Last data update: 17 sept. 2026, 22:10
Last compile: 18 sept. 2026, 02:52
Figure 1 : répétition des situations de privation après un, deux ou trois ans
Code
fig1 |>
ggplot(aes(x = premiere_annee, y = part, color = horizon)) +
geom_line(linewidth = 1) +
geom_point(size = 2) +
scale_x_continuous(breaks = 2021:2024) +
scale_color_brewer(palette = "Blues", direction = -1, name = "Répétée après :") +
theme_minimal(base_size = 13) +
labs(x = "Première année de situation de privation", y = NULL,
title = "Répétition des situations de privation matérielle et sociale",
subtitle = "part des situations répétées après 1, 2 ou 3 ans (en %)") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())
Figure 2 : trajectoires de privation matérielle et sociale entre 2022 et 2025
Code
fig2 |>
mutate(trajectoire = str_remove(trajectoire, "matérielle et sociale ?"),
trajectoire = fct_reorder(trajectoire, part)) |>
ggplot(aes(x = trajectoire, y = part)) +
geom_col(fill = "#1B3F8B") +
geom_text(aes(label = part), hjust = -0.15, size = 3.5) +
coord_flip(clip = "off") +
scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +
theme_minimal(base_size = 12) +
labs(x = NULL, y = NULL,
title = "Part de la population selon la trajectoire de privation",
subtitle = "entre 2022 et 2025 (en %)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Figure 3 : privations subies en 2025
Code
fig3 |>
rename(`Privation en 2025` = privation_2025,
`Privation continue 2022-2025` = privation_continue) |>
mutate(privation = fct_reorder(privation, `Privation continue 2022-2025`)) |>
pivot_longer(-privation, names_to = "groupe", values_to = "part") |>
ggplot(aes(x = privation, y = part, fill = groupe)) +
geom_col(position = position_dodge(width = 0.75), width = 0.7) +
coord_flip() +
scale_fill_manual(values = c("Privation en 2025" = "#8FB0DE",
"Privation continue 2022-2025" = "#1B3F8B"), name = NULL) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = NULL,
title = "Privations subies en 2025",
subtitle = "par les personnes en situation de privation en 2025, et par celles en situation continue depuis 2022 (en %)") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Figure 4 : pauvreté monétaire selon la trajectoire de privation
Code
fig4 |>
mutate(trajectoire = str_remove(trajectoire, "matérielle et sociale ?"),
trajectoire = fct_reorder(trajectoire, part_pauvrete_monetaire)) |>
ggplot(aes(x = trajectoire, y = part_pauvrete_monetaire)) +
geom_col(fill = "#E8737A") +
geom_text(aes(label = round(part_pauvrete_monetaire, 1)), hjust = -0.15, size = 3.5) +
coord_flip(clip = "off") +
scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +
theme_minimal(base_size = 12) +
labs(x = NULL, y = NULL,
title = "Personnes ayant connu au moins un épisode de pauvreté monétaire",
subtitle = "selon leur trajectoire de privation matérielle et sociale, 2022-2025 (en %)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Tableau complémentaire 1 : nombre de privations déclarées selon le groupe initial
Code
tc1 |>
filter(mesure == "Moyenne") |>
ggplot(aes(x = annee, y = nb_privations, color = groupe_2022)) +
geom_line(linewidth = 1) +
geom_point(size = 2) +
scale_color_viridis_d(name = "Privations déclarées début 2022") +
theme_minimal(base_size = 13) +
labs(x = NULL, y = NULL,
title = "Nombre moyen de privations déclarées, selon le groupe initial",
subtitle = "trajectoire 2022-2025") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())
Tableau complémentaire 2 : part en situation continue et risque relatif
Code
tc2 |>
mutate(caracteristique = fct_reorder(caracteristique, part)) |>
ggplot(aes(x = caracteristique, y = part, fill = section)) +
geom_col(show.legend = FALSE) +
coord_flip() +
facet_wrap(~ section, scales = "free_y", ncol = 1) +
theme_minimal(base_size = 10) +
labs(x = NULL, y = NULL,
title = "Part des personnes en situation de privation continue de 2022 à 2025",
subtitle = "selon leurs caractéristiques en 2022 (en %)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank(),
strip.text = element_text(size = 8))
Risque relatif (par rapport à la catégorie de référence)
Code
tc2 |>
filter(!reference, !is.na(risque_relatif)) |>
mutate(caracteristique = fct_reorder(caracteristique, risque_relatif)) |>
ggplot(aes(x = caracteristique, y = risque_relatif, color = section)) +
geom_hline(yintercept = 1, linetype = "dashed", color = "grey50") +
geom_point(size = 2.5) +
coord_flip() +
scale_color_brewer(palette = "Set2", name = NULL) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "Risque relatif (réf. = 1)",
title = "Risque relatif de connaître une privation continue",
subtitle = "par rapport à la catégorie de référence de chaque caractéristique") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())
Tableau complémentaire 3 : régression logistique multinomiale (rapports de cotes)
Code
tc3 |>
filter(!reference) |>
select(section, caracteristique, `Continue` = or_continue, `Intermittente` = or_intermittente) |>
pivot_longer(-c(section, caracteristique), names_to = "trajectoire", values_to = "or") |>
mutate(caracteristique = fct_reorder(caracteristique, or)) |>
ggplot(aes(x = caracteristique, y = or, color = trajectoire)) +
geom_hline(yintercept = 1, linetype = "dashed", color = "grey50") +
geom_point(size = 2.5, position = position_dodge(width = 0.4)) +
coord_flip() +
scale_y_log10() +
scale_color_manual(values = c("Continue" = "#1B3F8B", "Intermittente" = "#E8737A"), name = NULL) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = "Rapport de cotes (odds ratio), échelle log (réf. = 1)",
title = "Rapports de cotes des trajectoires de privation",
subtitle = "régression logistique multinomiale, toutes choses égales par ailleurs") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())