1 Lexis

IDUP (Master de démographie 1e année) Mise à jours 02/10/2018
Institut de démographie
de l’Université de Paris
Cours « Principe de l’analyse démographique » Master 1e année par Alexandre Avdeev,
Chapitre 1
Introduction: population, mouvement de la population et
indicateurs démographiques
• Introduction, la bibliographie
• Notion (définition) de la population
• Indices démographique
• Indices de structure : rapports, proportions
• Indices d’occurrence : taux, quotient (ou la probabilité)
• Structure de la population par âge et par sexe
• Équation du bilan démographique
• Diagramme de W. Lexis : version d’origine et les modifications récentes
• localisation des populations soumises au risque
• localisation des événements démographique dans le temps
• Notion de temps dans l’histoire de vie
• Représentation graphique des parcours et des événements
Tous les matériaux sont disponibles en libre d’accès sur
https://cours.univ-paris1.fr/fixe/IDUP-M1-Analyse-Demographique
__________________________________________________
« Analyse et modèles démographiques » par A.Avdeev (IDUP) 1
Manuels d’analyse démographique :

*** Samuel H. Preston, Patrick Heuveline and Michel Guillot – Demography. Measuring and Modeling
Population Processes. Blackwell Publishing, 2000, 291 p.
** Graziella Caselli, Jacques Vallin, Guillaume Wunsch (dir.) - Démographie. Analyse et synthèse.
Volume I : « La dynamique des populations. » Paris: INED, 2001, 552 p.
** Henri Leridon et Laurent Toulemon, Démographie. – Approche statistique et dynamique des

populations. Economica, Paris, 1997, 440 p.
*** Roland Pressat – L'analyse démographique : concepts, méthodes, résultats, 2e édition

entièrement refondue. Paris: INED, 1969, 322 p.
*** Louis Henry – Démographie. Analyse et modèles, Paris: Édition de l’INED, 1984, 342 p.
*** Roland Pressat (dir.) - Manuel d'analyse de la mortalité. Paris : Édition de l’INED, 1985,
164 p.
*** Chin Long Chiang - Introduction to Stochastic Processes in Biostatistics. John Wiley & Sons, 1968, 332 p.
(Collection : Probability & Mathematical Statistics)
__________________________________________________
2
« Analyse et modèles démographiques » par A.Avdeev (IDUP)
Par A.Avdeev « Analyse et modèles démographiques » 1

Démographie : objet d’étude et méthodes

étudie l’évolution et la reproduction de l’effectif et des structures des populations
humaines (et en occurrence celles non humaines, biologiques) dans le temps (et
dans l’espace).
Population (définition statistique) : un ensemble des unités d’observation possédantes
d’un même caractère.
Caractères: -- physique (humains, sexe, âge),
-- géographique (p.ex. : population de la Europe),
-- politique/administratifs (p.ex. : population de France/celle française),
-- culturel (p.ex. : population francophone, chrétienne-protestante),
-- social (p.ex. : population paysanne, agricole) etc.
population démographique ≠ une population statistique
Population (définition démographique) : un ensemble des individus formant un système
qui se reproduit (natalité versus mortalité; émigration versus immigration)
Analyse démographique : l’application des méthodes quantitatives (mathématiques,

statistiques) aux études de la croissance des populations
≠ statistique (s) humaines (et non humaines) et de ses composants.
__________________________________________________
Vocation et objective de l’analyse démographique

• Vocation majeur « instrumentale », utilitaire  la prévision: les perspectives
et la projection de la population pour l’administration, pour la prise des
décisions politiques, pour la gestion des biens, pour la protection sociale etc…
– Produire des hypothèses sur la mortalité, la fécondité, la nuptialité et les
migrations (qu’est-ce c’est ?)
– Estimer les effectifs et des structures de la population par âge, par sexe, par l’état
matrimonial
– Estimer la distribution de la population par territoires
– Estimer des structures et la taille des ménages etc.
• Comprendre les tendances des phénomènes démographiques (dynamiques):
– Naissances (natalité, fécondité), décès (mortalité, la durée de vie), la formation et
la dissolution des couple (nuptialité)
– Distinguer les tendances magistrales des fluctuations conjoncturelles, l’essentiel
du passager
• Quantifier les phénomènes démographiques
– Construire les indicateurs adéquat au phénomènes démographiques
– Observer les phénomènes démographiques, collecter et traiter les données
__________________________________________________

Population dans l’analyse démographique

• Historique (une abstraction, un modèle, un nombre):
• Avant XVI-XVII siècle : le nombre appliqué aux phénomènes sociaux n’était qu’une expression
de la quantité des objets (des unités dénombrables)
 Recensements (dénombrement de certains individus)
• Après, -- le nombre est une fonction
 analyse mathématique appliquée aux phénomènes démographiques (croissance de
l’effectif, mortalité, fécondité etc.)
• Quatre pierres angulaires d’analyse démographique :
• Les lois de croissance de la population
• Cycle de reproduction (remplacement des générations)
• Durée de vie et durée des intervalles entre des événements démographiques ou tables
démographiques (lois de la fécondité, de la mortalité, de la nuptialité et de migration)
• Equation du bilan démographique, équation fondamentale de reproduction
• Instruments (outils) méthodologiques indispensables fournie par la théorie de probabilité.
Au sommet de l’Analyse Démographique = la théorie de la population stable et l’équation intégrale
de reproduction de la population (équation de Lotka)
F.R. Sharpe Ph.D. & A.J. Lotka M.A. “A problem in age-distribution” (L), The Philosophical Magazine Series 6, Volume 21, 1911, № 124, p.435-438
• Aujourd’hui: population – un système dynamique complexe

• On y ajoute des variables environnementaux, comportementaux, génétiques etc.
__________________________________________________
Le sens « physique » de la croissance démographiques »
1. Lois de croissance de la population

P(t )
Le temps est discret :  soit k – taux (quotient) de croissance k
P(t  1)
P(t )  k  P (t  1) si k est constant, pour t intervalles  P(t )  k t  P(0) (1)
1 P (t ) k < 1  diminution d’effectif
1 P (t ) ln  1 P (t ) 
ln  ln k  k  e t P ( 0)  exp ln  k = 1 effectif stationnaire
t P ( 0)  t P ( 0)  k > 1  croissance d’effectif
Le temps est continu :  soit r – taux (quotient) d’accroissement

dP 1 f  P (t )  e rt  P(0) (2)
r  ceci est une dérivée logarithmique
f
 ln f  
dt P r < 0  diminution d’effectif
k = 0 effectif stationnaire
r
puisque (1) ≡ (2)  k  e  k  exp(r ) r > 1  croissance d’effectif
soit b – taux de naissances  d t

d – taux de décès
}  alors r = b – d et si b =0,  P(t )  P (0)  e
fonction de survie de la table de mortalité
Idée de base : la croissance est une propriété de la population  population (effectif) est une fonction de temps
(toutefois le problème de Fibbonacci nous amène à une idée sur la reproduction biologique)
__________________________________________________
6

Le sens « physique » de la croissance démographiques »
2. Cycle de vie et la reproduction :

processus démographiques comme transitions entre les états
conception : vie naissance et âge / vie vie
début de vie intra-utérine maturation féconde inféconde
s1 s2 s3 s5
A0 A1 A2 A4 A5
γ s4
S4 Question qui s’impose :
F = σ γ φ sf quelle est la durée de la
Soit vie féconde ?
am – âge moyen à la maternité;

si – probabilité de survie dans l’intervalle (ai, ai+1) ;
F – le nombre (moyen) de filles survivantes à l’âge am
sf – probabilité de survie de la conception à l’âge par femme;
de la maternité;
r – le taux d’accroissement de la population
φ – fertilité (fécondité naturelle) ;
1
γ – probabilité d’accouplement ; r  ln F
am
σ – le rapport des sexes à la naissance (à la conception) ;
On peut donc déduire la loi de la croissance
Nota : dans les population non-humaines s5  0 exponentielle du modèle des cycles de reproduction
Idée de base : la croissance est une propriété de l’espèce (de sa fécondité et de sa survie)
 croissance est une mesure du remplacement des générations
__________________________________________________
Idée de la transitions d’une état à l’autre

