaires<sup>5</sup> avec une distance de Levenshtein **inférieure à 3**; - On accepte manuellement les propositions qui sont des homonymes; - Exemples : - On <span style="color: limegreen;">accepte</span> de regrouper **STEPHANIE** et **STEFANIE** (distance de 2) - On <span style="color: tomato;">refuse</span> de regrouper **AMELIE** et **AMELIA** (distance de 1) .footnote[ [4] Certains algorithmes spécifiques aux langues ont été implantés dans la librairie JavaScript [Talisman](https://yomguithereal.github.io/talisman/). [5] Pour être considéré, un prénom doit apparaître au moins 300 fois dans les données. ] --- class: inverse center middle # Analyse des tendances --- ## La génération Y (1981-1996) <img src="img/gen-y-1.png" width="100%" style="display: block; margin: auto;" /> --- ## La génération Z (1997-2012) <img src="img/gen-z-1.png" width="100%" style="display: block; margin: auto;" /> --- ## La génération Alpha (2013-2028) <img src="img/gen-alpha-1.png" width="100%" style="display: block; margin: auto;" /> --- class: inverse center middle # Métriques d'intérêt --- ## Normalisation et lissage des données - On utilise le **pourcentage (%)** des naissances à chaque année; - On utilise une **moyenne mobile** 3 ans. --- ## Données classiques <img src="img/original-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Données normalisées par naissances annuelles <img src="img/normalize-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Données lissées par moyenne mobile 3 ans <img src="img/moving-average-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Mesure de stabilité On utilise le **coefficient de variation (CV)** de la moyenne mobile 3 ans du pourcentage des naissances annuelles dans le temps où `$$CV = \frac{\sigma}{\mu}$$` --- ## Stabilité faible <img src="img/low-stability-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Stabilité élevée <img src="img/high-stability-1.png" width="100%" style="display: block; margin: auto;" /> --- class: inverse center middle # Pour ceux qui ne sont pas au courant... -- # . -- ### Je deviendrai papa d'une <span style="color: deeppink;">petite fille</span> en novembre prochain! --- ## Objectif réel - Aider Sarah et moi à trouver un prénom de bébé! -- ### Contraintes Le prénom doit être... - actuel, mais pas trop populaire; - facile à écrire pour un inconnu; - composé uniquement de caractères alphabétiques (aucun accent, espace, trait d'union, etc.); - le plus intemporel possible. --- ## Actuel, mais pas trop populaire - Le prénom doit être **dans le top 100** de la génération Alpha; - Le prénom doit être **hors du top 5** de la génération Alpha. --- ## Actuel, mais pas trop populaire <img src="img/before-drop-top-10-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Actuel, mais pas trop populaire <img src="img/drop-top-10-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Facile à écrire pour un inconnu <img src="img/namesake-criteria-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Facile à écrire pour un inconnu - Le prénom doit avoir **au maximum 2 variantes** d'écriture différentes; - Le prénom doit avoir une **majorité claire** pour une variante (au moins 80% des cas). --- ## Facile à écrire pour un inconnu <img src="img/before-drop-namesakes-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Facile à écrire pour un inconnu <img src="img/drop-namesakes-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Composé uniquement de caractères alphabétiques - On élimine les **prénoms composés**; - On élimine les prénoms avec des **accents**, **cédilles** et/ou **trémas**<sup>6</sup>. .footnote[ [6] On n'a pas cette information dans les données, on procède donc manuellement ] --- ## Composé uniquement de caractères alphabétiques <img src="img/before-drop-non-ascii-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Composé uniquement de caractères alphabétiques <img src="img/drop-non-ascii-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Le plus intemporel possible - On élimine les prénoms qui ont un **coefficient