Je m’attaque donc au troisième fichier disponible, ayant donc connu les inondations à Biot .

Le fichier est donc de 1982 à 2015, d’après moi pour une analyse pertinente il faudrait un fichier de plus de 100 ans 😉 . Mais je vais donc faire avec ces 33 ans …

Cette fois je ne vais pas faire le barbare et utiliser awk & sed … je vais faire avec Excel 🙂

On commence donc par faire un premier tableau croisé dynamique, afin de voir le Périls le plus fréquent :

On a loin devant : « inondations et coulées de boues ». A noter que l’on a un vide :

Quel mystère … une attaque de martien ?

Ensuite si on regarde la durée moyenne :

La plus part du temps c’est 0 jours … ce qui semble être le cas pour les inondations.

Si on recherche la durée la plus longue :

Nombre de déclaration par commune :

Entre 1 et 60 …

Mais où est BIOT (INSEE 6018 : https://fr.wikipedia.org/wiki/Biot_(Alpes-Maritimes) ) ? On est à 22 … pas mal.

Si on cherche à connaitre les communes qui a le plus de déclaration …

… bienvenue dans les Alpes-Maritimes 🙂 . Le soleil c’est pas sans risque …

Ensuite si on fait le même calcul par département on a ceci :

Ce n’est plus les Alpes-Maritimes qui sont en tête, pourquoi ? Tout simplement parce que l’on compte plusieurs fois le même évènement. Il faut donc ajouter une clef pour être sûr que l’évènement est unique. Par exemple la clef : Péril + « – » + Date début + « – » + Date fin, me semble convenir. C’est faux car on peut voir sur les évènements de Biot qu’il y a par moment le Péril qui est en double.

On obtiens alors ceci :

On a deux tempêtes qui sont en bonne position, la plus importante a impacté 12521 communes.

Maintenant il faut donc refaire le calcul en comptant seulement une fois le même évènement, et cela donne ceci :

La question que l’on peut se poser : Quel est la différente du prix de l’assurance habitation en fonction de notre code postal ?

Maintenant il faudrait recouper avec un autre fichier, par exemple pour le nombre de transactions chez les notaires. On pourrait ainsi mesurer l’impact des inondations sur les transactions et aussi sur le prix des transactions … le problème c’est qu’il n’y a rien dans l’open data sur cela.

Le seul fichier trouvé n’est pas vraiment un fichier mais une image …

Quel est l’intérêt de mettre autre chose que des données dans l’OpenData ? C’est complètement nul de mettre un PNG… pas assez précis et pas utilisable. On se demande presque si ce n’est pas un moyen de faire de la publicité. Je lance une nouvelle discussion … pour l’instant 0 réponse sur mes discussions, mais je ne perds pas espoir de me faire un ami 🙂 .

Torchons & Serviettes

Bonjour,
Serait-il possible d’avoir un fichier Excel avec le prix par type de bien et par commune sur un an ?
J’ai l’impression que l’on mélange les torchons et les serviettes, dans les alpes-maritimes le prix en bord de mer est fortement différent du prix dans l’arrière pays. J’ai du mal à comprendre l’intérêt du graphique.
Cordialement.

Par exemple si on va sur : http://www.meilleursagents.com/prix-immobilier/nice-06000/#estimates 

entre un appartement et une maison on à 4429-3752=677 Euro.

Et maintenant si je reste dans les alpes-maritimes et que je vais à Gréolière :

Entre le prix m2 de la maison à Gréolières et le prix du m2 de la maison à Nice, j’ai le double. Donc si l’agence ,à un moment donné, vend plus de bien dans l’arrière pays elle va faire chuter la moyenne …

C’est bien de vouloir mettre des données dans l’Open Data mais encore faut-il que cela soit pertinent !