1. rester en vie + 2. avoir un enfant + 3. partir pour étranger
Décès empêche
Les questions :
État 2 : d’avoir un enfant État 5 : 1. Quelle est durée (moyenne) de
Décès Décès chaque état ?
sans enfants ayant un enfant
2. Inversement:
Quelle est la probabilité (pour
État 1 : État 4 : une personne) de passer d’un
Naissance état à l’autre durant une période
Sans enfant
du 1er enfant (unité, quantité) de temps ?
Éventuelle sortie de
l’observation 3. Quel problèmes avec des études
Départ n’empêche pas prospective et rétrospectives?
d’avoir un enfants, mais
empêche l’observation
État 3 : État 6 : État 5’ :

Partir pour l’étranger Partir pour l’étranger Décès à l’étranger
sans enfants avec un enfant ayant un enfant
État 2’ : État 4’ :
Décès à l’étranger Naissance du 1er
sans enfants enfant à l’étranger
__________________________________________________
88

La structure, les flux et les stocks :

population comme un système d’autoreproduction
P o p u la tio n
M o r t a lit é m a s c u lin e M o r t a li t é fé m i n in e
S o u s – p o p u la t io n m a s c u lin e S o u s – p o p u la tio n f é m in in e
M (a ) M (a )
G ro u p e d ’â g e
G r o u p e d ’â g e
N u p tia lit é
F (a ) M (a )
G ro u p e d ’â g e
F é co n d it é F (a ) M (a )
G r o u p e d ’â g e
M (a ) F (a ) M (a )
G r o u p e d ’â g e G r o u p e d ’â g e
M (a ) M (a )
G r o u p e d ’â g e G ro u p e d ’â g e
R a p p o rt d e s e x e s à
la n a is s a n c e
M i g r a t io n (le so ld e m ig r a to ire )
__________________________________________________
Sources d’information en démographie

1. Les recensements et les registres de la population  information sur l’effectif et
structures :
- lieu et type de résidence ;
- âge, sexe, lieux de naissances, état matrimonial et nationalité des personnes ;
- langue maternelle et maîtrise de langues ;
- la durée et de résidence sur le lieu du recensement et lieu de résidence lors du recensement précédent (il y 5
ans, etc.) des personnes ;
- composition des ménages (liens de parenté et rapports entre les membre de ménage) ;
- la fécondité accomplie (nombre d’enfants nés et vivants) ;
- caractéristiques socio-économiques des personnes ;
- condition des logements ;
- état de santé (infirmité).
2. La statistique d’état civil  enregistrement des événements vitaux :
- naissance (date, lieu, nom et prénoms, sexe, l’ordre de naissance, âge, noms, prénoms, lieu de naissances et
nationalité des parents, leur statut matrimonial, leurs âges, activité et profession des parents, …)
- décès (date, lieu, nom et prénoms, sexe, âge et/ou date de naissance, lieu de naissance, nationalité, cause(s)
de décès, lieu de résidence, lieu de décès, statut matrimonial, activité et profession, etc…)
- mariage (date, lieu, noms, prénoms, sexes, dates et lieux de naissances, nationalité, états matrimoniaux,
résidence des époux, les enfants communs etc…)
- divorce / séparation (caractéristiques des conjoints, caractéristiques du mariage, enfants communs)
3. La statistique de migration entrant:
- âge, sexe, lieu de naissance, nationalité, état matrimonial et familial, pays de départ, pays de naissances etc.
__________________________________________________
10

Mesurer la population et les

phénomènes démographiques
• Mesurer les volumes de stocks et de flux des populations
• Mesurer les structures de la population : les rapports (ratios) et les
proportions.
• Mesurer l’intensité des flux : les taux et les quotients (probabilités)
• Mesurer les intervalles : durée moyenne
__________________________________________________
11
Qu’est-ce qu’il faut quantifier en démographie?

• Les masses ou les volumes :
– Effectif d’une population (sous-population) à un moment donnés
– Nombre d’événements démographiques repéré sur un intervalle de temps
• Naissances et décès
• Mariages et divorces
• Immigration – émigration; etc.
• La structures (les rapports structuraux) :
– Rapport numérique des composants d’une population et des sous-populations
• Par âge et par sexe (% des hommes et des femmes, % des groupes d’âge)
• États matrimoniaux et familiaux, types de ménages
• Nationalité
• Complémentaires: éducation, type du lieu d’habitation, CSP etc.
• Rapports relatifs au mouvement de la population et d’expérience d’événements
démographiques (mesures l’intensité des flux) :
– Taux et quotients (bruts et ajustés) : natalité, mortalité, de mariage, de fécondité etc.
– Durée d’attente d’un événement (naissance, décès, mariage, divorce etc.)
– Principe de calculs : rapporter l’effectif des événements (produit, effectif sur intervalle) à l’effectif de la
population qui les a produits (ressource, effectif à un moment donnée)
– Un problème de calculs (propre à la démographie) : comment accorder les mesures sur l’intervalle
(événements) avec celles du moment (populations productrices) sachant que les dernières varient dans le
temps.
__________________________________________________

Les indices démographiques relatifs à la structure

A
1. Les rapports/ratios : A B
B
les ratios en démographie sont définies sur l’ensemble des nombres rationnels, le plus souvent (pas toujours) non négatifs
nombre d' hommes

Exemples: - le rapport de masculinité RM 
nombre de femmes
- la descendance des générations féminines dans une
enquête rétrospective
nombre d' enfants nés vers l' âge " a"
DFa 
nombre de femmes à l' âge exacte " a"
- la « charge » démographique
Population de moins 15 et de plus de 65 ans
CD 
Population active (15 - 65 ans)
__________________________________________________
Rapport de sexes en France en 2000 et en Russie en 1959

120%
100%
Pertes humaines de la
80% 2e Guerre Mondiale
60%
120
Russie, 50 ans après
100
40% 80 Surmortalité
masculine
60
40
20% 20
0
0 10 20 30 40 50 60 70 80 90 100
0%
0 10 20 30 40 50 60 70 80 90 100
Age
France, 1.1.2000 Russie, 1959 Ligne d'égalité des sexes

__________________________________________________
14

Les indices démographiques relatifs à la structure (suite)
A
2. Proportions 0  1; A et B  C  A  B
A B
Exemples:
 % de la population active
 Structure de la population par groupes d'âge
(pyramides démographiques)
 Proportion des survivants à l’âge « a »
 Calendrier de la fécondité (nombre d’enfant nés vers
l’âge « a » (à l’âge « a ») par rapport au nombre d’enfant nés
vers l’âge de 50 ans)
__________________________________________________
Analyse de la structure de population

par âge et par sexe
- donne une image de la population dans son ensemble
- raisonnablement prévisible, elle ne dépend que des naissances, de la mortalité
et des migrations historiques
- un écart de la structure attendue est un indicateur de la qualité des données
(d’un recensement)
Méthodes d’analyse et approches:
- Présentations graphiques (pyramides, survie des générations)
- Rapport des effectifs des générations (ratios des âges)
- Rapport des effectifs des sexes (ratios de sexes)
- Indices intégraux
- NU âge-sexe indice de précision (UN Age-Sex Accuracy Index)
- Indices de préférences (rebondissement) des âges de Whipple et de Myers
- Modèle de populations stables (avec ses variantes)
- Cohérence interne (états matrimoniaux etc.)
__________________________________________________

Présentation de la structure par sexe et par âge d’une

population: la pyramide démographique
Pyramide démographique, France 1.1.2016
Année de naissance Âge révolu
1915 ou avant 100 ou plus
95
1925 Hommes Femmes 90
85
1935 Effet de la surmortalité 80
masculine aux âges élevées
75
1945 70
Baby boom 65
1946-1973
1955 60
55
1965 50
45
1975 Fin du baby boom, 40
1974 -1976 35
1985 30
25
1995 20
15
Vague “démographique”
2005 10
du baby-boom
5
2015 0
0.8% 0.7% 0.6% 0.5% 0.4% 0.3% 0.2% 0.1% 0.0% 0.1% 0.2% 0.3% 0.4% 0.5% 0.6% 0.7% 0.8%
% de la population deux sexes confondus
Source des données: INSEE

