INSEE : Nombre de décés par mois en France et faux tableaux sur Facebook

J’ai pu voir un faux tableaux sur Facebook :

Pourquoi il est faux ? Si je fais un script pour chercher le nombre de mort sur les mois de Janvier :

sum_201701=0
sum_201801=0
sum_201901=0
sum_202001=0
for entry in *.csv
do
  echo "$entry"
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "201701" | awk '{print $1}' > temp_201701.dat
  current_201701=$(cat temp_201701.dat)
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "201801" | awk '{print $1}' > temp_201801.dat
  current_201801=$(cat temp_201801.dat)
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "201901" | awk '{print $1}' > temp_201901.dat
  current_201901=$(cat temp_201901.dat)
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "202001" | awk '{print $1}' > temp_202001.dat
  current_202001=$(cat temp_202001.dat)
  if [ $current_201701 > 0 ]
  then
          echo "In file $entry (dead 201701) : $current_201701"
          let "sum_201701=sum_201701+current_201701"
  fi
  if [ $current_201801 > 0 ]
  then
          echo "In file $entry (dead 201801) : $current_201801"
          let "sum_201801=sum_201801+current_201801"
  fi
  if [ $current_201901 > 0 ]
  then
          echo "In file $entry (dead 201901) : $current_201901" 
          let "sum_201901=sum_201901+current_201901"
  fi
  if [ $current_202001 > 0 ]
  then
          echo "In file $entry (dead 202001) : $current_202001"
          let "sum_202001=sum_202001+current_202001"
  fi
done
echo "Sum dead 201701 : $sum_201701 "
echo "Sum dead 201801 : $sum_201801 "
echo "Sum dead 201901 : $sum_201901 "
echo "Sum dead 202001 : $sum_202001 "

Et si je fais un script pour faire pareil sur le mois de mars :

sum_201703=0
sum_201803=0
sum_201903=0
sum_202003=0
for entry in *.csv
do
  echo "$entry"
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "201703" | awk '{print $1}' > temp_201703.dat
  current_201703=$(cat temp_201703.dat)
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "201803" | awk '{print $1}' > temp_201803.dat
  current_201803=$(cat temp_201803.dat)
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "201903" | awk '{print $1}' > temp_201903.dat
  current_201903=$(cat temp_201903.dat)
  cat $entry | grep -v "sexe" | sed 's/""/"-"/g'| awk -F'\";\"'  '{print substr($7,1, 6)}' | sort -n | uniq -c | grep "202003" | awk '{print $1}' > temp_202003.dat
  current_202003=$(cat temp_202003.dat)
  if [ $current_201703 > 0 ]
  then
          echo "In file $entry (dead 201703) : $current_201703"
          let "sum_201703=sum_201703+current_201703"
  fi
  if [ $current_201803 > 0 ]
  then
          echo "In file $entry (dead 201803) : $current_201803"
          let "sum_201803=sum_201803+current_201803"
  fi
  if [ $current_201903 > 0 ]
  then
          echo "In file $entry (dead 201903) : $current_201903" 
          let "sum_201903=sum_201903+current_201903"
  fi
  if [ $current_202003 > 0 ]
  then
          echo "In file $entry (dead 202003) : $current_202003"
          let "sum_202003=sum_202003+current_202003"
  fi
done
echo "Sum dead 201703 : $sum_201703 "
echo "Sum dead 201803 : $sum_201803 "
echo "Sum dead 201903 : $sum_201903 "
echo "Sum dead 202003 : $sum_202003 "

