Retour à la leçon·Leçon 7 sur 8·Ce qu'affirme une classification de phase
Six lignes, deux sources, un tableau
Le même diaporama que les téléchargements, rendu sous forme de page. Lancez le diaporama pour le présenter en plein écran — les flèches ou un clic avancent d'une diapositive, Échap quitte.
Ce que couvre cette leçon
- À quoi sert le tableau
- Construire les lignes
- Preuves directes et indirectes
- La fiabilité, et pourquoi elle est notée
- À quoi ressemble une convergence
- Le tableau tel qu'il entre en atelier
- La suite
Notes du présentateur
Un tableau de preuves IPC n'est pas un tableur de résultats. C'est un argument structuré où chaque ligne porte un indicateur, une valeur, une note de fiabilité et une phase — et le travail de l'analyste est la dernière colonne.À quoi sert le tableau
- Chaque ligne d'un tableau de preuves porte cinq choses
Notes du présentateur
La leçon 4 a établi que quatre instruments donnent quatre réponses. La réponse de l'IPC à cela n'est pas d'en choisir un, de les moyenner, ni de trouver le vrai nombre. C'est de les disposer de façon qu'un groupe d'analystes puisse en débattre de manière structurée et consigner ce qu'il a conclu. Chaque ligne d'un tableau de preuves porte cinq choses :À quoi sert le tableau
Colonne Ce qu'elle contient Qui la fournit Indicateur La mesure, par son nom Le standard Valeur Le nombre, avec son dénominateur et son n L'analyste Table de référence Les seuils de phase pour cet indicateur Le manuel IPC Phase La phase dans laquelle tombe la valeur L'arithmétique Fiabilité Le poids que cette ligne peut porter Le jugement de l'analyste Notes du présentateur
La cinquième colonne est celle qui ne se calcule pas, et c'est elle qui fait du tableau un argument plutôt qu'une liste.Construire les lignes — En Python (suite)
import pandas as pd evidence = pd.DataFrame([ {"indicator": "Food Consumption Score, poor", "value": "7.4%", "n": 1989, "source": "household survey"}, {"indicator": "Household Hunger Scale, moderate or severe", "value": "42.9%", "n": 2075, "source": "household survey"}, {"indicator": "reduced Coping Strategy Index, 19 or above", "value": "51.0%", "n": 2112, "source": "household survey"}, {"indicator": "Livelihood coping, crisis or emergency", "value": "48.5%", "n": 2121, "source": "LCS module"}, {"indicator": "Maize price, year on year at the lean peak", "value": "+22%", "n": 10, "source": "market monitoring"}, {"indicator": "Wage to maize terms of trade, change", "value": "-49%", "n": 10, "source": "market monitoring"}, ])Construire les lignes — En R
library(dplyr) evidence <- tibble::tribble( ~indicator, ~value, ~n, ~source, "FCS poor", "7.4%", 1989, "household survey", "HHS moderate or severe", "42.9%", 2075, "household survey", "rCSI >= 19", "51.0%", 2112, "household survey", "LCS crisis or emergency", "48.5%", 2121, "LCS module", "Maize price, year on year", "+22%", 10, "market monitoring", "Wage terms of trade, change", "-49%", 10, "market monitoring" )Construire les lignes
- Six lignes, deux sources, six dénominateurs différents — Construire le tableau en code depuis le script même qui a…
Notes du présentateur
Six lignes, deux sources, six dénominateurs différents. Construire le tableau en code depuis le script même qui a calculé les nombres est ce qui empêche les valeurs de dériver par rapport à l'analyse — le même argument que le tableau de dénominateurs EAH, dans un autre secteur.Preuves directes et indirectes
- La preuve directe — mesure le résultat lui-même : consommation alimentaire, état nutritionnel, mortalité
- La preuve indirecte — mesure quelque chose qui cause ou accompagne le résultat : prix, termes de l'échange,…
- Une preuve indirecte ne peut pas classer à elle seule — Une chute de 49 % des termes de l'échange du salaire est un…
- Mais c'est la preuve indirecte qui rend une classification prospective — Les indicateurs de ménage décrivent la soudure…
Notes du présentateur
L'IPC sépare les preuves selon leur proximité au résultat classé. La preuve directe mesure le résultat lui-même : consommation alimentaire, état nutritionnel, mortalité. Les lignes SCA et ÉFM sont directes. La preuve indirecte mesure quelque chose qui cause ou accompagne le résultat : prix, termes de l'échange, pluviométrie, déplacement, conflit. Les deux lignes de marché sont indirectes. Une preuve indirecte ne peut pas classer à elle seule. Une chute de 49 % des termes de l'échange du salaire est un argument puissant que la consommation va se dégrader, et ce n'est pas une mesure de la consommation. La distinction compte parce qu'une analyse à court de preuves directes dispose souvent de beaucoup de preuves indirectes et est tentée de les promouvoir. Mais c'est la preuve indirecte qui rend une classification prospective. Les indicateurs de ménage décrivent la soudure qui a eu lieu ; la série de prix décrit celle qui court encore. C'est pourquoi une analyse IPC produit une classification courante et une projection, et la projection s'appuie sur les lignes indirectes.La fiabilité, et pourquoi elle est notée — En Python
evidence["reliability"] = [ "high — 1,989 households, standard instrument", "high — 2,075 households, standard instrument", "medium — no context-specific threshold established", "medium — 58 households cannot be classified above crisis", "medium — balanced panel of 10 of 12 markets", "medium — same panel; wage series is a single occupation", ] print(evidence[["indicator", "value", "reliability"]])Notes du présentateur
Toutes les lignes ne méritent pas le même poids, et les raisons sont celles que ce cours accumule depuis le début.La fiabilité, et pourquoi elle est notée — En R
# The reliability column is prose, and it is the part that gets read.La fiabilité, et pourquoi elle est notée
- Écrivez la raison, non une note — « Moyenne » ne dit rien au lecteur ; « 58 ménages ne peuvent pas être classés au-delà…
- Un dénominateur plus petit que l'échantillon — les 1 989 sur 2 112 du SCA.
