Dècès survenus à la guerre
Morts des militaires et des civils dans une situation de guerre, de guérilla ou de bombardements, que la forme soit conventionnelle ou non. Cette donnée couvre aussi les dommages collatéraux ou les décès des civils qui seraient provoqués par un affrontement guerrier. Le plus souvent, il s'agit d'estimés généraux qui donnent simplement un ordre de grandeur. Dans quelques cas les données sont absentes: le Vietnam par exemple. Cette information doit être considérée avec prudence.
Source: Banque mondiale
Autres statistiques sur le même thème |
| Dècès survenus à la guerre |
| Dépenses militaires (% des dépenses du gouvernement central) |
| Dépenses militaires (% du PIB) |
| Exportations d'armes ($US constant 1990) |
| Importations d'armes ($US constant 1990) |
| Personnel militaire (% de la main-d'oeuvre totale) |
| Personnel militaire (total) |
|
| Années | Valeurs | Variations (%) ** |
| 1999 | 18,00 |
|
| 2001 | 10,00 |
-44,44 |
| 2007 | 1,00 |
-90,00 |
| 2011 | 2,00 |
100,00 |
| 2012 | 29,00 |
1 350,00 |
| 2013 | 32,00 |
10,34 |
| 2014 | 37,00 |
15,62 |
| 2015 | 45,00 |
21,62 |
| 2016 | 49,00 |
8,89 |
| 2017* | 61,13 |
24,76 |
| 2018* | 69,36 |
13,46 |
| 2019* | 77,59 |
11,87 |
| 2020* | 85,82 |
10,61 |
* Projection à partir d'une tendance linéaire des cinq dernières valeurs réelles. L'équation de régression est construite ainsi : constante = -16535.895, coefficient de régression = 8.229. Le calcul est simple: au produit de l'année par le coefficient de régression, on additionne la constante. On obtient alors la valeur estimée.
**La variation est entre deux valeurs consécutives. |
|
| |
Augmentation de 172% en 17 ans
Pour l'ensemble de la période 1999-2016, on enregistre une moyenne annuelle de 24,78. Le changement enregistré entre la première et la dernière année est de 172 %. C'est en 2016 qu'on enregistre la valeur la plus élevée (49) et c'est en 2007 qu'on enregistre la valeur la plus basse (1). Nous disposons des résultats pour 9 années.
Sur la base des cinq dernières valeurs disponibles, on peut estimer qu'en 2020 la valeur devrait osciller autour de 85,82. Cette prévision présente un niveau de fiabilité élevé puisque les variations des cinq dernières valeurs disponibles ont une structure plutôt linéaire, malgré des variations notables (coefficient de corrélation = 0.66).
Pour y voir un peu plus clair, comparer aussi avec d'autres pays de la région:
Rwanda,
Tanzanie,
Ouganda.
Précisions méthodologiques. Dans le tableau ci-contre, les zones ombragées soulignent les valeurs négatives. Le graphique est construit à partir des composantes Highcharts. Les balises pour évaluer la fiabilité des prévisions sont fondées sur les travaux de Jacob Cohen. Dans les cas où l'on procède à des estimations, les régressions sont du type MCO (Moindres carrés ordinaires).
Pour les utilisateurs de R, il est possible d'obtenir la statistique dans un format adéquat pour une récupération immédiate dans R. On peut aussi avoir accès au site pédagogique sur R en sciences sociales. Production de graphiques, analyse de régression, analyse factorielle. Une centaine de codes facilement récupérables.
Accès au code R des statistiques ici utilisées
D'autres statistiques sur le pays |
Profil du pays
Évolution démographique depuis 1960
Composantes du PIB
Évolution des températures depuis 1960
Chronologie contemporaine
Liste des dirigeants politiques depuis 1945
Résultats des dernières élections
|