Le résultats pour Janvier :

deces-2017.csv
In file deces-2017.csv (dead 201701) : 68819
deces-2018.csv
In file deces-2018.csv (dead 201701) : 116
In file deces-2018.csv (dead 201801) : 60527
deces-2019.csv
In file deces-2019.csv (dead 201701) : 24
In file deces-2019.csv (dead 201801) : 81
In file deces-2019.csv (dead 201901) : 61147
deces-2020-m01.csv
In file deces-2020-m01.csv (dead 201701) : 6
In file deces-2020-m01.csv (dead 201801) : 4
In file deces-2020-m01.csv (dead 201901) : 20
In file deces-2020-m01.csv (dead 202001) : 47344
Deces_2020_M02.csv
In file Deces_2020_M02.csv (dead 201701) : 2
In file Deces_2020_M02.csv (dead 201801) : 6
In file Deces_2020_M02.csv (dead 201901) : 11
In file Deces_2020_M02.csv (dead 202001) : 9895
Deces_2020_M03.csv
In file Deces_2020_M03.csv (dead 201901) : 6
In file Deces_2020_M03.csv (dead 202001) : 336
Deces_2020_M04.csv
In file Deces_2020_M04.csv (dead 201901) : 4
In file Deces_2020_M04.csv (dead 202001) : 130
Deces_2020_M05.csv
In file Deces_2020_M05.csv (dead 201901) : 1
In file Deces_2020_M05.csv (dead 202001) : 68
Deces_2020_M06.csv
In file Deces_2020_M06.csv (dead 201801) : 1
In file Deces_2020_M06.csv (dead 201901) : 4
In file Deces_2020_M06.csv (dead 202001) : 63
Deces_2020_M07.csv
In file Deces_2020_M07.csv (dead 201701) : 1
In file Deces_2020_M07.csv (dead 201801) : 1
In file Deces_2020_M07.csv (dead 201901) : 3
In file Deces_2020_M07.csv (dead 202001) : 56
Deces_2020_M08.csv
In file Deces_2020_M08.csv (dead 201701) : 1
In file Deces_2020_M08.csv (dead 201901) : 1
In file Deces_2020_M08.csv (dead 202001) : 23
Deces_2020_M09.csv
In file Deces_2020_M09.csv (dead 201801) : 3
In file Deces_2020_M09.csv (dead 201901) : 3
In file Deces_2020_M09.csv (dead 202001) : 37
Sum dead 201701 : 68969 
Sum dead 201801 : 60623 
Sum dead 201901 : 61200 
Sum dead 202001 : 57952 

Le résultats pour Mars :

...
deces-2017.csv
In file deces-2017.csv (dead 201703) : 50817
deces-2018.csv
In file deces-2018.csv (dead 201703) : 116
In file deces-2018.csv (dead 201803) : 61072
deces-2019.csv
In file deces-2019.csv (dead 201703) : 17
In file deces-2019.csv (dead 201803) : 102
In file deces-2019.csv (dead 201903) : 54331
deces-2020-m01.csv
In file deces-2020-m01.csv (dead 201703) : 6
In file deces-2020-m01.csv (dead 201803) : 6
In file deces-2020-m01.csv (dead 201903) : 13
Deces_2020_M02.csv
In file Deces_2020_M02.csv (dead 201703) : 1
In file Deces_2020_M02.csv (dead 201803) : 5
In file Deces_2020_M02.csv (dead 201903) : 11
Deces_2020_M03.csv
In file Deces_2020_M03.csv (dead 201703) : 2
In file Deces_2020_M03.csv (dead 201803) : 4
In file Deces_2020_M03.csv (dead 201903) : 5
In file Deces_2020_M03.csv (dead 202003) : 48160
Deces_2020_M04.csv
In file Deces_2020_M04.csv (dead 201803) : 1
In file Deces_2020_M04.csv (dead 201903) : 8
In file Deces_2020_M04.csv (dead 202003) : 14001
Deces_2020_M05.csv
In file Deces_2020_M05.csv (dead 201903) : 3
In file Deces_2020_M05.csv (dead 202003) : 969
Deces_2020_M06.csv
In file Deces_2020_M06.csv (dead 201803) : 3
In file Deces_2020_M06.csv (dead 201903) : 2
In file Deces_2020_M06.csv (dead 202003) : 223
Deces_2020_M07.csv
In file Deces_2020_M07.csv (dead 201703) : 1
In file Deces_2020_M07.csv (dead 201803) : 5
In file Deces_2020_M07.csv (dead 201903) : 8
In file Deces_2020_M07.csv (dead 202003) : 126
Deces_2020_M08.csv
In file Deces_2020_M08.csv (dead 201703) : 1
In file Deces_2020_M08.csv (dead 201803) : 2
In file Deces_2020_M08.csv (dead 201903) : 4
In file Deces_2020_M08.csv (dead 202003) : 77
Deces_2020_M09.csv
In file Deces_2020_M09.csv (dead 201803) : 3
In file Deces_2020_M09.csv (dead 201903) : 3
In file Deces_2020_M09.csv (dead 202003) : 71
Sum dead 201703 : 50961 
Sum dead 201803 : 61203 
Sum dead 201903 : 54388 
Sum dead 202003 : 63627 

