source | dataset | .html | .RData |
---|---|---|---|
insee | DECES-MORTALITE | 2024-10-29 | 2024-11-05 |
Décès et mortalité
Data - INSEE
Info
Données sur la demographie
source | dataset | .html | .RData |
---|---|---|---|
eurostat | demo_minfind | 2024-11-01 | 2024-10-08 |
ined | fm_t70_2019.fr | 2024-06-20 | 2022-01-31 |
ined | fm_t70_2021.fr | 2024-06-20 | 2023-10-10 |
ined | p2d_2019.fr | 2024-06-20 | 2021-12-18 |
insee | DECES-MORTALITE | 2024-10-29 | 2024-11-05 |
insee | NAISSANCES-FECONDITE | 2024-10-29 | 2024-11-05 |
oecd | FAMILY | 2024-09-15 | 2024-02-13 |
Définitions
- Espérance de vie à la naissance. L’espérance de vie à la naissance est égale à la durée de vie moyenne d’une génération fictive qui connaîtrait tout au long de son existence les conditions de mortalité par âge de l’année considérée. C’est un indicateur synthétique des taux de mortalité par âge de l’année considérée.
TITLE_FR
Code
`DECES-MORTALITE` %>%
group_by(IDBANK, TITLE_FR) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
INDICATEUR
Code
`DECES-MORTALITE` %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
group_by(INDICATEUR, Indicateur) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
INDICATEUR | Indicateur | Nobs |
---|---|---|
ESPERANCE_VIE | Espérance de vie | 42792 |
TAUX_BRUT_MORTALITE | Taux brut de mortalité | 11078 |
TAUX_MORTALITE | Taux de mortalité | 8635 |
TAUX_MORTALITE_STANDARDISE | Taux de mortalité standardisé | 6052 |
DECES_DOMICILIES | Décès domiciliés | 5633 |
NOMBRE_DECES | Nombre de décès | 2873 |
DEMOGRAPHIE
Code
`DECES-MORTALITE` %>%
left_join(DEMOGRAPHIE, by = "DEMOGRAPHIE") %>%
group_by(DEMOGRAPHIE, Demographie) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
DEMOGRAPHIE | Demographie | Nobs |
---|---|---|
SO | Sans objet | 18739 |
ESPV | Espérance de vie à la naissance | 10644 |
ESPV-20 | Espérance de vie à 20 ans | 10644 |
ESPV-40 | Espérance de vie à 40 ans | 10644 |
ESPV-60 | Espérance de vie à 60 ans | 10644 |
DECES-DOM | Décès de tous âges, domiciliés | 5633 |
TXMSG | Taux de mortalité pour différents groupes d'âges, par sexe | 5040 |
DECES | Décès de tous âges | 1502 |
DECES-1A | Décès de moins d'un an | 1371 |
TXMOR | Taux de mortalité | 1131 |
TXMORINF | Taux de mortalité infantile | 855 |
ESPV-01 | Espérance de vie à 1 an | 216 |
AGE
Code
`DECES-MORTALITE` %>%
left_join(AGE, by = "AGE") %>%
group_by(AGE, Age) %>%
summarise(Nobs = n()) %>%
print_table_conditional()
AGE | Age | Nobs |
---|---|---|
00- | Ensemble | 180 |
00-01 | Moins d'un an | 1879 |
00-64 | De 0 à 64 ans | 3026 |
01-04 | De 1 à 4 ans | 270 |
05-09 | De 5 à 9 ans | 270 |
10-14 | De 10 à 14 ans | 270 |
15-19 | De 15 à 19 ans | 270 |
20-24 | De 20 à 24 ans | 270 |
25-29 | De 25 à 29 ans | 270 |
30-34 | De 30 à 34 ans | 270 |
35-39 | De 35 à 39 ans | 270 |
40-44 | De 40 à 44 ans | 270 |
45-49 | De 45 à 49 ans | 270 |
50-54 | De 50 à 54 ans | 270 |
55-59 | De 55 à 59 ans | 270 |
60-64 | De 60 à 64 ans | 270 |
65- | 65 ans et plus | 3026 |
65-69 | De 65 à 69 ans | 270 |
70-79 | De 70 à 79 ans | 270 |
80-89 | De 80 à 89 ans | 270 |
90- | 90 ans et plus | 270 |
SO | Sans objet | 64362 |
Espérance de vie à la naissance
ESPV
Tous
Code
`DECES-MORTALITE` %>%
filter(INDICATEUR == "ESPERANCE_VIE",
== "FM",
REF_AREA != "ESPV-01") %>%
DEMOGRAPHIE select_if(~ n_distinct(.) > 1) %>%
%>%
year_to_date arrange(date) %>%
#filter(date >= as.Date("1981-01-01")) %>%
arrange(date) %>%
left_join(DEMOGRAPHIE, by = "DEMOGRAPHIE") %>%
left_join(SEXE, by = "SEXE") %>%
%>%
unique mutate(Demographie = gsub("Espérance de vie", "... ", Demographie)) %>%
mutate(Demographie = ifelse(DEMOGRAPHIE == "ESPV", "... à 0 ans", Demographie)) %>%
arrange(Demographie) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Demographie)) +
scale_x_date(breaks = seq(1940, 2100, 10) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 100, 10),
labels = dollar_format(pre = "", su = " ans")) +
theme_minimal() + xlab("") + ylab("") +
geom_label(data = . %>% filter(date %in% c(max(date), min(date))),
aes(x = date, y = OBS_VALUE, color = Demographie, label = paste0(OBS_VALUE))) +
theme(legend.position = "top",
axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) + labs(x = "", y = "", color = "Espérance de vie: ") +
facet_wrap(~ Sexe)
1981-
Code
`DECES-MORTALITE` %>%
filter(INDICATEUR == "ESPERANCE_VIE",
== "FM",
REF_AREA != "ESPV-01") %>%
DEMOGRAPHIE select_if(~ n_distinct(.) > 1) %>%
%>%
year_to_date arrange(date) %>%
filter(date >= as.Date("1981-01-01")) %>%
arrange(date) %>%
left_join(DEMOGRAPHIE, by = "DEMOGRAPHIE") %>%
left_join(SEXE, by = "SEXE") %>%
%>%
unique mutate(Demographie = gsub("Espérance de vie", "... ", Demographie)) %>%
mutate(Demographie = ifelse(DEMOGRAPHIE == "ESPV", "... à 0 ans", Demographie)) %>%
arrange(Demographie) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Demographie)) +
scale_x_date(breaks = seq(1981, 2023, 3) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y"),
