Les valeurs seuil ou les catégories des variables qui font partie du nœud suivant se trouvent sur les branches de l’arbre. Les catégories des variables sont rapportées au tableau4.2. Les « espérances de vie »moyennes et le nombre d’observations sont présentés dans les nœuds terminaux. Pour les femmes ontariennes, être native du Canada (1) ou non (0) est corrélé avec l’espérance de vie. Pour certains individus, l’état matrimonial et l’occupation de même que les autres variables présentes dans l’arbre correspondent à des espérances de vie différentes.
Pour les femmes de l’Ontario, le profil associé à l’espérance de vie la plus élevée (noeud 5) est aussi surprenant. Il correspond aux femmes non natives du Canada, divorcées ou séparées, qui occupent un poste appartenant aux groupes 1 (Gestion), 3 (Sciences pures et appliquées), 4 (Secteur de la santé), 9 (Professions propres au secteur primaire) ou 10 (Transformation, fabrication et services d’utilité publique) et qui possèdent un diplôme de catégorie 1 (Aucun), 2 (Certificat d’études secondaires), 3 (Certificat de métiers ), 5 (Certificat ou diplôme universitaire inférieur au bac- calauréat), 8 (Diplôme en médecine, art dentaire, médecine vétérinaire ou optométrie) ou 9 (Maîtrise). En ce qui concerne le profil correspondant à l’espérance de vie la plus faible (noeud 24), il est constitué de femmes natives du Canada, dont l’occupation appartient aux catégories 1 (Gestion), 3 (Sciences pures et appliquées), 7 (Vente et services), 8 (Métiers, transport et machine- rie) ou 10 (Transformation, fabrication et services d’utilité publique), qui possèdent un diplôme, universitaire ou non, et qui se situent sous le seuil de faible revenu.
5.2.3 Ensemble de la population
On peut remarquer que le statut de natif, l’occupation et le diplôme sont des variables ex- plicatives qui se retrouvent dans les trois premiers niveaux de l’ensemble des arbres. Cela
suggère qu’ils sont de bons prédicteurs de l’espérance de vie. On constate également la pré- sence de l’état matrimonial à plusieurs endroits. Le revenu, représenté par deux variables dans les arbres, est aussi un facteur mis de l’avant par l’algorithme. Il semble que les reve- nus totaux aient une grande importance chez les hommes alors qu’il s’agit plutôt du seuil de faible revenu chez les femmes. Certains de ces prédicteurs sont présentés plus en détail dans les sections suivantes.
Occupation
Chez les hommes, l’occupation apparaît aux niveaux 3 et 4 des arbres du Québec et de l’On- tario. Lorsque l’algorithme sélectionne et partitionne cette variable, cela signifie que certains types d’occupation correspondent à des espérances de vie plus élevées que d’autres. Les ca- tégories de cette variable ne sont pas toujours regroupées de façon identique. Toutefois, la catégorie 9 (Professions propres au secteur primaire) est souvent associée à une espérance de vie plus élevée alors que les catégories 1 (Gestion), 6 (Arts, culture, sports et loisirs), 7 (Vente et services), 8 (Métiers, transport et machinerie) et 10 (Transformation, fabrication et services d’uti- lité publique) à une espérance de vie plus faible. On remarque que la catégorie 1 (Gestion) est toujours associée à une espérance plus faible au Québec et la catégorie 5 (Sciences sociales, enseignement, administration publique et religion) à une espérance plus élevée. Pour l’Ontario, la catégorie 9 (Professions propres au secteur primaire) est toujours corrélée à la meilleure espé- rance de vie.
L’occupation est un prédicteur plus important chez les femmes que chez les hommes puis- qu’il apparaît plus haut dans l’arbre. En général, les catégories 4 (Secteur de la santé), 5 (Sciences sociales, enseignement, administration publique et religion), 6 (Arts, culture, sports et loi- sirs) et 9 (Professions propres au secteur primaire) correspondent à une espérance de vie plus élevée tandis que les catégories 3 (Sciences pures et appliquées) et 7 (Vente et services) à une espérance de vie moins élevée. Comme pour les hommes québécois, les femmes québécoises qui occupaient un emploi de la catégorie 5 (Sciences sociales, enseignement, administration pu- blique et religion) en 1991 possèdent une meilleure espérance de vie en moyenne. En ce qui a trait aux femmes ontariennes, la catégorie 7 (Vente et services) est toujours liée à une plus faible espérance de vie alors que la catégorie 9 (Professions propres au secteur primaire) à une espérance plus élevée, comme pour les hommes ontariens.