Ensuite si je cherche a controler mes sources via un article : https://www.liberation.fr/checknews/2020/05/11/est-il-vrai-qu-il-n-y-a-pas-plus-de-morts-en-france-au-premier-trimestre-2020-que-les-cinq-dernieres_1787936 (il est ecrit le 11/05/2020) donc il n’a pas les fichiers de Deces_2020_M05.csv à Deces_2020_M09.csv :

Il y a eu 62 570 décès en mars 2020, soit davantage que pour le même mois en 2019 (53 631 décès), 2018 (60 407), 2017 (50 251), 2016 (54 155), et 2015 (54 948).

COMPARAISON
Mois Valeur Libération Valeur mon script Faux tableaux sur Facebook
Mars 2020 62570 63627 60501
Mars 2019 53631 54388 54331
Mars 2018 60407 61203 61072
Mars 2017 50251 50961 50817

Les valeurs sont proches et mes valeurs sont supérieures donc je dirais que c’est bon. J’attends le controle de Luc 🙂

Ensuite si je fais pareil sur le mois de Janvier : https://factuel.afp.com/covid-19-ce-visuel-montrant-le-nombre-de-deces-en-france-de-janvier-avril-est-errone – tableau fait en mai 2020 donc il manque aussi des fichiers .

COMPARAISON
Mois Valeur AFTP Valeur mon script Faux tableaux sur Facebook
Janvier 2020 57000 57952 73404
Janvier 2019 60400 61200 80155
Janvier 2018 59774 60623 79753
Janvier 2017 68145 68969 84917

Les valeurs sont proches et mes valeurs sont supérieures donc je dirais que c’est bon. J’attends le contrôle de Luc 🙂

A suivre.

INSEE : Est-ce que mes chiffres sont bons ?

View Results

Chargement ... Chargement ...

Compte à suivre sur Twitter

Je fais donc la liste des comptes à suivre et à bloquer pour un ami … ensuite il faut ajouter à cette liste quelques médias tels que franceinfo , Le Monde, Libération, France Inter, Agence France Presse, France Culture. Liste des comptes à suivre :