__________________________________________________
Les empreints historiques sur la pyramide des âge et leurs

conséquences démographiques.
Population de la Russie au 1 janvier 1997
A nnées de naiss anc es Â ges A nnées de nais s anc es
1896 100 1896
1906 90 FE M M E S 1906
HOM ME
1916 1 80 1 1916
1926 70 1926
2 2
1936 3 60 3 1936
4 4
1946 50 1946
5 5
1956 40 1956
1966 30 1966
6 6
1976 20 1976
7
1986 10 7 1986
8 8
1996 0 1996
1 400 1 200 1 000 800 600 400 200 0 0 200 400 600 800 1 000 1 200 1 400
E FFE C T IF S D E S C LA S S E S D ’A G E S (en m illiers )
D éficit des na issa nces dû à la gu erre 1 9 1 4 -1 9 1 8 Effet du « ra ttra pa ge » des na issa nces a près la
1 5
(cla sse creu ses) gu erre
Pa ssage des cla sse creu ses à l’â ge de fécondité, Pa ssage de la fécondité des généra tio ns en dessou s
2 la collectiv isa tion et la «dék ou la k isation » 1 9 2 8 -1 9 3 2 , 6 de 2 enfa nt pa r fem m e
la fa m ine de 1 9 3 3 .
3 Interdiction de l’a vortem ent en 1 9 3 6 et lancem ent de la 7 Effet de nou v elle politiqu e fa m iliale
politiqu e nata liste. (à pa rtir de 1 9 8 3 )
4 D éficit des naissa nces dû à la gu erre 1 9 4 1 -1 9 4 5 8 C hu te de la na ta lité à pa rtir de 1 9 8 9

__________________________________________________
18

Structure de la population de Russie au 1 janvier 2016:

les empreintes de l’histoire de s’effacent pas vite
Age
1915 ou avant 100 1915 ou avant
1925 90 FEMMES 1925

HOMMES
1935 80 1935
1945 70 1945
1955 60 60 1955
55
1965 50 1965
1975 40 1975
1985 30 1985
1995 20 1995
16
2005 10 2005
2015 0 2015
1 500 1 250 1 000 750 500 250 0 0 250 500 750 1 000 1 250 1 500
Effectif (en mille)
__________________________________________________
Un siècle d’histoire démographique de la France en six images
__________________________________________________

Une autre façon de présenter graphiquement la

structure par âge et sexe
__________________________________________________
Comment peut-on dessiner des pyramides d’âge

comparables?
Une pyramide des âge présente deux histogrammes superposés
(graphique en barres (rectangles) représentant la densité d’une
distribution)
- variables : 1) fim proportion de l’effectif d’un groupe d’âge de sexe masculin

dans le total de la population
N is
fi s  s 2) fim proportion de l’effectif d’un groupe d’âge de sexe féminin
 N
s i
i
dans le total de la population
- base d’un rectangle : = l’amplitude ( ai ) d’un classe d’âge (peut varier d’une classe à l’autre)
- hauteur d’un rectangle : = la densité ( h ) de la distribution par âge (la fi s

fréquence divisée par l’amplitude de l’intervalle) h
a (i )
- surface d’un rectangle : = proportionnelle donc à l’effectif d’un group d’âge (à la part
d’un group d’âge dans l’effectif total de la population)
Question d’autocontrôle : pourquoi rapporte-on l’effectif d’un group « sexe-âge » au

total de la population et non au total d’un sexe?
__________________________________________________
22

Comment analyse-t-on la structure par âge et par sexe ?

Indicateurs statistiques descripteurs :

- âge moyen de la population (total  n
 n N xS   x  
ou deux sexes confondus, de sexe x 0  2
x 
masculin, de sexe féminin) N xS

x 0
n
Me 
- âge médian de la population (total
ou deux sexes confondus, de sexe  n N yS 
y 0

y  Me
n N yS
masculin, de sexe féminin)
Ratios âge/sexe spécifiques à la structures par âge et par sexe:

- ratio hommes/femmes par âge (rapport de masculinité - nRMx)
soit - effectif de la population dans l’intervalle d’âge entre x (compris) et
x+n (non compris) de sexe S =F (féminin), ou =M (masculin)
n N xM
n RM x  100 On dit: autant d’hommes pour 100 femmes
F
n Nx
__________________________________________________
23
Le rapport de sexe ou le rapport de masculinité en France
L’âge de début et les causes de la déséquilibre ?

__________________________________________________

Autres indicateurs caractérisant la structure la structure

par âge
- ratio enfants/femmes (mères) (REM)
soit - effectif de la population dans l’intervalle d’âge entre l’âge 0 (compris) et l'âge de 5
ans (non compris) = l'âge révolu 0-4 ans
- effectif de la population de sexe féminin dans l’intervalle d’âge entre 15 (compris)
et 50 (non compris) = l’âge féconde 15-49 ans révolus
5 N0 … enfants pour 100 femmes

REM  F
100
35 N15
- ratio de dépendance RD ou « charge « démographique » et RDj de jeunes et RDv des vieux
n N0
RDj  100
65  n N n N 0   N 65 Nota: le choix de n est
n
 RD  100 arbitraire
N 65 65 n N n

RDv  100
65 n Nn
RD – rapport entre (l’effectif de) la population hors l’âge de travail et (l’effectif de) la population à
l’âge de travail
__________________________________________________
25
Transition démographique et la dynamique des trois grands

groupes d’âge dans la République Kirghize
Population au 1 janvier 2017
Dynamique historique et perspectives des rapports
entre trois grands groupes d’âge 1950-2100
Modèle de l’évolution de la structure par âge

et par sexe
__________________________________________________

Analyse descriptive des perspectives de la structure par âge

et par sexe de la population de la République Kirghize
__________________________________________________
Qualité des données sur la structures par âge et par sexe

Lecture: Franc Hobbs « Age and Sex Composition » in J.S.Siegel and D.A.Swanson (eds), The Methodes and Materials in
Demography, second edition, 2008, p.125-173 (136-140 notamment)
On attend que les rapports entre les effectifs des

générations successives et des nombres des hommes
et des femmes respectent certaines règles:
- Effectif d’une génération se situe numériquement
entre les deux générations voisines (celle d’avant
et celle d’après)
- Le rapports des effectifs des hommes et des
femmes de mêmes générations sont stables
ONU Indice de précision : se calcule pour les groupes d’âge quinquennaux inférieurs 70 ans à partir des écarts
moyens des ratios par sexe et par âges (s’il n’y avait pas des événements perturbateurs dans le passé ces
rations doivent être près de 100 dans tous les groupes d’âges).
Écart moyen de 100 quantifie la distorsion: <20 (précis); de 20 à < 40 (imprécis); 40 et + (très imprécis)
Trois composants:
1. Écart moyen des rapports des effectifs des sexes par âge (RS)
2. Écart moyen des rapports des effectifs des hommes des groupes d’âges successifs (RAm)
3. Écart moyen des rapports des effectifs des femmes groupes d’âges successifs (RAf)
ONU IP = (3 x R.S.) + R.A.m + R.A.f
__________________________________________________

Calculs de l’IP ONU (Kirghizie , 1926)

Age Hommes Femmes nRSx abs(nRSx-nRSx+n) abs(100 –nRAxm) abs(100 –nRAxf)
0-4 77 840 76 340 101.96
5-9 55 823 53 756 103.85 1.88 10.2526 6.856112
10-14 52 585 43 454 121.01 17.17 9.005434 7.011011
15-19 51 074 41 753 122.32 1.31 6.989229 16.96929
20-24 40 834 46 327 88.14 34.18 0.597151 19.43233
25-29 48 579 50 351 96.48 8.34 18.37406 2.704759
30-34 38 642 38 744 99.74 3.26 6.859787 6.487367
35-39 38 372 32 844 116.83 17.09 4.134432 8.910017
40-44 27 940 24 336 114.81 2.02 4.175772 10.82642
45-49 25 248 17 949 140.67 25.86 10.02782 18.17149
50-54 19 183 15 563 123.26 17.40 7.847961 9.121709
55-59 14 251 10 912 130.60 7.34 18.9723 17.08052
60-64 11 352 11 371 99.83 30.77 38.99279 17.77814
65-69 6 117 5 450 112.24 12.41 31.33426 12.89696
70-74 4 458 4 503 99.00
Somme 179.02 167.56 154.25
 Nm 
RS x  abs 5 xf 100 
5
nombre 13 13 13
 5 N x  moyenne 13.8 12.9 11.9
S
S  N 
5 RAx  abs 100 
5 x
100 IP _ ONU  3  RS  RAm  RA f
 0 .5  5 N S
N S
x 5 5 x  5  
(13.8 x 3) + 12.9 + 11.9 = 66.1
Écart moyen de 100 quantifie la distorsion: <20 (précis); de 20 à < 40 (imprécis); 40 et + (très imprécis)
__________________________________________________
Qualité des déclarations d'âge au recensement