On remarque une similitude chez les hommes et les femmes en ce qui concerne les catégories 7 (Vente et services) et 9 (Professions propres au secteur primaire). Elles sont respectivement asso- ciées à une espérance de vie plus faible et à une espérance plus élevée. Toutefois, la catégorie 6 (Arts, culture, sports et loisirs) mène à différentes conclusions pour ces deux groupes. Elle est corrélée avec une espérance de vie plus faible chez les hommes et plus élevée chez les femmes.
Éducation
Nous avons souligné précédemment que le diplôme est la principale variable explicative chez les hommes. Toutefois, l’éducation n’est pas un prédicteur de l’espérance de vie aussi important pour les femmes qu’il l’est pour les hommes. Il est possible que cela soit dû au faible niveau d’éducation chez les femmes de cette époque. Les femmes étudiées sont nées entre 1926 et 1946. Par ailleurs, chez les hommes, la variable diplôme est séparée en respec- tant l’ordre croissant des catégories (c’est-à-dire de 1 à 4 d’un côté et de 5 à 10 de l’autre par exemple) alors que ceci n’est pas observé chez les femmes. Cela signifie qu’obtenir un diplôme appartenant à une catégorie supérieure ne procure pas indubitablement de gain positif sur l’espérance de vie chez les femmes.
État matrimonial
En ce qui concerne l’état matrimonial, les individus mariés ont souvent une espérance de vie plus élevée que les autres. Cela concorde avec ce qui est observé dans la littérature. En effet, Kaplan et Kronick (2006) ont obtenu comme résultat que les individus qui n’ont ja- mais été mariés ont des taux de mortalité plus élevés que ceux qui sont mariés. Dans notre recherche, lorsque la variable de l’état matrimonial est sélectionnée par l’algorithme, la ca- tégorie Marié(e) se distingue des autres à elle seule dans la moitié des cas. Ce prédicteur est particulièrement important chez les femmes en Ontario où il se trouve au deuxième niveau de l’arbre.
5.3
Tests statistiques
Afin de vérifier que l’algorithme identifie bel et bien deux populations distinctes lors d’une partition des données, nous avons comparé les distributions des caractéristiques des sous- ensembles identifiés au premier nœud. Pour ce faire, nous avons utilisé un test du chi-2 pour les variables catégorielles alors que pour les autres variables nous avons opté pour un test t. Les résultats sont présentés dans les tableaux5.2et5.1.
Pour les femmes, CTree sépare les natifs des immigrants en premier lieu. Nous avons donc utilisé cette variable ainsi que les autres variables d’importance ciblées par l’algorithme et comparé ces résultats entre le Québec et l’Ontario. Nous avons effectué les mêmes opéra- tions chez les hommes en partitionnant les données selon le niveau d’éducation cette fois, car c’est cette variable qui a été définie comme principal prédicteur. Nous avons regroupé les catégories de la variable diplôme pour n’en obtenir que deux, qui distinguent les indivi- dus qui ont une éducation universitaire des autres. Cela correspond à la séparation originale pour le Québec et à celle de l’Ontario à une catégorie près.
cas à un degré de significativité très faible, à l’exception de la variable plein temps chez les hommes. Cela signifie que les deux sous-ensembles créés suite à la première séparation des données sont réellement différents l’un de l’autre.