  1. https://twitter.com/Projet_Arcadie
  2. https://twitter.com/samuellaurent
  3. https://twitter.com/bismatoj :
  4. https://twitter.com/GeWoessner :
  5. https://twitter.com/gblardone : I learned a long time ago that reality was much weirder than anyone’s imagination-It never got weird enough for me-Buy the ticket, take the ride. H.S Thompson
  6. https://twitter.com/conspiration : Conspiracy Watch. Observatoire du conspirationnisme et des théories du complot.
  7. https://twitter.com/SylvainTronchet : journaliste – cellule investigation @radiofrance @franceinter @franceinfo Contact et envoi de documents : sylvain.tronchet@protonmail.com PGP : http://bit.ly/2w4gzS3
  8. https://twitter.com/Maitre_Eolas : Avocat, praticien de la justice, débatteur public, potache. (Source : Cour de cassation)
  9. https://twitter.com/science__4__all : Ancien compte de Lê Nguyên Hoang (Science4All).Nouveau : le_science4all
  10. https://twitter.com/thomassnegaroff : Parle à des étudiants (sciences po), des spectateurs (théâtre), des auditeurs (franceinfo), des telespectateurs (Cpolitique) et des lecteurs (roman le 1er oct)
  11. https://twitter.com/d_schneidermann : Sphinx perplexe d’ @arretsurimages. Guette les signaux faibles du monde d’après pandémie et confinement. Chaque lundi dans @libe.
  12. https://twitter.com/mompontet : Citoyen, Journaliste , musicien, écrivain, hypnotiseur de dromadaires…la vie est supportable à condition d’en avoir plusieurs.
  13. https://twitter.com/In_Feuerstein : Journaliste Finances publiques @lesechos Paradis et enfers fiscaux
  14. https://twitter.com/laquadrature : Citizen advocacy group defending civil liberties in a digital age. Community owned account: @UnGarage
  15. https://twitter.com/LibeDesintox : Fantôme du service désintox. Encore un peu de vérification et pas mal de trolling soft. Canal de diffusion de @CheckNewsfr. By Cédric Mathiot
  16. https://twitter.com/LUppsala : Journaliste indépendante @Le_Figaro @heidi_news @Slatefr @koriifr . Santé, EBM, psycho, genres et sexualités. Rising an army of cats
  17. https://twitter.com/Damkyan_Omega : MScEng in Biosciences. PhD Candidate in Biochemistry @goloubinofflab @UNIL. GrumpyVegan. Metalhead. Vulgairisateur. Potichats. W.Oodendijk. Philosophe jardinier
  18. https://twitter.com/tristanmf : Oldschool digital dad. Observateur des extrêmes. Maître de conf. ass. cultures numériques @Univ_Paris – Pilote @stophatemoney
  19. https://twitter.com/TroncheBiais : La chaîne de l’Esprit Critique — Zététique & démarche scientifique. Tous les tweets sont rédigés par Acermendax
  20. https://twitter.com/HygieneMentale : Vidéos sur la Pensée Critique, la méthodologie, l’étude rationnelle du paranormal et des pseudo-sciences.
  21. https://twitter.com/vlanx0 : (anciennement « Alexandre Technoprog ») Chaîne YouTube : http://youtube.com/c/Vlanx
  22. https://twitter.com/Acermendax : Le scepticisme n’est pas le cynisme. Omnis homo mendax.
  23. https://twitter.com/nathanpsmad : ID Resident @hopitalbichat @APHP. PhD student Public Health @HPRUamr @IAME_Center. Coordinator French Network of Young ID doctors @ReJIF_ @SPILF_  
  24. https://twitter.com/rachidowsky13 : Professeur des écoles en SEGPA et chroniqueur chez @libe , @Slatefr , @RevueBallast et d’autres.
  25. https://twitter.com/CovaFlorian : Professeur en philosophie à l’Université de Genève. Spécialisé en philosophie morale et sciences cognitives. Philosophe expérimental à ses heures. Academicard.
  26. https://twitter.com/astropierre : Ici, on parle de Science, mais pas que… Posez-moi vos questions, ça ne coûte rien
  27. https://twitter.com/InseeFr : Compte officiel de l’Insee. et études sur l’#économie et la #société françaises. http://j.mp/ContactInsee
  28. https://twitter.com/Le___Doc : Lecteur des entrailles humaines. Rarement blanc ou noir. Souvent en nuances de gris. Je porte un masque.
  29. https://twitter.com/DeBunKerEtoiles : Détricoteur de théories du complot
  30. https://twitter.com/clemovitch : Docteur en science politique • Enseigne la rhétorique à @sciencespo • Tous les soirs dans @cliquetv, en clair sur @canalplus !
  31. https://twitter.com/NicoMartinFC : Producteur de @lamethodeFC sur @FranceCulture, chroniqueur @LeCercleCinema. Scénariste & réalisateur à ses heures perdues, sans oublier la GRS et l’apéritif.