Indices de préférence d’âge de Whipple
• Indice de Whipple
– attirance des âges qui se terminent par 0, ou par 5, ou par 0 et 5
– se base sur l’hypothèse de la linéarité (rectangularité) sur les intervalles d’âge entre 23 et 62 ans
– au-delà de ces limites l’hypothèse de rectangularité ne tient pas
– facile à calculer
– varie de 100 (pas de préférence pour les 0 et les 5 à la déclaration) à 500 (il n’y que les âges avec
0 et 5)
( P25  P30  P35  P40  ...  P50  P55  P60 )  5
W0;5  62
100
 Px
x  23
( P30  P40  P50  P60 ) 10 ( P25  P35  P45  P55 ) 10
W0  62
100 W5  62
100
 Px
x  23
 Px
x  23
W0  W5
Ensuite on peut calculer la moyenne de W0 et W5 (indice de Whippel originel) W
2
Il existe les autres modifications de cet indice.
Cf. Spoorenberg Thomas, « La qualité des déclarations par âge : extension et application de l'indice de Whipple modifié », Population, 2007/4
(Vol. 62), p. 847-859. DOI : 10.3917/popu.704.0847. URL : https://www.cairn.info/revue-population-2007-4-page-847.htm
__________________________________________________

Indice synthétique de préférence d’âge de Myers

• Estime l’attirance pour chaque chiffre de 0 à 9
• Peut être utiliser à toute sorte de déclaration des durées (allaitement, etc.)
• Varie de 0 (pas de préférence) à 90 (tout le monde a le même âge)
Effectifs de la population Poids pour Population mélangé Ecart du
Chiffre terminal
commençant commençant Nombre pourcentage pourcentage de
de l’âge déclaré col.1 col.2
par l’âge 10+a par l’âge 20+a (1)x(3)+(2)x(4) % 10%
a (1) (2) (3) (4) (5) (6) (7)
0 1 879 327 1 544 435 1 9 15 779 242 12.18 2.18
1 1 391 999 1 081 801 2 8 11 438 406 8.83 1.17
2 1 550 738 1 220 036 3 7 13 192 466 10.18 0.18
3 1 383 402 1 080 815 4 6 12 018 498 9.27 0.73
4 1 426 235 1 102 274 5 5 12 642 545 9.75 0.25
5 1 603 138 1 268 426 6 4 14 692 532 11.34 1.34
6 1 390 982 1 073 492 7 3 12 957 350 10.00 0.00
7 1 297 957 976 244 8 2 12 336 144 9.52 0.48
8 1 346 442 1 019 407 9 1 13 137 385 10.14 0.14
9 1 140 819 847 826 10 0 11 408 190 8.80 1.20
Somme X X X X 129 602 758 100.0 7.65
Indice synthétique de préférence d’âge (somme ÷2) = 3.83
Calculs:
1. sommes des populations dont l’âge termine par 0, 1, 2…9 entre 10 et 89 ans
2. le même calcul en excluant le premier âge (10 à l’occurrence)
3. pondération des sommes pour obtenir les populations mélangées par le nombre de combinaisons (étapes 1 et 2)
4. transformation les populations mélangées en pourcentage du total
5. calculer l’écart du pourcentage obtenu de 10 pour chaque population et la somme des écarts
__________________________________________________
Population de la France en 1851 et en 2016
Hommes Femmes Ensemble

Population totale 17 777 012 17 976 515 35 753 527
Moins de 20 ans 6 555 559 6 356 119 12 911 678
de 20 à 64 ans 10 143 115 10 382 160 20 525 275
65 ans ou plus 1 078 338 1 238 236 2 316 574
Hommes Femmes Deux sexes
Age moyen 30.36 31.27 30.82
Age médian 27.00 27.73 27.365
Charge démographique p.100 personnes de 20 à 65 ans
par <20 et 65+ 75.3 73.1 74.2
par <20 64.6 61.2 62.9
par 65 et plus 10.6 11.9 11.3
par 80 et plus 1.0 1.3 1.2
Hommes Femmes Deux sexes

Age moyen 39.75 42.57 41.22
Age médian 38.80 41.82 40.02
Charge démographique p.100 personnes de 20 à 65 ans
par <20 et 65+ 73.8 79.2 76.5
par <20 44.7 41.3 43.0
par 65 et plus 29.1 37.9 33.6
par 80 et plus 7.5 13.4 10.5
__________________________________________________

Flux et stocks
Équation fondamental de bilan démographique
(en termes de masse)
Pt  P0  N 0,t  D0,t  I 0,t  E0,t
Pt – nombre de personnes survivantes au moment t (stock)
P0 – nombre de personnes survivantes au moment 0 (stock)
N0,t – nombre de naissances durant la période entre 0 et t (flux)
D0,t – nombre de décès durant la période entre 0 et t (flux)
I0,t – nombre migrants arrivés durant la période entre 0 et t (flux)
E0,t – nombre migrants partis durant la période entre 0 et t (flux)
No,t – Do,t  excèdent (déficit) naturel

Io,t – Eo,t  excèdent (déficit), ou solde migratoire = migration nette
Io,t + Eo,t  migration brute
__________________________________________________
4. Équation du bilan démographique en masse et

normalisée (en termes des taux dits « bruts »)
volume Pt  P0  N 0,t  D0,t  I 0,t  E0,t 
accroissement Pt  P0  N 0,t  D0,t  I 0,t  E0,t 
vitesse de change
Pt  P0 N 0,t  D0,t  I 0,t  E0,t
 
P t P t
L’information sur la masse/volume est perdue
(principe de réduction de l’information)
TBA0,t  (TBN 0,t  TBM 0,t )  (TBI 0,t  TBE0,t ) 
TBA0,t  TAN0,t  TBAM0,t
__________________________________________________
34

Les taux bruts principaux

TBN – taux brut de natalité

TBM – taux brut de mortalité
TBI – taux brut d’immigration
TBE – taux brut d’émigration

Mouvement
naturel
Mouvement spatial
(migration)
 Deux types
de flux
Ces taux bruts correspondent aux quatre composants de l’équation du

bilan démographique
Principe de correspondance dans les calculs des taux :
Il faut toujours rapporter les événements (le nombre d’événement)
à une population étant effectivement exposée au risque des ces
événements = « population exposée »
__________________________________________________
Comparaison de deux populations :

France et Danemark, 2000 et 2001
Tableau avec les valeurs absolus
Ajustement Population au Population au Population Naissances
Année Pays Statistique Décès 1er janvier 31 décembre exposée vivantes
2000 Danemark 596 57 986 5 330 020 5 348 616 5 339 318 67 084
France 94 456 530 864 58 858 198 59 240 516 59 049 357 774 782
2001 Danemark 18 58 338 5 349 212 5 368 336 5 358 774 65 458
France 94 455 531 073 59 266 572 59 642 350 59 454 461 770 945
Tableau avec les taux ‰

Taux Taux
Taux de Taux brut de Taux brut de d’accroissement d’accroissement
Année Pays accroissement mortalité natalité naturel migratoire
2000 Danemark 3.59 10.86 12.56 1.7 1.78
France 6.92 8.99 13.12 4.13 1.19

2001 Danemark 3.57 10.89 12.22 1.33 2.24
France 7.05 8.93 12.97 4.03 1.43

__________________________________________________
36

Comparaison sur visuelle (sur graphique)

Comparaison des taux
Comparaison des valeurs absolus
(ou valeurs standardisées)
Situation
statique
Dynamique
de la
situation
__________________________________________________
Indices démographiques relatifs à l’intensité des flux ou les indices d’occurrence

