Last data update: 18 sept. 2026, 23:43
Last compile: 18 sept. 2026, 23:44
Figure 1 : glissement annuel d’indices de prix alimentaires, 2021-2022
Code
fig1 |>
pivot_longer(-mois, names_to = "indice", values_to = "valeur") |>
mutate(indice = recode(indice, ipc_alimentation = "IPC alimentation",
indice_groupe = "Indice du groupe considéré")) |>
ggplot(aes(x = mois, y = valeur, color = indice, group = indice)) +
geom_line(linewidth = 1) +
geom_point() +
scale_color_manual(values = c("IPC alimentation" = "#1B3F8B",
"Indice du groupe considéré" = "#E8737A"), name = NULL) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "%",
title = "Glissement annuel d'indices de prix alimentaires",
subtitle = "2021-2022") +
theme(legend.position = "bottom", panel.grid.minor = element_blank(),
axis.text.x = element_text(angle = 45, hjust = 1))
Figure 2 : répartition des produits selon la variation de leur prix
Code
fig2 |>
ggplot(aes(x = variation_prix, y = part_produits)) +
geom_col(fill = "#1B3F8B") +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "% des produits",
title = "Répartition des produits selon la variation de leur prix",
subtitle = "moyenne annuelle, 2021-2022") +
theme(panel.grid.minor = element_blank(),
axis.text.x = element_text(angle = 30, hjust = 1))
Figure 3 : évolution des prix et quantités selon la catégorie de produits
Code
fig3 |>
mutate(categorie = fct_reorder(categorie, variation_prix_unitaire)) |>
pivot_longer(-categorie, names_to = "serie", values_to = "valeur") |>
mutate(serie = recode(serie, variation_prix_unitaire = "Variation de prix unitaire",
variation_nb_articles = "Variation du nombre d'articles")) |>
ggplot(aes(x = categorie, y = valeur, fill = serie)) +
geom_col(position = "dodge") +
geom_hline(yintercept = 0, color = "grey40") +
coord_flip() +
scale_fill_manual(values = c("Variation de prix unitaire" = "#1B3F8B",
"Variation du nombre d'articles" = "#E8737A"), name = NULL) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "%",
title = "Évolution des prix et des quantités achetées",
subtitle = "selon la catégorie de produits, 2021-2022") +
theme(legend.position = "bottom", panel.grid.minor = element_blank())
Figure 4a : élasticité-prix selon la catégorie de produits
Code
fig4a |>
mutate(categorie = fct_reorder(categorie, elasticite)) |>
ggplot(aes(x = categorie, y = elasticite)) +
geom_pointrange(aes(ymin = borne_inf, ymax = borne_sup), color = "#1B3F8B") +
geom_hline(yintercept = 0, linetype = "dashed", color = "grey50") +
coord_flip() +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "Élasticité-prix",
title = "Élasticité-prix de la demande selon la catégorie de produits",
subtitle = "avec intervalle de confiance, 2021-2022") +
theme(panel.grid.minor = element_blank())
Figure 4b : élasticité-prix selon la position dans l’échelle de prix
Code
fig4b |>
mutate(position = fct_inorder(position)) |>
ggplot(aes(x = position, y = elasticite)) +
geom_pointrange(aes(ymin = borne_inf, ymax = borne_sup), color = "#1B3F8B") +
geom_hline(yintercept = 0, linetype = "dashed", color = "grey50") +
coord_flip() +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "Élasticité-prix",
title = "Élasticité-prix de la demande selon la position dans l'échelle des prix",
subtitle = "au sein de la catégorie de produits, avec intervalle de confiance, 2021-2022") +
theme(panel.grid.minor = element_blank())
Tableau complémentaire 1 : modification du comportement d’achat
Code
tc1 |>
mutate(ecart_type = paste0("(", format(ecart_type, decimal.mark = ","), ")")) |>
gt() |>
tab_header(title = "Effet d'une hausse de l'IPC alimentation (en log) sur le comportement d'achat",
subtitle = "coefficients de régression, écart-type clusterisé au niveau magasin entre parenthèses") |>
cols_label(variable_dependante = "Variable dépendante (en log)",
coefficient_ipc_alimentation = "Coefficient",
ecart_type = "Écart-type",
observations = "Observations") |>
fmt_number(columns = coefficient_ipc_alimentation, decimals = 2) |>
fmt_number(columns = observations, decimals = 0)| Effet d'une hausse de l'IPC alimentation (en log) sur le comportement d'achat | |||
| coefficients de régression, écart-type clusterisé au niveau magasin entre parenthèses | |||
| Variable dépendante (en log) | Coefficient | Écart-type | Observations |
|---|---|---|---|
| Chiffre d'affaires du magasin | 0.40 | (0,04) | 45,144 |
| Montant moyen d'un ticket de caisse | 0.11 | (0,02) | 45,144 |
| Nombre de passages en caisse | 0.29 | (0,03) | 45,144 |
| Nombre d'articles par ticket | −0.82 | (0,02) | 45,144 |
| Part des remises en caisse dans le chiffre d'affaire | 0.38 | (0,10) | 35,514 |