limits = c(1980, 2024) %>% paste0("-01-01") %>% as.Date) +
scale_y_continuous(breaks = seq(0, 100, 10),
labels = dollar_format(pre = "", su = " ans")) +
theme_minimal() + xlab("") + ylab("") +
geom_label(data = . %>% filter(date %in% c(max(date), min(date))),
aes(x = date, y = OBS_VALUE, color = Demographie, label = paste0(OBS_VALUE))) +
theme(legend.position = "top",
axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) + labs(x = "", y = "", color = "Espérance de vie: ") +
facet_wrap(~ Sexe)
Démographie - Nombre de naissances vivantes
Par an (glissement)
Tous
Code
`DECES-MORTALITE` %>%
filter(IDBANK == "000436394") %>%
%>%
month_to_date arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 12, align = "right", fill = NA)) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE)) +
scale_x_date(breaks = seq(1880, 2100, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 12 derniers mois")
Deces vs. naissances
France Métropolitaine
12 mois
Tous
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("000436394", "000436391")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 12, align = "right", fill = NA),
DEMOGRAPHIE2 = ifelse(DEMOGRAPHIE == "DECES", "Décès", "Naissances")) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 12 derniers mois") +
theme(legend.position = "none") +
geom_label(data = . %>% filter(date == as.Date("2005-01-01")), aes(x = date, y = OBS_VALUE, label = DEMOGRAPHIE2, color = TITLE_FR)) +
ggtitle("Naissances et décès sur les 12 derniers mois - France Métropolitaine")
1990-
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("000436394", "000436391")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 12, align = "right", fill = NA),
DEMOGRAPHIE2 = ifelse(DEMOGRAPHIE == "DECES", "Décès", "Naissances")) %>%
filter(date >= as.Date("1990-01-01")) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 12 derniers mois") +
theme(legend.position = "none") +
geom_label(data = . %>% filter(date == as.Date("2005-01-01")), aes(x = date, y = OBS_VALUE, label = DEMOGRAPHIE2, color = TITLE_FR)) +
ggtitle("Naissances et décès sur les 12 derniers mois - France Métropolitaine")
2009-
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("000436394", "000436391")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 12, align = "right", fill = NA),
DEMOGRAPHIE2 = ifelse(DEMOGRAPHIE == "DECES", "Décès", "Naissances")) %>%
filter(date >= as.Date("2009-01-01")) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 1) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 12 derniers mois") +
theme(legend.position = "none") +
geom_label(data = . %>% filter(date == as.Date("2015-01-01")), aes(x = date, y = OBS_VALUE, label = DEMOGRAPHIE2, color = TITLE_FR)) +
ggtitle("Naissances et décès sur les 12 derniers mois - France Métropolitaine")
2017-
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("000436394", "000436391")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 12, align = "right", fill = NA),
DEMOGRAPHIE2 = ifelse(DEMOGRAPHIE == "DECES", "Décès", "Naissances")) %>%
filter(date >= as.Date("2017-01-01")) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 1) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 12 derniers mois") +
theme(legend.position = "none") +
geom_label(data = . %>% filter(date == as.Date("2015-01-01")), aes(x = date, y = OBS_VALUE, label = DEMOGRAPHIE2, color = TITLE_FR)) +
ggtitle("Naissances et décès sur les 12 derniers mois - France Métropolitaine")
6 mois
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("000436394", "000436391")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 6, align = "right", fill = NA)) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 6 derniers mois") +
theme(legend.position = c(0.4, 0.5),
legend.title = element_blank(),
legend.direction = "vertical")
France Entière
12 mois
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("001641603", "001641601")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 12, align = "right", fill = NA)) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 5) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 12 derniers mois") +
theme(legend.position = c(0.4, 0.5),
legend.title = element_blank(),
legend.direction = "vertical")
6 mois
Code
`DECES-MORTALITE` %>%
bind_rows(`NAISSANCES-FECONDITE`) %>%
filter(IDBANK %in% c("001641603", "001641601")) %>%
%>%
month_to_date group_by(TITLE_FR) %>%
arrange(date) %>%
mutate(OBS_VALUE = rollsum(x = OBS_VALUE, 6, align = "right", fill = NA)) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR)) +
scale_x_date(breaks = seq(1880, 2100, 2) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_continuous(breaks = seq(0, 1000000, 20000),
labels = dollar_format(pre = "")) +
theme_minimal() + xlab("") + ylab("Nombre sur les 6 derniers mois") +
theme(legend.position = c(0.4, 0.5),
legend.title = element_blank(),
legend.direction = "vertical")