12.07.2015 Views

Comparaisons multidimensionnelles de bien-être et de pauvreté ...

Comparaisons multidimensionnelles de bien-être et de pauvreté ...

Comparaisons multidimensionnelles de bien-être et de pauvreté ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Chapitre 2. Mesures <strong>de</strong> la pauvr<strong>et</strong>é multidimensionnelle <strong>et</strong> inférences statistiques 62.2 Les mesures <strong>de</strong> la pauvr<strong>et</strong>é multidimensionnelle2.2.1 Les approches non-axiomatiquesOn y distingue aussi <strong>bien</strong> les mesures basées sur les indicateurs agrégés <strong>de</strong> <strong>bien</strong>-<strong>être</strong> quecelles qui sont axées sur les données individuelles. Dans ce qui suit, on se focalise essentiellementsur la secon<strong>de</strong> catégorie 1 . On r<strong>et</strong>rouve notamment les mesures s’inspirant <strong>de</strong>s métho<strong>de</strong>s<strong>de</strong>s ensembles flous, celles exploitant la fonction <strong>de</strong> distance, celles faisant recours à la théorie<strong>de</strong> l’information <strong>et</strong> un ensemble d’autres mesures basées sur l’approche d’inertie.Les métho<strong>de</strong>s <strong>de</strong>s ensembles flousC<strong>et</strong>te théorie remonte à Za<strong>de</strong>h (1965) qui caractérise la classe <strong>de</strong>s ensembles flous comme“une classe avec un continuum <strong>de</strong> gra<strong>de</strong>s <strong>de</strong>s membres” 2 . En supposant un ensemble X, <strong>et</strong>soient x les éléments <strong>de</strong> c<strong>et</strong> ensemble, un sous-ensemble flou A <strong>de</strong> X est alors défini commeun ensemble <strong>de</strong> couples A = {x, M A (x)} ∀ x ∈ X où M A est une application <strong>de</strong> X dansl’intervalle [0, 1] appelée fonction <strong>de</strong> membre du sous-ensemble flou A. Elle représente end’autres termes, le <strong>de</strong>gré d’appartenance <strong>de</strong> l’élément x à A. Ainsi, si A est un sous-ensembleflou, alors on a : M A (x) = 0 si x n’est pas élément <strong>de</strong> A, M A (x) = 1 si x appartientcomplètement à A <strong>et</strong> 0 < M A (x) < 1 si x appartient partiellement à APlus M A se rapproche <strong>de</strong> 1 <strong>et</strong> plus le <strong>de</strong>gré d’appartenance est plus grand. Cerioli <strong>et</strong> Zani(1990) ont adopté ce concept pour mesurer la pauvr<strong>et</strong>é à travers leur approche <strong>de</strong>s ensemblesflous totaux. Ils prennent en compte un certain nombre <strong>de</strong> variables supposées mesurer unaspect particulier <strong>de</strong> la pauvr<strong>et</strong>é <strong>et</strong> définissent la fonction d’appartenance en distinguant troiscas à savoir : le cas <strong>de</strong> variables dichotomiques, le cas <strong>de</strong> variables polytomiques <strong>et</strong> celui <strong>de</strong>variables continues. Si le premier cas, qui concerne la possession ou non d’un <strong>bien</strong> durable, seréduit à une fonction d’appartenance classique, les <strong>de</strong>ux autres cas perm<strong>et</strong>tent <strong>de</strong> dériver <strong>de</strong>s1 Voir Bibi (2005) pour une revue <strong>de</strong>s mesures basées sur les indicateurs agrégés.2 Voir d’Ambrosio, Deutsch <strong>et</strong> Silber (2004) <strong>et</strong> Deutsch <strong>et</strong> Silber (2005) pour une revue détaillée.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!