Nombre d’événements enregistrés (nombre d’occurrences)
Quotient = ----------------------------------------------------------------------------------
Population exposée au risque au début de la période d’observation
• convient pour les processus et les populations homogènes
• une proportion, une mesure de la variation (sous l’influence des événements non renouvelables), sinon
l’interprétation devient difficile;
• son score varie en fonction de la durée d’une période d’observation
• statistiquement correspond à la distribution de risque ou de probabilité (risque relatif / probabilité tout court)
Taux = -----------------------------------------------------------------------------
Population exposée au risque pendant la période d’observation
• statistiquement correspond à la densité de risque relative (densité de
Relation entre le taux et la quotient
risque tout cours)
Mesure d'espérance d'une valeur (aléatoire) • application universelle (pour processus homogènes et hétérogènes)
1.20
Probablitié • mesuré comme un risque moyen (ou instantané) de l’occurrence durant
1.00 une période d’observation  une statistique non biaisée
• représente la tendance centrale = plus la période d’observation est longue
0.80
 moins d’influence des aléas (ex. g. épidémies)
0.60 • population exposée = nombre de personnes-années vécues durant la
Densité période d’exposition 
0.40
taux démographique est toujours annualisé = réduit à une année
0.20
d’exposition
(année – une unité conventionnelle, ni universelle, ni obligatoire)
x n
0.00 • mathématiquement, le quotient sur l’intervalle [x, x+n) n q x    (i)
-4 -3 -2 -1 0 1 2 3 4
où τ(i) – la distribution de la densité sur cet intervalle i x
__________________________________________________
38

À propos de quelques particularités des taux et

quotients
 Le quotient est une proportion de personnes ayant eu l’expérience d’un événement dans la
population exposée au risque au début d’une période déterminée : plus la période est longue, plus la
probabilité de l’événement est grande.
 Le quotient est censé de mesurer la probabilité dans le sens de sa définition classique, or la
probabilité a des propriétés (les probabilités indépendants sont additives, les probabilités conditionnelles sont
multiplicatives etc.). Donc on attribue les propriétés de la probabilité aux quotients.
 En réalité, quotient n’est qu’une intégrale de la fonction de densité de la probabilité (dont le taux est
une mesure de la tendance centrale). Par conséquent, le score d’un quotient dépend de l’amplitude de
l’intervalle d’intégration. Donc ce n’est pas un indicateur robuste.
 Pour calculer un quotient on suppose :
 que le temps est discret (et en réalité ce n’est jamais le cas) ;
 qu’une population est homogène (une condition qui est très difficile à remplir)
p.ex. l’indice de croissance de la population dans le temps discret (voir diapositive 11) représente de fait
un quotient, mais cet indice est certainement influencé par l’amortissement démographique
(changements dans les structures sous l’influence des événements démographiques ) et probablement
– par des compensations démographiques (accumulations sous influences non démographiques)
dans une population hétérogène (voir les pyramides démographiques irrégulières comme celle de la
Russie en 1959)
 Pour remplir les conditions de calcul des quotient et pour pallier les problèmes de la hétérogénéité:
 on choisie des populations (groupes) très homogènes (un groupe d’âge  quotients de
mortalité; célibataires à un âge donné  quotient de primo-nuptialité, etc.)
 on fait accourcir le période (t) qui rarement dépasse une année;
si t  0, quotient devient  à un taux instantané
__________________________________________________
Calculs des taux : trois méthodes d’estimation de l’effectif de

population exposée (N.A.V.)
Taux = --------------------------------------------------------------------
Effectif de la population exposée au risque
Problème : Comment peut-on estimer (trouver un estimateur pour) le dénominateur en absence des
données individuelles sachant que varie Pt
D
durant la période d’observation ? C B E
Méthode 1 (le plus souvent utilisée) P0 A

P0.5 T
Pt
E ( t 0 ,tT ) P0
Calcul usuel des taux  T 
T  P( t 0 , t 1 )
T0 T1/2 T1
P( t0 ,t1 ) – la population dite « moyenne », ou dans ce cas la population au milieu de l’intervalle de
tems entre t0 et t1 sur lequel on observe les événements E, estimée à partir d’une
hypothèse de la croissance linéaire (progression arithmétique)
(on parle souvent d’un taux « centré », puisque il représente une probabilité instantané
juste au milieu de l’intervalle)
T – la durée de l’intervalle entre t0 et t1  T = t1 ― t0
Par ailleurs, on voit que le score du NAV est égal à la surface de la trapèze A D T1T0 = ½ (P0 + Pt) x (T1-T0)
Question d’autocontrôle : pourquoi considère-t-on le produit de la période d’observation et de la population à son milieu comme une
population exposée au risque durant cette période ? Prouvez qu’une telle procédure est correcte et sous quelles conditions (hypothèses).
__________________________________________________

Estimation du NAV pour une population croissante exponentielle
Méthode 2 (si on ne dispose que la population à deux extrémités) :

D
Pt ln Pt  ln P0
C
Soit Pt = P0 ert  r (1)
B E t
Pt Pt  P0
P0 A Or par définition r
P0.5 T NAV (2)
P0
ln Pt  ln P0 Pt  P0
alors (1) ≡ (2)   
T0 T1/2 T1 t NAV
autocontrôle : (méthode 2) répondez à la question « Combien Pt  P0
d’humains sont nées depuis l’apparition de NAV  t
homo sapience sapience ? » ln Pt  ln P0
Méthode 3 (si on dispose des effectifs intermédiaires) :

On peut prendre l’intégral par la méthode de trapèze
Px 1  Px
Soit St = NAV dans un intervalle t=T/n, alors Sx  t 
2
 P  Pn n 1  T
NAV   0   Pt   autocontrôle : prouvez ceci (méthode 3) et illustrer
graphiquement
 2 t 1  n
__________________________________________________
Un exercice pour comprendre l’importance du choix d’une

méthode d’estimation du NAV
Vous travaillez dans une société d’assurance et le patron vous a

demandé d’estimer le nombre d’annuités à toucher durant 10 ans,
sachant que la population assurée était :
P0 = 100 000
P5 = 86 071
P10 = 74 082
1. Calculez le taux d’accroissement sur l’intervalle entre t0 et t10 (sur les
autres intervalles).
2. Estimez le NAV selon toutes les méthodes et comparez les résultats
(écart absolu et relatif).
3. Quelle approximation est meilleure ?
__________________________________________________

Taux de « seconde » catégorie : une simplification pour pallier

le problème d’hétérogénéité
On considère comme les taux de « première » catégorie ceux qui
rapportent le nombre d’événements démographiques à une population réellement soumise
au risque de cet événement. P.ex.: les mariages et les célibataires, les premières naissances
et les femmes sans enfants etc.
Les calculs de ces taux ne sont pas toujours facile à cause des autre événements qui entrent
en concurrence avec les événements d’intérêt en les empêchant (p.ex. mariage et décès)
ou en les perturbant (p.ex. mariage et migration).
On calculs les taux de « seconde » catégorie en rapportant le nombre

d’événements démographiques l’effectif de la population soumise au risque de cet
événement et non. Plus souvent à la population totale.
Les taux de « seconde » catégorie peuvent déformer fortement une image réelle des
processus démographiques, puisque, par ex., ils sont chargés du passé (la natalité ou le
mariage), mais ils sont souvent additifs, ce qui simplifie leur intégrations dans le modèle
additifs comme celui du bilan démographique.
Nombre d' occurences durant une période T
Taux 
Nombre d ' années vecues par la population exposée au risque et non
__________________________________________________
Méthodes de calcul de l’effectif de la population exposée

(du nombre d’années vécues sous le risque, ou nombre de personne – années)
à partir des données individuelles
Méthode I
(observation directe en Individu Personne–années vécues
continu)
1 4 x ¼ =1
On observe 7 individus
(7 lignes de vie) durant
la période entre le 1
2 ¾
janvier 1981 et le 1
janvier 1982 (période = 3 ¾
1 an)
4 1
On enregistre le
moment d’entrée en
5
observation et le ½
moment de sortie de
l’observation de chaque
6 ½
personne et on compte
le nombre de trimestre 7 ¼
d’observation sachant
que I trimestre II trimestre III trimestre IV trimestre 4 ¾ Total
1 trimestre = ¼ d’année.
Effectif de la population exposée = 4, ¾ personnes-années
__________________________________________________
44

Méthode II Les lignes de vie sont converties en nombre de personnes qui sont
(observation directe vivant au chaque moment entre le 1 janvier 1981 et le 1 janvier 1982.
en temps discret) On enregistre le nombre d’individu présent durant chaque intervalle.
Individu
7
Total=1+1½+1¼+1= 4 ¾
6
On choisit l’unité secondaire de temps, p.ex.
trimestre (mois, semaine)
et on compte le nombre de d’unité
5 d’observation sachant que
1 trimestre = ¼ d’année
4
Sur l’histogramme
la hauteur des rectangle =
3 4x¼=1 6 x ¼ =1 ½ 5 x ¼ =1 ¼ 4 x ¼=1 nombre de personne;
la largeur des rectangles =