- Un seuil emprunté plutôt qu'établi — le 19 de l'ICSR.
- Un panel dont la composition a changé — la série de prix sans MK001.
- Une règle appliquée là où les données ne la soutiennent pas — un maximum de sévérité sur un module partiellement…
Notes du présentateur
Écrivez la raison, non une note. « Moyenne » ne dit rien au lecteur ; « 58 ménages ne peuvent pas être classés au-delà de la crise » lui dit exactement de combien décoter la ligne et dans quel sens. Quatre choses qui abaissent la fiabilité, toutes rencontrées plus tôt dans ce cours :À quoi ressemble une convergence — En Python
evidence["direction"] = ["worse", "worse", "worse", "worse", "worse", "worse"] print(f"rows pointing the same way: " f"{(evidence['direction'] == 'worse').sum()} of {len(evidence)}")À quoi ressemble une convergence — En R
# Six of six. That is convergence — and it is not the same as agreement on level.À quoi ressemble une convergence
- Les six lignes pointent dans le même sens et divergent sur la sévérité d'un facteur sept — Cette combinaison —…
- « Ils divergent, donc les données sont mauvaises. » — Ils divergent parce qu'ils mesurent des choses différentes, et le…
- « Quatre lignes sur six dépassent 40 %, donc c'est au-dessus de 40 %. » — Voter entre des indicateurs mesurant des…
- « La ligne la plus sévère est la plus sûre. » — Pas plus que la moins sévère
Notes du présentateur
Les six lignes pointent dans le même sens et divergent sur la sévérité d'un facteur sept. Cette combinaison — convergence forte sur le sens, désaccord large sur le niveau — est le motif réel le plus fréquent, et le tableau est ce qui permet de dire les deux à la fois. Les mauvaises lectures méritent d'être nommées. « Ils divergent, donc les données sont mauvaises. » Ils divergent parce qu'ils mesurent des choses différentes, et le désaccord porte le diagnostic : adaptation et épuisement d'actifs élevés, déficit alimentaire sévère pas encore. « Quatre lignes sur six dépassent 40 %, donc c'est au-dessus de 40 %. » Voter entre des indicateurs mesurant des quantités différentes n'estime rien du tout. « La ligne la plus sévère est la plus sûre. » Pas plus que la moins sévère. La ligne que vous mettez en tête doit être celle dont la fiabilité est la plus forte pour la décision en jeu, et les autres l'accompagnent.Le tableau tel qu'il entre en atelier — Exemple (suite)
Evidence table — lean season 2024, four districts Direct evidence FCS poor (28/42 set) 7.4% n=1,989 high reliability HHS moderate or severe 42.9% n=2,075 high rCSI >= 19 51.0% n=2,112 medium, threshold not local LCS crisis or emergency 48.5% n=2,121 medium, 58 partial modules Indirect evidence Maize, year on year at peak +22% 10 markets, balanced panel Wage terms of trade -49% 10 markets, same panel Convergence: six of six rows indicate deterioration. Divergence: severity estimates range from 7.4% to 51.0%, reflecting different constructs rather than measurement error. Not available: nutritional status, mortality, food access at theLe tableau tel qu'il entre en atelier — Exemple (suite)
household level in physical quantities.Le tableau tel qu'il entre en atelier
- Le bloc « non disponible » n'est pas une formalité — La nutrition et la mortalité sont les deux indicateurs de résultat…
Notes du présentateur
Le bloc « non disponible » n'est pas une formalité. La nutrition et la mortalité sont les deux indicateurs de résultat que l'IPC pondère le plus lourdement, et une analyse qui en est privée classe sur la seule consommation et la seule adaptation. Le dire est ce qui empêche le lecteur suivant de supposer qu'ils ont été examinés et jugés sans particularité.La suite
- Le tableau est assemblé.
Notes du présentateur
Le tableau est assemblé. La dernière leçon porte sur ce qu'un groupe de travail a le droit d'en conclure — la phrase qu'affirme une classification en phase 3, celle qu'elle n'affirme pas, et la règle de seuil que la plupart de ceux qui citent une phase n'ont jamais lue.