Activité

Mini-projet - Défavorisation des écoles

Que décrit une régression exploratoire de l’IMSE?

2-3 heures · Introduction à intermédiaire

À produire : Le résumé de la régression descriptive de l’IMSE selon le SFR et le logarithme de l’effectif, avec examen des résidus et limites de l’ajustement.

Prérequis : Savoir ouvrir un projet RStudio et exécuter un script R. Savoir lire un tableau groupé et un graphique descriptif; repérer les valeurs manquantes.

Préparation enseignante

Télécharger la trousse ci-dessous. Extraire le ZIP, puis double-cliquer sur Donnees-bleues.Rproj. Avant la séance, ouvrir installer-packages.R et cliquer sur Source avec une connexion Internet.

Une fois les packages installés, les scripts utilisent les fichiers inclus et peuvent être exécutés hors ligne.

Télécharger la trousse avec les données

76 Ko. Préparation : 05/09/2026 à 07:04 (heure du Québec).

Les fichiers de données sont inclus dans la trousse.

Conditions de la source · Provenance et empreinte du ZIP

Fichiers inclus
  • defavorisation_ecoles_primaires.csv : 1 963 lignes, 10 colonnes.

Contexte

Cette activité utilise la fiche Indices de défavorisation des écoles primaires du Québec. Unité : Une école pour laquelle des indices de milieu sont publiés.

Source : Données Québec / Ministère de l’Éducation et Ministère de l’Enseignement supérieur. Les dates de préparation, les fichiers et les conditions de réutilisation sont indiqués dans la trousse.

Consignes

  1. Ouvrir activite-longue.R dans le sous-dossier datasets/defavorisation-ecoles-primaires du projet RStudio et cliquer sur Source. Les tableaux apparaissent dans Console et les graphiques dans Plots.
  2. Ajuster la régression descriptive IMSE selon SFR et le logarithme de l’effectif.
  3. Examiner le résumé et les résidus sans conclure à un effet causal ni à une performance prédictive.
  4. Rédiger une réponse à la question en nommant l’unité observée et une limite de la source.

Limites à faire nommer

Les indices caractérisent un milieu scolaire, pas chaque élève. Les valeurs masquées par la source restent exclues; la régression décrit une association dans ces données.

Vérifier le travail

  • L’unité, la période ou la portée documentaire et les variables utilisées sont nommées.
  • La conclusion répond à la question et explique au moins une limite précise.
Objectifs et adaptations

Adaptations

  • Débuter avec le script exécuté par la personne enseignante, puis faire interpréter une seule sortie.
  • Pour approfondir, modifier une sélection ou un regroupement et justifier ce que cela change.

Statut documenté : Documentation de source et ressources de classe fournies.

Contribution pédagogique : Aurélien Nicosia. Usage en cours non documenté.

Ajout
Mise à jour

Code complet

Ce script complet est celui de la trousse. Il lit les fichiers locaux et affiche les résultats dans RStudio.

Afficher le script R 
# Mini-projet - Défavorisation des écoles
# Ouvrir le projet RStudio de l’archive, puis exécuter ce script.
# Source : https://www.donneesquebec.ca/recherche/dataset/indices-de-defavorisation/resource/6c5d4a5d-ba3b-40a6-b570-916f43ab622c
# Les données de classe sont figées; ce script ne les télécharge pas.

library(dplyr)
library(readr)
library(ggplot2)

donnees <- read_csv("data/processed/defavorisation-ecoles-primaires/defavorisation_ecoles_primaires.csv", show_col_types = FALSE)
stopifnot(nrow(donnees) > 0)

selection <- donnees |> filter(Diffusion == "OUI", is.finite(IMSE), is.finite(SFR), is.finite(Nbre_Eleves))
modele <- lm(IMSE ~ SFR + log1p(Nbre_Eleves), data = selection)
print(summary(modele))
resume <- data.frame(valeur_ajustee = fitted(modele), residu = residuals(modele))
print(ggplot(resume, aes(x = valeur_ajustee, y = residu)) + geom_point(alpha = 0.4) + geom_hline(yintercept = 0) +
  labs(x = "IMSE ajusté", y = "Résidu", subtitle = "Modèle descriptif sur les mêmes écoles; aucune validation prédictive"))
# Discuter l'exclusion des écoles dont les indices ne sont pas diffusés.
print(donnees |> count(Diffusion))