2 l’unité secondaire de temps;
Effectif de la population exposée = surface du histogramme La surface des rectangles =

1 l’effectifs de la population
exposée.
0
1/1/81 1/4/81 1/7/81 1/10/81 1/1/1982
Les deux méthodes donnent le même résultat, mais il ne sont pas tout à fait équivalentes. Dans cet exemple les
sorties d’observation ont eu lieu toujours à la fin de trimestre, donc il s’agit d’une coïncidence.
__________________________________________________
Repérage des événements

démographiques dans le temps
Le diagramme de Wilhelm Lexis (1837-1914)
__________________________________________________
46

Le principe de correspondance ou la « règle d’or » de calcul des

indicateurs démographiques: toujours rapporter les évènements à
la population qui les a effectivement produits
• On a étudié les indicateurs du mouvement général de la population dont la construction est basée sur
un concept de la variation dans le temps (croissance) et des composants de cette variation (bilan
démographique)
• Ces indicateurs sont considérés comme étant « bruts » puisqu’ils sont calculés comme si la population
était un ensemble homogène (réduit à un nombre) par rapport à l’événement d’intérêt, tandis qu’en
réalité ce n’est pas vrai (la moralité et la fécondité varient avec l’âge etc…)
• Pour calculer les indicateurs du mouvement d’une population,
il faut assumer que les sous-populations (pour lesquelles on calcule ces
indicateurs) soient homogènes relativement aux caractéristiques
des événements qui sont caractérisés par ces indicateurs.
• On peut y rencontrer des problèmes puisque les données sur
les ensembles d’évènements se réfèrent toujours à une période, tandis
que les caractéristiques des populations se réfèrent à un moment.
Par ex. : taux de mortalité à l’âge x durant une période t :
D( x; t ) P( x; t0 )  P( x; tt )
m( x; t )  avec P ( x) 
P ( x)  t 2
Formellement, ici la condition de la homogénéité est respectée, quoi que P(x) soit un mélange de
différentes générations ; et P(x;t0) – population en début de période et P(x;tt) – celle à la fin de
période soient liées par l’équation du bilan démographique
__________________________________________________
Taux par âge

• On a vu que la structure par âge et par sexe était très variable (pyramidale)
• Notre expérience nous dit que la mortalité (probabilité de décéder) et la fécondité (probabilité
d’accoucher un enfant) dépendant du sexe et varient avec l’âge
Les taux calculés pour les intervalles d’âge :
Soit Da0,t le nombre de décès à l’intervalle d’âge « a » durant une période entre 0 et t;
Na0,t le nombre de naissance à l’âge « a » durant une période entre 0 et t.
taux par âge événement par âge

D0a,t _
m0a,t  _
taux de mortalité pour âge
D0a,t  m0a,t  t  P0a,t
« a » et période [0,t)
t  P0a,t
a N 0a,t taux de fécondité pour âge _

f 0 ,t   « a » et période [0,t) N 0a,t  f 0a,t  t  P0a,t
a
tP 0 ,t
Les sommes d’événements et, par conséquent, les taux bruts, dépendent des taux par âge
Etant donné que la durée de la période est une année (t = 1), nous pouvons nous passer du symbole t des formules
_____________________________________________________________________
Alexandre Avdeev, cours « Analyse démographique », IDUP, master de démographie
48

Notion de temps en analyse démographique:

temps général et temps individuel
• Des qu’on passe d’une population globale, qui existe dans le temps, mais qui n’a pas
d’âge à des sous-populations qui non seulement évoluent dans le temps, mais qui
changent constamment leur âge, nous somme obligé à préciser les notions de temps
et de l’âge pour pouvoir mieux identifier des données démographiques.
• Hormis un temps « physique » ou « astronomique », général pour tous, nous devons
définir un temps « individuel » qui est l’âge, ou la temps écoulé depuis un événement
constituant (e.g. la naissance) et un moment de temps de calendrier choisi pour
l’intérêt d’étude (e.g. fin de l’année civile).
• Les deux temps sont continue, mais on pourrait les quantifier convenablement par
catégories d’unité de temps, (année d’âge et année civile), pour associer les
indicateurs relatifs aux mouvements de la population aux intervalles de temps, le plus
souvent les « annualiser » .
• Les deux temps sont isomorphes puisque un événement constituant est défini dans le
temps de calendrier, mais leurs scores annualisés ne coïncident qu’exceptionnellement
(on vive le plus souvent deux années d’âge durant une année civile et une année d'âge s’étend
normalement sur deux années civiles, sauf si la naissance a eu lieu juste au début l’année civile)
__________________________________________________
Diagramme de W. Lexis (version d’origine)

Age B
9 10 11 12 13 14 15 16 17 18 19
2018
8
2017
A 7
2016
2
6
3
2015
5
2014
1
4
2013
4
3
2012
2
2011
1
2010
0
Age 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 période
B A
A - isochrone (les événements qui se sont produisent à la même date) B - ligne de vie d'une génération
1 - les événements: âge X période (sur deux générations 3 - les événements: génération X période (sur deux âges
consécutives) consécutifs)
2 - les événements: génération X âge (sur deux années consécutives) 4 - génération née entre le 1 janvier 2001 et le 1 janvier 2002 (au
cours de l'an 2001)
Lexis W. (1875). Einleitung in die Theorie der Bevölkerungsstatistik. Strassburg: Karl J. Trübner.
__________________________________________________

Diagramme de Lexis appliqué à la tabulation classique des données d’une

enquête rétrospective
Nombre de naissance à l'an d'enquête (=0) et durant des années précédentes
15 0 -1 -2 -3 -4 -5 -6 -7 -8 -9
0 nais.
Age 15 ans
2010-15=1995 a.n.
16 1 nass.
3 nais.
Age 16 ans
2010-16=1994 a.n.
17 12 nais.
Age 17 ans
2010-17=1993 a.n.
18
Age 18 ans 2
1992 a.n.
19
âge à la date de l'enquête (1.1.2010)
Age 19 ans
1991 a.n. 3
20
Age 20 ans
1990 a.n.
21
4
22
1
23
24 A B
Age 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 période
A - Isochrone (regroupe les événements simultanés) B - ligne d'âge
1 -- naissances chez les femmes de même génération 3 - naissances durant l'an 2009 dans la génération de
(1990 a.n.) à l'âge 20 ans (deux ans successifs) 1992. (deux années d'âge concécutives)
2 - naissances durant l'an 2009 chez les femmes âgées 4 - nombre de naissances qui ont eu lieu entre le 1
de 16-17
18 ansans (deux
(deux générations
génération consécutives
consécutives) janvier 2010 et le 1 janvier 2011 (durant l'an 2010)
__________________________________________________
Le diagramme Lexis (modification de R. Pressat)

Ligne de vie
Repère de l’âge
(temps individuel)
A
Événement A
Repère de la période
(Isochrone)
G D
D – A = G;
D – date (de l’événement); A – âge (de l’individu) Date exacte
G – génération (date de naissance) d’événement
Déjà vu dans
Knapp, Georg (1874)- Theorie des Bevölkerungswechsels, Brunswick.
Becker, Karl(1874)- Zur Berechnung von Sterbetafeln an die Bevölkerungsstatistik zu Stellende Anforderungen, Berlin.
__________________________________________________
52

1. Repérage des populations
 Générations
 Age révolus
 Population moyenne
__________________________________________________
Génération :
L’ensemble des individus qui sont nés entre les deux dates exactes. Autrement dit
« la génération » est un ensemble des individus dont les dates de naissance (DN)
sont conforme à l’inégalité : t1 < DN < t2
Comme l’année civile est une unité usuelle de temps dans la démographie, on
l’utilise le plus souvent comme le critère de la génération.
Age
4 b
Génération 1961
recensée au
1 janvier 1965
3 a âge révolu
3 ans
2 Génération
née en 1961
Au 1 janvier de l’année « P »
1 l’effectif de la population à
l’âge révolu « A » = l’effectif de
la génération (survivants) née
0 en A - P
1960 1961=> G1 1962 1963 1964 période
t1 t2
__________________________________________________
54

