Corrado Gini

national, rien qu’entre 1999 et 2004, l’écart de revenu entre le revenu le plus pauvre et le plus riche est passé de un pour quatorze à un pour vingt. Cette distribution des revenus est même devenue plus inégalitaire qu’en Inde avec un [5]coefficient de Gini de 0,45 pour la Chine et de 0,32 pour l’Inde. Les analystes s’accordent à considérer qu’un « marché du travail » a commencé à émerger depuis les années 1990. Malheureusement, les statistiques disponibles ne nous permettent pas de réaliser une étude

courbe en cloche, on dit que la variable est leptokurtique. Si F 2 est < 0, le polygone statistique de la variable réduite est plus aplati qu'une courbe en cloche, on dit que la variable est platykurtique. II. 2. 3. 3. Indice de concentration de Gini. a) Courbe de Lorenz. La notion de concentration ne s'applique qu'à des variables statistiques quantitatives à valeurs strictement positives. Elle se comprendra facilement sur un exemple. Considérons la distribution des salaires dans la populations

qu'une courbe en cloche, on dit que la variable est leptokurtique. Si F 2 est < 0, le polygone statistique de la variable réduite est plus aplati qu'une courbe en cloche, on dit que la variable est platykurtique. II. 2. 3. 3. Indice de concentration de Gini. a) Courbe de Lorenz. La notion de concentration ne s'applique qu'à des variables statistiques quantitatives à valeurs strictement positives. Elle se comprendra facilement sur un exemple. Considérons la distribution des salaires dans la populations

calculé l’indice de GINI1 pour chaque critère, le résultat est significatif si l’indice est supérieure à 0,6. La formule théorique de l’indice de GINI: 1 IGINI= [(la somme des valeurs du critère en % × le % d’une seule référence ×100) – 5000] 5000  Indice de GINI pour le Pareto sur la demande en nombre de pièces : Ig =0,76 > 0,6  Indice de GINI pour le Pareto sur la demande en kg : Ig =0,53 < 0,6 Nous retenons le Pareto fait par rapport à la demande en nombre de pièces, puisque l’indice

sombre de la deuxième puissance mondiale. Une enquête, publiée exceptionnellement par un institut lié à la Banque centrale chinoise, révèle une hausse considérable du coefficient de Gini ( une mesure du degré d'inégalité de la distribution des revenus dans une société donnée, développée par le statisticien italien Corrado Gini) chinois, qui est passé de 0,412 (en 2000) à 0,61 (en 2010). Le coefficient, qui varie de 0 -synonyme d'égalité parfaite- et 1 -synonyme d'une inégalité totale- montrent donc une

- l’indicateur de pauvreté humaine (IPH), également publié par l’ONU, qui permet de mesurer le niveau de pauvreté d’un pays ; - le coefficient de Gini a été développé par le statisticien italien Corrado Gini. Il s’agit d’un indicateur qui mesure le degré d'inégalité de la distribution des revenus dans une société donnée. Le coefficient de Gini est un nombre variant de 0 à 1, où 0 signifie l’égalité parfaite (tout le monde a le même revenu) et 1 signifie l'inégalité parfaite (une personne dispose

devait mesurer le degré de concentration des articles sur un sujet dans une collection de revues. Juste après la publication de Pratt, Carpenter a fait remarquer la ressemblance entre l'indice de Pratt et l'indice de Gini (CARPENTER, 1979). L'indice de Gini a été formulé par Corrado Gini en 1908 pour mesurer la concentration totale de la courbe de Lorenz qui représente la répartition de la richesse (revenus) chez les citoyens. On retrouve là encore la ressemblance entre les lois Lotka-Pareto-Zipf (voir

peut aussi calculer la différence moyenne égale à la moyenne arithmétique des valeurs absolues des différences entre les observations prises deux à deux. C’est cet indicateur de dispersion qui est utilisé pour le calcul de l’indice de concentration de Gini (§ III.E) et qui, ne mesurant pas la dispersion par rapport à la moyenne, est adapté aux distributions non symétriques. D. Les caractéristiques de forme La plupart des distributions statistiques sont unimodales. En complément de l’étude de la tendance

peut aussi calculer la différence moyenne égale à la moyenne arithmétique des valeurs absolues des différences entre les observations prises deux à deux. C’est cet indicateur de dispersion qui est utilisé pour le calcul de l’indice de concentration de Gini (§ III.E) et qui, ne mesurant pas la dispersion par rapport à la moyenne, est adapté aux distributions non symétriques. D. Les caractéristiques de forme La plupart des distributions statistiques sont unimodales. En complément de l’étude de la tendance

of the International Economic Asociation, Rome, septembre 1965), Ugo Papi and Charles Nunn, eds, London, Macmillan, and New York, St. Martin's Press, pp. 497-528 (in Energy and Economic Myths). - Georgescu-Roegen, N., 1966. « Further thoughts on Corrado Gini's Delusioni dell'econometria », Metron, pp. 265-279 (in Energy and Economic Myths). - Georgescu-Roegen, N., 1970. « The economics of production », Richard T. Ely Lecture, American Economic Review, May, pp. 1-9 (in Energy and Economic Myths).