TABLE5.1 – Tests statistiques entre la variable natif et les autres variables explicatives in-
fluentes ches les femmes
Québec Ontario
Statistique P-valeur Degrés de liberté Statistique P-valeur Degrés de liberté
Test du Chi-2
Diplôme 4798,36 0,00 9,00 3720,30 0,00 9,00 Occupation 14 174,36 0,00 9,00 16 333,27 0,00 9,00 État matrimonial 637,54 1,16 × 10−136 4,00 921,49 3,68 × 10−198 4,00 Seuil de faible revenu 1129,60 1,22 × 10−247 1,00 387,56 2,82 × 10−86 1,00 Plein temps 1451,12 1,63 × 10−317 1,00 2422,11 0,00 1,00 Minorité visible 59 364,22 0,00 1,00 65 344,75 0,00 1,00 Test de Student
Nombre d’enfants −9,21 3,41 × 10−20 45 538,53 −36,70 3,13 × 10−294 348 429,94 Revenus totaux 9,77 1,67 × 10−22 39 251,82 −15,43 1,12 × 10−53 372 773,62
TABLE5.2 – Tests statistiques entre la variable éducation universitaire et les autres variables explicatives influentes ches les hommes
Québec Ontario
Statistique P-valeur Degrés de liberté Statistique P-valeur Degrés de liberté
Test du Chi-2
Natif 2517,30 0,00 1,00 49,15 2,37 × 10−12 1,00
Occupation 134 866,34 0,00 9,00 190 960,45 0,00 9,00 État matrimonial 210,83 1,76 × 10−44 4,00 374,95 7,19 × 10−80 4,00
Seuil de faible revenu 1797,32 0,00 1,00 962,31 2,80 × 10−211 1,00
Plein temps 126,53 2,36 × 10−29 1,00 0,44 5,05 × 10−1 1,00
Minorité visible 5859,87 0,00 1,00 8498,40 0,00 1,00 Test de Student
Nombre d’enfants 68,80 0,00 113 948,56 68,75 0,00 194 063,87 Revenus totaux −136,51 0,00 73 232,01 −148,32 0,00 133 643,62
Chapitre 6
Conclusion
La majorité des études économiques qui tentent d’expliquer l’augmentation de l’espérance de vie se concentrent sur les effets de l’éducation. Elles utilisent généralement des techniques économétriques traditionnelles sur des données américaines. Dans ce mémoire, nous avons tenté d’élargir le champ d’investigation et d’évaluer si le choix de profession a un effet sur l’espérance de vie au Canada avec une approche novatrice de techniques d’apprentissage automatique. Nous avons proposé plusieurs prédicteurs potentiels à l’algorithme CTree afin d’obtenir des arbres d’inférence conditionnelle et des courbes de survie de type Kaplan- Meier en fonction des déterminants sociodémographiques qui ont le plus grand pouvoir explicatif.
Nous avons utilisé les données de la cohorte santé et environnement du recensement ca- nadien de Statistique Canada. Il s’agit du recensement de 1991 qui a été joint à la base cana- dienne de données de l’état civil — décès de 1991 à 2006. Ces données permettent d’identifier les individus décédés et leurs caractéristiques socioéconomiques. Nous avons conservé les résidents du Québec et de l’Ontario qui occupaient un emploi en 1991 et qui étaient âgés de 45 à 65 ans. Grâce à ces informations, nous avons pu déterminer qu’il existe une corrélation entre le choix vocationnel et l’espérance de vie d’un individu, mais ce facteur n’est pas le principal prédicteur. En effet, il se retrouve généralement au troisième ou quatrième niveau de l’arbre. Il n’affecte donc que certains sous-ensembles d’individus. Toutefois, nos résultats révèlent que l’occupation se situe au deuxième niveau de l’arbre des femmes de l’Ontario, la relation entre cette variable et l’espérance de vie étant donc la plus importante chez ce groupe.
Pour les données québécoises et ontariennes, le premier prédicteur identifié est le sexe de l’individu. Cela concorde avec ce qui est présenté dans la littérature sur la longévité. Puis, l’éducation et le statut de natif sont, respectivement, les variables plus influentes chez les hommes et chez les femmes. Ces deux variables, de même que l’occupation, l’état matrimo-
nial et le revenu, sont présentes à plusieurs endroits dans les arbres. Cela suggère qu’ils sont de bons prédicteurs de l’espérance de vie. La principale limite de notre modèle est que nos résultats ne sont pas généralisables à l’ensemble de la population en raison des données sé- lectionnées. En effet, ils sont conditionnels à avoir survécu jusqu’à 45 et à être en emploi en 1991.
Dans des travaux futurs, il serait intéressant de déterminer la causalité entre les variables identifiées et l’espérance de vie. L’évolution des déterminants de la mortalité identifiés pour- rait aussi être étudiée afin d’anticiper les variations futures de l’espérance de vie des diffé- rents groupes de la population pour mettre en place des politiques publiques adaptées.