Le district qui paraissait le meilleur

Un rapport bailleur est attendu et il demande un classement des districts sur la fonctionnalité des points d’eau. Le registre compte douze tournées mensuelles et paraît complet.

Deux cent soixante-quinze de ses visites prévues n’ont jamais été faites, il ne contient aucune ligne pour elles, et le district qui a le moins de visites arrive en tête.

Le fichier

water-point-monitoring-2024.v1.csv — 2 629 visites de suivi sur 242 points d’eau dans trois districts, mensuelles tout au long de 2024, avec l’état, le débit, le chlore et le nombre de personnes desservies par chaque point. Synthétique.

Préparez d’abord

Un répertoire de projet, le fichier en lecture seule, un répertoire outputs/, et un script qui s’exécute de haut en bas depuis un noyau propre.

Partie une : trois taux, trois dénominateurs

Pour l’ensemble du registre et pour chaque district, calculez :

• la fonctionnalité par visite — visites trouvant un point en service sur visites faites ;
• la fonctionnalité par point — points en service à chacune de leurs visites, sur le nombre de points ;
• la fonctionnalité pondérée par la population — usagers desservis par un point en service sur usagers desservis, sommés sur les visites.

Imprimez-les dans un seul tableau avec chaque dénominateur énoncé. Décidez si partially-functional compte comme en service, écrivez la décision en commentaire en tête du script, et employez-la de façon cohérente.

Deux choses à traiter avant l’arithmétique. Deux points ont été réenregistrés après une passation et figurent deux fois sous des identifiants différents ; trouvez-les et dites ce que vous en avez fait. Quatre visites n’ont pas de users_estimated, ce qui n’affecte qu’un seul des trois taux.

Partie deux : le dénominateur que personne n’a choisi

Le registre compte 242 points et douze tournées prévues, soit 2 904 visites dues et 2 629 faites.

Calculez la couverture — visites faites sur visites dues — pour chaque district et chaque mois. Puis encadrez la fonctionnalité de chaque district :

• le taux observé, qui suppose que les visites manquées ressemblent aux visites faites ;
• la borne basse, qui suppose que chaque visite manquée aurait trouvé une panne.

Produisez un tableau avec l’observé, la borne basse et la largeur de la fourchette. Regardez ensuite le classement sous chaque hypothèse, et notez ce qu’il devient.

Partie trois : l’absence était-elle aléatoire ?

Vous ne pouvez pas resserrer la fourchette sans soutenir que les visites manquées ressemblent aux visites faites. Testez-le.

Pour chaque visite suivie d’une tournée manquée, et chaque visite suivie d’une tournée faite, calculez la part ayant trouvé un point en panne. Rapportez les deux avec leur n.

L’écart est faible. Dites en trois phrases ce qu’il permet et ne permet pas de conclure, et s’il justifie de resserrer les bornes.

Partie quatre : le paragraphe

Rédigez le paragraphe district du rapport bailleur. Six phrases au plus, contenant :

• les trois taux pour l’ensemble du programme, chacun avec son dénominateur ;
• la couverture, par district ;
• la fourchette du district le moins bien couvert ;
• une phrase refusant de classer les districts, et pourquoi ;
• une phrase disant ce qui rendrait un classement possible.

Vérifiez vos nombres

	Attendu
Fonctionnalité par visite, registre entier	environ 74 %
Fonctionnalité par point	environ 34 %
Fonctionnalité pondérée par la population	environ 83 %
Couverture globale	environ 90 %
Couverture, pire district	environ 83 %
Fourchette la plus large	environ 13 points

Si votre chiffre pondéré par la population est inférieur à celui par visite, les poids sont passés du mauvais côté de la division — les réseaux desservent le plus de monde et tombent le moins en panne, donc la pondération doit le faire monter.

Les questions à traiter en prose

Trois phrases chacune.

1. Vos trois taux de fonctionnalité s’écartent de près de cinquante points entre le plus haut et le plus bas. Expliquez à un responsable de programme pourquoi les trois sont exacts, et lequel vous mettriez dans un rapport adossé à Sphère.

2. Le report de la dernière observation remplirait chaque tournée manquée et produirait un nombre presque identique au taux observé. Dites pourquoi ce n’est pas rassurant, et quelle hypothèse cela introduit en douce.

3. Le district à la plus mauvaise couverture est aussi le plus difficile à atteindre pendant les pluies. Expliquez pourquoi cela rend son retrait du rapport pire que son maintien avec une large fourchette, et ce que le chiffre de couverture dit à un programme de changer.

À rendre

Un script ou un carnet Python produisant :

• le tableau des trois taux avec chaque dénominateur et n énoncés
• le tableau de couverture par district et par mois
• le tableau des bornes avec la largeur de la fourchette, et le classement sous chaque hypothèse
• le test d’absence avec les deux parts et leur n
• le paragraphe de six phrases en cellule markdown ou docstring

Comment savoir que c’est fini

Supprimez outputs/, redémarrez le noyau, exécutez une fois, et chaque tableau se régénère à l’identique. Changer votre décision sur partially-functional en tête du script déplace les trois taux et rien d’autre — si un chiffre de couverture bouge, un filtre d’état a fui dans un dénominateur qui ne devrait compter que des visites.

Ce que ce laboratoire n’est pas

Ce n’est pas une évaluation du programme d’eau. Savoir si les points étaient les bons, si les communautés ont été consultées et si le modèle d’entretien est viable sont des questions auxquelles ce registre ne peut pas répondre. Ce laboratoire porte sur le dénominateur : trois taux défendables issus d’un seul fichier, et la discipline de dire ce que les visites que personne n’a faites auraient pu faire à chacun d’eux.