C’est une liste de 30 sur mes 410 abonnements … l’ideal est de suivre moins de 500 comptes sinon ce n’est pas vraiment possible.

Liste des comptes à bloquer :

  1. https://twitter.com/SputnikInt : Media de propagande.
  2. https://twitter.com/RTenfrancais : Media de propagande.
  3. https://twitter.com/Valeurs : Media de propagande.
  4. https://twitter.com/france_soir : Fake news. Media de propagande.
  5. https://twitter.com/Conflits_FR : Media de propagande.
  6. https://twitter.com/kevinbossuet : Sud Radio …
  7. https://twitter.com/SudRadio : Radio Complot.
  8. https://twitter.com/JeanMessiha : Misère.
  9. https://twitter.com/andrebercoff : Expert en complot à 1 Euro.
  10. https://twitter.com/biobiobiobior : Fake science .
  11. https://twitter.com/CorinneReverbel : Fake science .
  12. https://twitter.com/medicalfollower : Fake science.
  13. https://twitter.com/aragon_jb : Fake science.
  14. https://twitter.com/sonjoachim : Misère.
  15. https://twitter.com/valerieboyer13 : Misère.
  16. https://twitter.com/AlertesInfosUSA : Fake science.
  17. https://twitter.com/ACChaudre : Fake science.
  18. https://twitter.com/silvano_trotta : Fake science.
  19. https://twitter.com/idrissaberkane : Fake science.
  20. https://twitter.com/ArianeWalter : Fake science.
  21. https://twitter.com/ArtLeroux : Fake science.
  22. https://twitter.com/ivanrioufol : Fake science.
  23. https://twitter.com/Cyrilhanouna : Misère.
  24. https://twitter.com/JeanYvesCAPO ; Fake science.
  25. https://twitter.com/Stalec_ : Fake science.
  26. https://twitter.com/JeanYvesTarrade : Fake science.
  27. https://twitter.com/PascalPraud : Misère.
  28. https://twitter.com/LMucchielli : Fake science.
  29. https://twitter.com/f_philippot : Misère.
  30. https://twitter.com/silvano_trotta : Fake science.
  31. https://twitter.com/JM_Bigard : Misère.

Statistique de @CYBERNEURONES :

  Tweets Impressions du Tweet Visites du profil Mentions Nouveaux abonnés
aout 20 76 36000 236 74 9
juillet 20 41 18000 98 47 -1
juin 20 109 35200 217 78 2
mai 20 256 100000 655 127 10
avril 20 234 74700 438 107 3
mars 20 85 42500 317 21 4
février 20 144 19900 349 25 8
janvier 20 140 44300 378 74 10
décembre 19 82 41900 213 18 2
novembre 19 89 24600 152 86 6
octobre 19 25 8256 50 10 8
aout 19 49 15200 168 11 -3
juillet 19 40 9292 111 4 4
juin 19 53 11700 191 37 -1
mai 19 96 24600 313 9 12
avril 19 38 11300 154 10 3
mars 19 79 30000 262 16 3
février 19 2 32900 10 1 1
janv 19 84800 5
déc. 18 161 111000 521 65 11
nov. 18 54 20300 253 23 5
oct. 18 52 33000 184 16 2
sept. 18 58 19800 173 8 2
août 18 22 12000 55 6 2
juil. 18 30 19800 87 5 -12
juin 18 74 25100 166 37 14
mai 18 59 14800 121 15 2
avr. 18 63 34900 148 7 1
mars 18 133 55500 220 31 15
févr. 18 68 24500 163 12 5
janv. 18 91 27700 212 18 3
déc. 17 63 16100 292 15 -1
nov. 17 77 22900 152 30 0
oct. 17 90 30400 200 55 6
sept. 17 96 32400 262 20 -2
août 17 106 23700 260 41 7
juil. 17 89 28600 135 16 1

Twitter : A ne pas louper !

En passant

1 – @clemovitch

2- @Qofficiel

3- @RTSmonde

4- @Independent

5 – Les SUV … un désastre !

6- @TheDailyShow