Quelques statistiques sur les législatives du 12 juin 2022

Quelques statistiques calculées à partir des résultats par bureau de vote.

Source : Elections législatives des 12 et 19 juin 2022 - Résultats du 1er tour - data.gouv.fr

Le bureau de vote avec le meilleur score Pirate de toute la France : celui de Wintzenheim-Kochersberg, commune dont notre candidat Alain North est le maire, avec 60 voix sur 205 suffrages exprimés, soit 29,85 % ! Il y a battu à plate couture tous les autres candidats, dont Martine Wonner la députée sortante. Circonscription 67-04.

Les candidatures Pirates ont remporté 19712 voix en France, sur 3866954 suffrages exprimés dans leurs circonscriptions, soit un score moyen de 0,51 %.

Suivant la catégorie de gestion des bulletins telle qu’indiquée sur la carte Parti Pirate - La carte des législatives, cela se ventile ainsi :

bulletins distribués

14613 sur 1872303 soit 0,78 %

pas de bulletins distribués

3848 sur 1335058 soit 0,29 %

autogéré par les candidats

426 sur 104888 soit 0,41 %

circonscriptions « partagetaramette »

825 sur 554705 soit 0,15 %

Scores en fonction du type de traitement des bulletins, trié par ordre croissant.
Les 4 plus grandes barres rouges sont les 3 circonscriptions de l’étranger + 74-03.

image

Scores en fonction du type de traitement des bulletins+circulaires par rapport au fichier de @npetitdemange, trié par ordre croissant.
Par rapport au graphe précédent, rouge → jaune, jaune → vert, bleu ciel → violet.
Les 4 plus grandes barres jaunes sont donc les 3 circonscriptions de l’étranger + 74-03.
La plus grande barre rouge est la circonscription d’Alain North (67-04).

image

Même graphique que ci-dessus mais trié uniquement par score.
image

1 Like

Si je comprend bien, on n’a fait que entre 28 et 31 candidat qui on eu plus de 1% ?

Non, 15 :slight_smile:

15 … seulement
.
.
.
Dur … :frowning:

Ça correspond à ma statistique personnelle, depuis 2014 je dis qu’il nous faut plus de 200 candidats pour partir en autonomie, puisque pour l’instant notre taux de réussite est de 25% (alors de manière quasi automatique le 1% est faisable sur 11 circo, celles de l’étranger, ça réduit le truc à 170 candidats).

Maintenant on sait aussi que c’est faisable avec un nombre de personnes allant de 400 à 600 (candidat ou suppléant mandataire pour un autre couple).

Le gros du travail à faire c’est féminiser le Parti Pirate, dire aux femmes qu’elles ont toutes leur place en politique et au Parti Pirate.

Bref, oui 15, mais c’était ce qui était prévu.

3 Likes

Est ce qu’il est possible de sortir un jeu de données avec 2 paramètres supplémentaires, présence ou non d’affiches presence ou non de circulaire ?

Aussi est ce que tu peux partager les données (celles dont tu tes servies) en fichier exploitable @PierreB ?

Concernant la présence ou non de circulaire c’est déjà ci-dessus.

Pour les affiches, je n’ai pas l’information, je sais juste qu’on en a mis à certains endroits mais je n’ai pas la liste exhaustive, si quelqu’un a ou peut collecter l’information, en incluant le degré approximatif de couverture – utile sur les circonscriptions étendues où il n’a pas été possible d’en mettre partout --, voire le nombre d’affiches x jour + et proportion par rapport aux panneaux qui étaient disponibles afin de prendre en compte la durée d’affichage, je peux compléter volontiers. Je sais ce qui a été fait sur Paris (en gros on a tout couvert) et plus grossièrement dans certains coins d’Île de France, mais c’est tout.

Voici le fichier sinon.
par_type.csv (2,9 Ko)

2 Likes

Ce serait intéressant de comparer avec des circos avec un profil électoral / abstention équivalente, pour identifier si ça tient essentiellement ou pas de la disponibilité en terme de bulletin.

Je m’amuse un peu avec les données. Le premier boxplot reprend la distinction de @PierreB.
Dans la seconde j’ai intégré les circo issues des français de l’étranger dans la catégorie bulletins + circulaires. La barre noir correspond à la médiane. La légère distribution des points sur l’axe x est là simplement pour faciliter la lecture.

Le code R et les fichiers

Donneeslegislatives2022 ← read.csv2("~/R/par_type.csv")
View(Donneeslegislatives2022)
library(tidyverse)
library(ggplot2)
Donneeslegislatives2022$Categorie ← as.factor(Donneeslegislatives2022$Categorie)
bp5<-ggplot(Donneeslegislatives2022, aes(x=Categorie, y=Score))+
geom_boxplot()+
labs(x=« Categorie », y=« Score »)
bp5 + geom_dotplot(binaxis=‹ y ›, stackdir=‹ center ›, dotsize=0.4)
bp5 + geom_jitter(shape=16, position=position_jitter(0.05))

Donneeslegislatives2022zz ← read.csv2("~/R/par_type_zz.csv")
Donneeslegislatives2022zz$Categorie ← as.factor(Donneeslegislatives2022zz$Categorie)
bp5zz<-ggplot(Donneeslegislatives2022zz, aes(x=Categorie, y=Score))+
geom_boxplot()+
labs(x=« Categorie », y=« Score »)
bp5zz + geom_dotplot(binaxis=‹ y ›, stackdir=‹ center ›, dotsize=0.4)
bp5zz + geom_jitter(shape=16, position=position_jitter(0.05))

par_type.csv (4,1 Ko)
par_type_zz.csv (4,1 Ko)

(pour les puristes j’aurais sûrement pu tout faire avec 1 fichier mais j’ai pas été regarder comment :v)

4 Likes