Exemple 1 : les survivants à l’âge exact

On s’intéresse à l’effet de cohorte et on cherche la population exposée dans la dimension
génération-période une telle statistique n’existe nulle part, mais on peut l’estimer
Age
cd – ligne de date (de l’état) =
4 b = l’effectif (survivants) de la
génération G1 au 1 janvier 1964
(âge révolu)
3 c a
ab – ligne de date =
= l’effectif de la génération G1 au 1
2 d
janvier 1965 (31 décembre 1964)
ac – ligne d’événement
1 (par ex. : anniversaire ou naissance)  pour
une période) =
0 période
= l’effectif moyen de la génération
G1 pour l’an 1964 = population qui
1960 1961=> G1 1962 1963 1964 1965
a atteint l’âge 3 ans en 1964
ac ≈ 0,5 x (ab + cd) x 1  (cette ligne groupe des événements qui
ont eu lieu durant une période
 le nombre d’années vécues par la génération déterminée, et non simultanément )
G1 durant l’an 1964
__________________________________________________
55
Exemple 2 : Population dite « moyenne »

ou plus exactement la population au milieu d’une période
Age
4 On s’intéresse à l’effet de
l’âge (et période)
j
3 b c
e f
ab – effectif de la génération
G1 au 1 janvier 1964
2 a d
(âge 2 ans révolus)
h
1
cd – effectif de la génération
(âge 2 ans révolus)
0 période
1960 1961=> G1 1962=> G2 1963 1964 1965
ef ≈ jh ≈ 0,5 (ab + cd)  la population à l’âge atteint 2,5 en 1964 : une partie de la G1 +
une partie de la G2 (moitié , moitié) ;
la population « moyenne » à l’âge 2 ans révolu en 1964 : le pointillé
vert foncé (jh) ≡ un équivalent sta s que de la popula on à l’âge 2
ans révolu au 31 juin 1964 ;
__________________________________________________
56

Exemple 3 : Population du moment

ou une population recensée
Age
4
ab – l’effectif de la génération
G1, qui a atteint l’âge de
3 c d 2 ans en 1963
cd – l’effectif de la génération
2 a b G1, qui a atteint l’âge de
3 ans en 1964
1 bc – l’effectif de la génération
0 période
1960 1961=> G1 1962=> G1 1963 1964 1965
cb ≈ 0,5 (ab + cd)  la population « moyenne » d’une génération à l’âge

révolu de 2 ans au 1 janvier 1964
__________________________________________________
2. Repérage des événements

démographiques
 Les ensembles d’événements démographiques

(carré et parallélogrammes)
 Les ensembles élémentaires
(triangles)
__________________________________________________
58

Localisation des événements démographiques

Age
5 h i
4 b c
3 a I d
2 f g
1 e
1960 1961=> G1 1962=> G2 1963 1964 1965 1966 1967 1968 1969 période
Carré ABCD identifie les événements selon l’âge et période produits par une population
qui a vécu dans cet âge et durant cette période ( Nombre d’Années Vécus, NAV)
__________________________________________________
Trois types de classement annuel des événements démographiques

Forme Composition Description
b c
Type I:
a I d
= + } (Age révolu) x (période)
a I d
Type II:
f g
= + } (Génération) x (période)
e
h i
Type III:
b c = + } (Age révolu) x (génération)
__________________________________________________
60

Ensemble des événements démographiques dans les

enquêtes rétrospectives
45 Age A
40
35
Le triangle ABC regroupe un Population
ensemble d’événements enquêtée
repérés par une enquête
30
au
25
moment t0
20
15 C B
]t-35,t-30] ]t-30,t-25] ]t-25, t-20] ]t-20, t-15] ]t-15,t-10] ]t-10, t-5] ]t-5, t] t période
Les défauts des enquêtes rétrospectives:

a) dans la dimension longitudinale : les événements repérés sont souvent les événements sélecteurs
b) dans la dimension transversale : cf. a) plus la perte des informations relatives aux âges élevés
__________________________________________________
Quelle informations faut-il chercher, quelles questions faut-il poser ?

• La meilleure solution est de poser les questions sur les dates exactes de chaque événement
(jour, moi, année), en commençant par la date de naissance du répondant ou d’une personne
d’intérêt.
• Ces questions pourraient être complétées pas des questions sur l’âge du répondant au
moment de l’événement (surtout si ce dernier ne se souvient pas des dates, ou s’en trompe).
• Si les dates sont connues, il n’est pas inutile de créer telles variables de travail comme :
– L’âge au moment de l’événement (en années révolue, ou éventuellement en mois) pour pouvoir
préciser la durée exacte de la période de risque
– L’âge atteint dans l’année (ou l’âge à la fin de l’année) en différence des millésimes (l’année
d’événement moins l’année de naissance) qui utile pour l’analyse longitudinale (des générations).
– Une durée d’intervalles en unité de temps plus petites, i.e. en mois, en semaines, en jours.
(Si votre logiciel d’analyse statistique permet de travailler avec les variable au format de « date », vous pouvez en
négliger)
Qu’est-ce qu’on peut faire avec les informations sur les dates des événements ?
• Estimer l’effectif de la population dans le passé (pour une période antérieure d’une enquête
exhaustive ou sur échantillon): cette procédure est nécessaire pour balancer les résultats de
deux recensements succéssifs).
• Estimer le niveau et la structure par âge de la mortalité pour une période antérieure d’une
enquête
(attention ! Il faut considérer telles estimations avec beaucoup de précaution).
• Estimer le niveau et l’évolution de la mortalité infantile.
(Généralement, telles estimations de la mortalité infantile sont plus exactes que celles de la mortalité aux
âges adulte, et surtout que celles aux âges élevés et des personnes seules)
• Estimer la fécondité pour une période antérieure d’une enquête avec des méthodes
relativement simples comme P/F, e.g. , ainsi que avec celles plus sophistiquées basées sur
l’analyse des biographies individuelles.
__________________________________________________

Annexe 1
L’apparition du mot et de la notion « population »
1612 – invention du mot « population » par Sir Francis Bacon (22.01.1561–09.04.1626).
Dans « Essays, Civil and Moral » 2e édition (avec 38 essais), 1612,
Essai XV : « Of Sedictions and Troubles » [« Sur excitation à la rébellion et troubles »] :
“Generally, it is to be foreseen that the population of a kingdom (especially if it be not
mown down by wars) do not exceed the stock of the kingdom which should maintain
them. Neither is the population to be reckoned only by number; for a smaller number
that spend more and earn less do wear out an estate sooner than a greater number that
live lower and gather more. Therefore the multiplying of nobility and other degrees of
quality in an over proportion to the common people doth speedily bring a state to
necessity; and so doth likewise an overgrown clergy; for they bring nothing to the stock;
and in like manner, when more are bred scholars than preferments can take off.”
Texte complet est accessible sur : http://www.authorama.com/essays-of-francis-bacon-16.html
« Généralement on doit veiller que la population d’un Royaume, (spécialement si elle n’est
pas fauchée par les guerres) n’excède pas les ressources du royaume nécessaires à leur
entretien. Aucune population ne doit être évaluée uniquement par son nombre, puisque celle moins nombreuse qui dépense plus et
gagne moins épuise l’Etat plus rapidement que celle nombreuse qui vive plus modestement et thésaurise davantage. Par conséquent, la
multiplication de la noblesse et d'autres états de qualité dans une proportion élevée par rapports aux gens communs doit amener un Etat
dans le besoin; de même pour le surcroit du clergé qui n’apporte rien, et aussi quand le nombre des gens lettrés dépasse le nombre de
places que le service peut leur offrir ».
Cependant, dans les premières éditions françaises ce mot a été traduit en peuple ou monde.
Les contemporains de F.Bacon: Galileo Galilei (1564-1642), Italie, René Descartes (1596-1650), France,
Tommaso Campanella (1568-1639) Italie-France
63
Annexe 2
La stabilité de l’effectif est-elle une règle, la
croissance est-elle une anomalie ?
Dans l’Antiquité: un nombre est une quantité fixe
Platon (428-348 av.J.-C.) dans La République et Les Lois imagine une population
stationnaire (5040 famille, ~20 000 citoyens libres) et une
politique qui maintient cette stationnarité
Pour Platon, la population de la cité était un ensemble des citoyens
libres, les esclaves et les métèques en étaient exclus. De fait, la
société de la cité était composée de trois populations (libres,
esclaves et métèques) qui ne se mélangeaient pas, mais chacune
avait une fonction sociale bien définie.
Les même idées ont été retenues et développées par :
• Aristote (384-322 av.J.-C.), La Politique
• Sir Thomas More (1478-1535)
Utopia, 1518, Londres (en latin), traduction française en
1550 à Paris: l’Utopie ou le traité de la meilleure forme de
gouvernement
• Tommaso Campanella (1568-1639)
Gravure de Ambrosius Holbein pour une édition de Civitas solis, 1623, Francfort, (appendice à la Philosophia
1518. Dans le coin en bas à gauche le voyageur
Raphael Hythlodaeus décrivant l'île.
realis). Traduction française en 1841
__________________________________________________

