DRH

Besoin initial

Détails pour cotisation_RUAMMP

Cette page contient des informations pour chaque matricule pour . L’analyse consiste à comparer le résultat obtenu en recalculant à partir des données au montant déjà calculé.

Pour chaque matricule, on a donc :

Totaux

Extrait de la table précédente.

actual expected
total 84 332 496 86 003 269

Récapitulatif

Ce tableau est un résumé des valeurs obtenues. Plus précisément, on a des indications sur la distribution des variables.

J’ai tendance à regarder principalement les valeurs dans la colonne ratio pour les lignes mean, 25%, 50% et 75%, il faudrait avoir 1 dans toutes ces cellules. 1 signifie que la valeur obtenue divisée par la valeur dans le fichier VIAPAIE sont très proches.

actual expected ratio vdiff abs_ratio abs_diff
count 2 016 1 765 1 765 1 765 1 765 1 765
mean 41 831.594 48 727.065 0.976 -1 674.967 0.978 2 145.086
std 18 649.309 13 682.867 0.191 4 661.762 0.176 4 464.877
min 0 -43 116 -1.379 -60 314.812 0.460 0.219
25% 32 798.660 39 723 0.933 -2 663.488 0.933 13.836
50% 43 648.098 48 046 0.997 -103.293 0.997 901.120
75% 56 380.591 58 156 1 13.168 1 2 664.332
max 91 110.461 138 309 3.394 88 868.094 3.394 88 868.094

Sur-estimations

Les sur et sous estimations sont des extraits de situations avec des écarts importants.

Il est possible de cliquer sur les matricules dans la première colonne pour accéder à plus d’informations afin de comprendre l’origine des écarts.

actual expected ratio vdiff abs_ratio abs_diff
AS10130979 27 080.910 7 980 3.394 19 100.910 3.394 19 100.910
AS10079711 1 429.120 528 2.707 901.120 2.707 901.120
AS10142680 1 429.120 528 2.707 901.120 2.707 901.120
AS10013846 2 776.837 1 026 2.706 1 750.837 2.706 1 750.837
AS10020371 2 776.837 1 026 2.706 1 750.837 2.706 1 750.837
AS10067881 4 760.249 1 759 2.706 3 001.249 2.706 3 001.249
AS10139242 4 760.249 1 759 2.706 3 001.249 2.706 3 001.249
AS10026349 4 760.249 1 759 2.706 3 001.249 2.706 3 001.249
AS10007550 1 983.411 733 2.706 1 250.411 2.706 1 250.411
AS10025610 1 983.411 733 2.706 1 250.411 2.706 1 250.411
AS10007372 1 983.411 733 2.706 1 250.411 2.706 1 250.411
AS10006344 2 429.504 898 2.705 1 531.504 2.705 1 531.504
AS10087888 57 503.855 21 629 2.659 35 874.855 2.659 35 874.855
AS10106932 36 399.578 13 936 2.612 22 463.578 2.612 22 463.578
AS10141068 19 879.352 7 965 2.496 11 914.352 2.496 11 914.352
AS10014717 50 117.949 33 531 1.495 16 586.949 1.495 16 586.949
AS10136492 43 164.086 29 466 1.465 13 698.086 1.465 13 698.086
AS10141927 43 164.086 29 466 1.465 13 698.086 1.465 13 698.086
AS10133019 50 771.781 36 092 1.407 14 679.781 1.407 14 679.781
AS10056492 15 628.123 -11 332 -1.379 26 960.123 1.379 26 960.123
AS10136243 52 930.625 39 328 1.346 13 602.625 1.346 13 602.625
AS10079938 31 236.727 25 866 1.208 5 370.727 1.208 5 370.727
AS10056565 50 256.965 42 191 1.191 8 065.965 1.191 8 065.965
AS10142753 34 480.691 29 545 1.167 4 935.691 1.167 4 935.691
AS10142756 18 479.158 16 354 1.130 2 125.158 1.130 2 125.158
AS10007525 56 897.156 50 751 1.121 6 146.156 1.121 6 146.156
AS10138077 49 563.219 45 370 1.092 4 193.219 1.092 4 193.219
AS10134053 83 754.789 77 712 1.078 6 042.789 1.078 6 042.789
AS10031296 57 079.793 53 251 1.072 3 828.793 1.072 3 828.793
AS10126516 45 752.094 -43 116 -1.061 88 868.094 1.061 88 868.094

Sous-estimations

actual expected ratio vdiff abs_ratio abs_diff
AS10142603 50 341.547 109 523 0.460 -59 181.453 0.460 59 181.453
AS10022200 41 367.359 75 898 0.545 -34 530.641 0.545 34 530.641
AS10020861 37 061.262 67 989 0.545 -30 927.738 0.545 30 927.738
AS10063916 17 758.523 32 357 0.549 -14 598.477 0.549 14 598.477
AS10142605 28 001.846 50 438 0.555 -22 436.154 0.555 22 436.154
AS10063395 77 994.188 138 309 0.564 -60 314.812 0.564 60 314.812
AS10060108 38 603.750 67 625 0.571 -29 021.250 0.571 29 021.250
AS10017556 37 000.809 63 219 0.585 -26 218.191 0.585 26 218.191
AS10090480 47 459.008 79 448 0.597 -31 988.992 0.597 31 988.992
AS10139532 28 001.846 46 676 0.600 -18 674.154 0.600 18 674.154
AS10073998 32 016.814 50 280 0.637 -18 263.186 0.637 18 263.186
AS10061565 51 696.738 81 127 0.637 -29 430.262 0.637 29 430.262
AS10069556 32 016.814 49 897 0.642 -17 880.186 0.642 17 880.186
AS10046061 30 025.768 46 552 0.645 -16 526.232 0.645 16 526.232
AS10112546 49 700.457 71 489 0.695 -21 788.543 0.695 21 788.543
AS10074687 35 276.285 49 955 0.706 -14 678.715 0.706 14 678.715
AS10015926 36 169.020 50 336 0.719 -14 166.980 0.719 14 166.980
AS10136836 38 615.559 53 663 0.720 -15 047.441 0.720 15 047.441
AS10121441 37 457.965 51 643 0.725 -14 185.035 0.725 14 185.035
AS10069482 33 993.332 46 490 0.731 -12 496.668 0.731 12 496.668
AS10078862 56 725.137 76 802 0.739 -20 076.863 0.739 20 076.863
AS10057463 60 744.684 81 591 0.745 -20 846.316 0.745 20 846.316
AS10087332 41 823.035 55 950 0.748 -14 126.965 0.748 14 126.965
AS10139780 47 150.160 62 590 0.753 -15 439.840 0.753 15 439.840
AS10131606 22 679.732 29 971 0.757 -7 291.268 0.757 7 291.268
AS10107906 43 260.875 56 141 0.771 -12 880.125 0.771 12 880.125
AS10018433 40 407.008 51 908 0.778 -11 500.992 0.778 11 500.992
AS10057688 68 526.133 87 994 0.779 -19 467.867 0.779 19 467.867
AS10056812 56 070.574 71 738 0.782 -15 667.426 0.782 15 667.426
AS10134696 38 811.375 49 506 0.784 -10 694.625 0.784 10 694.625