de variation supérieur à 1**. --- ## Le plus intemporel possible <img src="img/before-drop-non-timeless-1.png" width="100%" style="display: block; margin: auto;" /> --- ## Le plus intemporel possible <img src="img/drop-non-timeless-1.png" width="100%" style="display: block; margin: auto;" /> --- class: inverse center middle # À suivre dans 5 mois... --- class: thanks-page background-image: url(logo.svg) background-size: 320px background-position: 5% 90% # Merci! .pull-right[ <a href="mailto:jplecavalier@me.com"> <svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#FEFEFC;overflow:visible;position:relative;"><path d="M476 3.2L12.5 270.6c-18.1 10.4-15.8 35.6 2.2 43.2L121 358.4l287.3-253.2c5.5-4.9 13.3 2.6 8.6 8.3L176 407v80.5c0 23.6 28.5 32.9 42.5 15.8L282 426l124.6 52.2c14.2 6 30.4-2.9 33-18.2l72-432C515 7.8 493.3-6.8 476 3.2z"/></svg> jplecavalier@me.com </a> <a href="https://www.linkedin.com/in/jplecavalier/"> <svg aria-hidden="true" role="img" viewBox="0 0 448 512" style="height:1em;width:0.88em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#FEFEFC;overflow:visible;position:relative;"><path d="M100.28 448H7.4V148.9h92.88zM53.79 108.1C24.09 108.1 0 83.5 0 53.8a53.79 53.79 0 0 1 107.58 0c0 29.7-24.1 54.3-53.79 54.3zM447.9 448h-92.68V302.4c0-34.7-.7-79.2-48.29-79.2-48.29 0-55.69 37.7-55.69 76.7V448h-92.78V148.9h89.08v40.8h1.3c12.4-23.5 42.69-48.3 87.88-48.3 94 0 111.28 61.9 111.28 142.3V448z"/></svg> @jplecavalier </a> <a href="https://jplecavalier.rbind.io/"> <svg aria-hidden="true" role="img" viewBox="0 0 496 512" style="height:1em;width:0.97em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#FEFEFC;overflow:visible;position:relative;"><path d="M336.5 160C322 70.7 287.8 8 248 8s-74 62.7-88.5 152h177zM152 256c0 22.2 1.2 43.5 3.3 64h185.3c2.1-20.5 3.3-41.8 3.3-64s-1.2-43.5-3.3-64H155.3c-2.1 20.5-3.3 41.8-3.3 64zm324.7-96c-28.6-67.9-86.5-120.4-158-141.6 24.4 33.8 41.2 84.7 50 141.6h108zM177.2 18.4C105.8 39.6 47.8 92.1 19.3 160h108c8.7-56.9 25.5-107.8 49.9-141.6zM487.4 192H372.7c2.1 21 3.3 42.5 3.3 64s-1.2 43-3.3 64h114.6c5.5-20.5 8.6-41.8 8.6-64s-3.1-43.5-8.5-64zM120 256c0-21.5 1.2-43 3.3-64H8.6C3.2 212.5 0 233.8 0 256s3.2 43.5 8.6 64h114.6c-2-21-3.2-42.5-3.2-64zm39.5 96c14.5 89.3 48.7 152 88.5 152s74-62.7 88.5-152h-177zm159.3 141.6c71.4-21.2 129.4-73.7 158-141.6h-108c-8.8 56.9-25.6 107.8-50 141.6zM19.3 352c28.6 67.9 86.5 120.4 158 141.6-24.4-33.8-41.2-84.7-50-141.6h-108z"/></svg> jplecavalier.rbind.io </a> <a href="https://github.com/jplecavalier/firstname-study"> <svg aria-hidden="true" role="img" viewBox="0 0 496 512" style="height:1em;width:0.97em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#FEFEFC;overflow:visible;position:relative;"><path d="M165.9 397.4c0 2-2.3 3.6-5.2 3.6-3.3.3-5.6-1.3-5.6-3.6 0-2 2.3-3.6 5.2-3.6 3-.3 5.6 1.3 5.6 3.6zm-31.1-4.5c-.7 2 1.3 4.3 4.3 4.9 2.6 1 5.6 0 6.2-2s-1.3-4.3-4.3-5.2c-2.6-.7-5.5.3-6.2 2.3zm44.2-1.7c-2.9.7-4.9 2.6-4.6 4.9.3 2 2.9 3.3 5.9 2.6 2.9-.7 4.9-2.6 4.6-4.6-.3-1.9-3-3.2-5.9-2.9zM244.8 8C106.1 8 0 113.3 0 252c0 110.9 69.8 205.8 169.5 239.2 12.8 2.3 17.3-5.6 17.3-12.1 0-6.2-.3-40.4-.3-61.4 0 0-70 15-84.7-29.8 0 0-11.4-29.1-27.8-36.6 0 0-22.9-15.7 1.6-15.4 0 0 24.9 2 38.6 25.8 21.9 38.6 58.6 27.5 72.9 20.9 2.3-16 8.8-27.1 16-33.7-55.9-6.2-112.3-14.3-112.3-110.5 0-27.5 7.6-41.3 23.6-58.9-2.6-6.5-11.1-33.3 2.6-67.9 20.9-6.5 69 27 69 27 20-5.6 41.5-8.5 62.8-8.5s42.8 2.9 62.8 8.5c0 0 48.1-33.6 69-27 13.7 34.7 5.2 61.4 2.6 67.9 16 17.7 25.8 31.5 25.8 58.9 0 96.5-58.9 104.2-114.8 110.5 9.2 7.9 17 22.9 17 46.4 0 33.7-.3 75.4-.3 83.6 0 6.5 4.6 14.4 17.3 12.1C428.2 457.8 496 362.9 496 252 496 113.3 383.5 8 244.8 8zM97.2 352.9c-1.3 1-1 3.3.7 5.2 1.6 1.6 3.9 2.3 5.2 1 1.3-1 1-3.3-.7-5.2-1.6-1.6-3.9-2.3-5.2-1zm-10.8-8.1c-.7 1.3.3 2.9 2.3 3.9 1.6 1 3.6.7 4.3-.7.7-1.3-.3-2.9-2.3-3.9-2-.6-3.6-.3-4.3.7zm32.4 35.6c-1.6 1.3-1 4.3 1.3 6.2 2.3 2.3 5.2 2.6 6.5 1 1.3-1.3.7-4.3-1.3-6.2-2.2-2.3-5.2-2.6-6.5-1zm-11.4-14.7c-1.6 1-1.6 3.6 0 5.9 1.6 2.3 4.3 3.3 5.6 2.3 1.6-1.3 1.6-3.9 0-6.2-1.4-2.3-4-3.3-5.6-2z"/></svg> Code source </a> ]