Annexe 3
Les lois de la population ou
« l’ordre divin »
John Graunt (24.04.1620 – 18.04.1674) “Natural and political observations. Mentioned
in a following Index and made upon the Bills of Mortality” , 1662.  origine de la
science de démographie : espérance de vie à Londres était 27 years, avec 65% de
décès avant l’âge de 16 ans (il ne connaît pas le mot “population”)
Johann Peter Süssmilch (03.09.1707-22.03.1767) «Die göttliche Ordnung in den
Veranderungen des menschlichen Geschlechts aus der Geburt, Tod und Fortpflanzung
des selben erwiesen... » , 1741 Berlin, (L'Ordre divin dans les changements du genre
humain, prouvé par la naissance, la mort et la propagation de l'espèce...),
L.Fibonacci J.Graunt J.P.Süßmilch B.Franklin T.Maltus

1202 1662 1741 1751 1798
Statistik (G. Achenwall, 1748)
Démographie (1855)
Population (1612)
Problème de la Croissance
Table de mortalité, population
multiplication des géométrique
stationnaire
lapins (progression) (exponentielle)
__________________________________________________
Annexe 4
Rapport des sexes:
une découverte de première importance
1711 - John Arbuthnot (1667-1735), Ecosse.

Il a réalisé le premier test statistique de signification (la différence entre les
observations et une hypothèse « nulle ») pour démontre « the guiding hand of a
devine » qui maintenait une rapport des sexe à la naissance presque constant à
Londres en 1629-1710
Cette priorité est cependant contestée au

profit de J.P.Süssmich, auteur de « L’ordre
divine… » paru 40 ans après:
«Le pasteur Süssmilch a été le premier à

tenter de traiter systématiquement la
question du taux de masculinité, et il a
introduit à ce sujet le constat que «pour
1000 fillettes nées, il vient 1050 garçons»,
une formule promise au succès parmi les
démographes malgré ses problèmes
évidents»
Source: Wikipeadia avec une référence à « Le
sexisme de la première heure. Hasard et
sociologie », Éric Brian et Marie Jaisson, Raisons
d'agir, 2007, page 22
__________________________________________________
66

Annexe 5
Croissance est une qualité intrinsèque de la population
Problème de Fibonacci (XIII s.) : multiplication des lapins
Leonardo Pisano, Fibonacci (en italien : Figlio Buono Nato Ci) ~1170 – ~1250 : Liber abaci, (Livre des
calculs) rédigé en 1202, on ne dispose qu’une édition de 1228…
La croissance de lapins (des arbres) :

« Possédant initialement un couple de lapins, combien de couples obtient-on dans douze mois, si chaque couple engendre
tous les mois un nouveau couple à compter du second mois de son existence ? » Réponse : 144 couples
1, 1, (1+1=2), (1+2=3), (2+3=5), …. = 1,1,2,3,5,8,13,21, etc… (ni = ni-1 + ni-2, i>2)
La croissance de lapins durant 25 mois (75 025 couples)

Échelle linéaire Échelle logarithmique
80 000 100 000
70 000
10 000
60 000
50 000
1 000
40 000
100
30 000
20 000
10
10 000
0 1
0 5 10 15 20 25 30 0 5 10 15 20 25 30
__________________________________________________
Annexe 6
Encore quelques éléments d’histoire :
1. Les sources :
 Registres des naissances, des décès et des mariages :
Ordonnance de Villers-Cotterêts, 1539, François I (baptêmes et
sépultures);
Concile de Trente, 1545-1563, Paul III;
Ordonnance de Blois, 1579 (mariages);
Alessandro Farnese L’acte de naissance de l’état civil + registre de Naissances, de Mariages et
1468-1549
élu pape sous le nom de Décès (NMD), le 20 septembre 1792 (avant c’était BMC=baptêmes,
Paulus III en 1534 mariages et sépultures)
 Recensement (général de la population) :
1846, Belgique, Adolphe Quetelet ; 1851 Angleterre, William Farr ;
1851, France
A. Quetelet
1796-1874
2. Le mot : Démographie  1855, France, Achille Guillard : Éléments de

statistique humaine ou démographie comparé. Paris, Guillaumin et Cie
(titre d’origine « Éléments de la démographie comparée »)
__________________________________________________
68

1 Lexis

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1 Lexis

Transféré par

Droits d'auteur :

Formats disponibles

IDUP (Master de démographie 1e année) Mise à jours 02/10/2018

Manuels d’analyse démographique :

** Henri Leridon et Laurent Toulemon, Démographie. – Approche statistique et dynamique des

*** Roland Pressat – L'analyse démographique : concepts, méthodes, résultats, 2e édition

Par A.Avdeev « Analyse et modèles démographiques » 1

Démographie : objet d’étude et méthodes

Analyse démographique : l’application des méthodes quantitatives (mathématiques,

Vocation et objective de l’analyse démographique

Par A.Avdeev « Analyse et modèles démographiques » 2

Population dans l’analyse démographique

• Aujourd’hui: population – un système dynamique complexe

Le sens « physique » de la croissance démographiques »

1. Lois de croissance de la population

Le temps est continu :  soit r – taux (quotient) d’accroissement

soit b – taux de naissances  d t

Par A.Avdeev « Analyse et modèles démographiques » 3

Le sens « physique » de la croissance démographiques »

2. Cycle de vie et la reproduction :

am – âge moyen à la maternité;

Idée de la transitions d’une état à l’autre

État 3 : État 6 : État 5’ :

Par A.Avdeev « Analyse et modèles démographiques » 4

La structure, les flux et les stocks :

Sources d’information en démographie

Par A.Avdeev « Analyse et modèles démographiques » 5

Mesurer la population et les

Qu’est-ce qu’il faut quantifier en démographie?

Par A.Avdeev « Analyse et modèles démographiques » 6

Les indices démographiques relatifs à la structure

nombre d' hommes

Rapport de sexes en France en 2000 et en Russie en 1959

France, 1.1.2000 Russie, 1959 Ligne d'égalité des sexes

Par A.Avdeev « Analyse et modèles démographiques » 7

Les indices démographiques relatifs à la structure (suite)

Analyse de la structure de population

Par A.Avdeev « Analyse et modèles démographiques » 8

Présentation de la structure par sexe et par âge d’une

Source des données: INSEE

Les empreints historiques sur la pyramide des âge et leurs

1896 100 1896

4 D éficit des naissa nces dû à la gu erre 1 9 4 1 -1 9 4 5 8 C hu te de la na ta lité à pa rtir de 1 9 8 9

Par A.Avdeev « Analyse et modèles démographiques » 9

Structure de la population de Russie au 1 janvier 2016:

1925 90 FEMMES 1925

Un siècle d’histoire démographique de la France en six images

Par A.Avdeev « Analyse et modèles démographiques » 10

Une autre façon de présenter graphiquement la

Comment peut-on dessiner des pyramides d’âge

- variables : 1) fim proportion de l’effectif d’un groupe d’âge de sexe masculin

- hauteur d’un rectangle : = la densité ( h ) de la distribution par âge (la fi s

Question d’autocontrôle : pourquoi rapporte-on l’effectif d’un group « sexe-âge » au

Par A.Avdeev « Analyse et modèles démographiques » 11

Comment analyse-t-on la structure par âge et par sexe ?

Ratios âge/sexe spécifiques à la structures par âge et par sexe:

Le rapport de sexe ou le rapport de masculinité en France

L’âge de début et les causes de la déséquilibre ?

Par A.Avdeev « Analyse et modèles démographiques » 12

Autres indicateurs caractérisant la structure la structure

5 N0 … enfants pour 100 femmes

- ratio de dépendance RD ou « charge « démographique » et RDj de jeunes et RDv des vieux

Transition démographique et la dynamique des trois grands

Modèle de l’évolution de la structure par âge

Par A.Avdeev « Analyse et modèles démographiques » 13