La prise en compte de variables explicatives dans les modèles de séries temporelles : application à la demande de transport et au risque routier

The use of explanatory variables in time series modelling : applications to transport demand and road risk

• Auteur / Autrice : Ruth Bergel-Hayat
• Direction : Georges Oppenheim
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques
• Date : Soutenance le 25/06/2008
• Etablissement(s) : Paris Est
• Ecole(s) doctorale(s) : Information, Communication, Modélisation et Simulation
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et Mathématiques Appliquées (LAMA) - LAMA
• Jury : Examinateurs / Examinatrices : Georges Oppenheim, Jacqueline Pradel, Robert Azencott, Jean Chapelon, Jean Laterrasse, Jean-Patrick Lebacque
• Jury : Rapporteurs / Rapporteuses : Jacqueline Pradel, Robert Azencott

Mots clés

Mots clés contrôlés

Climat

Accidents de la route

Espace des états, Méthodes de l'

Séries chronologiques

Mots clés libres

ARMA

Calendrier

Demande de transport

Variables explicatives

ARMA

Calendar

Demand for transport

Explanatory variables

Résumé

L’objet de la thèse est d’exposer une démarche méthodologique qui vise à prendre en compte, dans les modèles de séries temporelles, des effets exogènes mesurés à l’aide de variables additionnelles, et de l’illustrer par un certain nombre d’applications au secteur des transports. Dans ces applications, le pas de temps est le jour, le mois, le trimestre voire le semestre : il s’est agi de prendre en compte des effets exogènes, de nature transitoire ou de nature durable, qui se manifestent dans le court terme. La première partie de la thèse traite de la modélisation des séries temporelles. Nous situons le cadre formel des modèles auxquels nous nous intéressons, nous exposons la démarche suivie dans le cadre des modèles ARMA avec variables explicatives, puis dans le cadre des modèles markoviens avec variables explicatives en y détaillant le cas particulier des modèles structurels. Les deuxième et troisième parties de la thèse regroupent deux ensembles d’applications. Le premier porte sur des données de trafics, de voyageurs et de marchandises, agrégées par mode de transport ou par grande catégorie de réseau, et le second sur des données d’accidents corporels et de victimes de la circulation routière, agrégées par grande catégorie de réseau routier. La période couverte la plus large est 1970-2000. La plupart des applications intègre la prise en compte des effets transitoires, de nature climatique et calendaire, sur la demande de transport et sur le risque routier, et nous donnons dans la thèse les premiers résultats détaillés démontrant pour la France la significativité du facteur climatique sur le bilan routier national, mesuré en nombres d’accidents corporels et de tués

The aim of the thesis is to set out a methodology that includes in time-series modelling exogenous effects measured by additional variables. This methodology is illustrated by a number of applications relating to transport. In these applications, time is measured in days, months, quarters and semesters (half years). We aim to take account of exogenous effects which are either transitory or durable lasting and which manifest themselves in the short term The first part of the thesis deals with time-series modelling. We provide a typology of timeseries models and place our approach within it. We describe the approach used in ARMA modelling with explanatory variables and then in state space modelling with explanatory variables, paying special attention to structural time-series modelling. The second and third parts bring together two groups of applications. The first group considers traffic datasets, for passengers and for freight, aggregated by mode and by main network type. The second group considers numbers of road injury accidents and casualties, aggregated by main network type. The largest period covered is 1970-2000. Most of the applications address the transitory effects on transport demand and road risk of weather and calendar factors. We provide the first detailed results that demonstrate the significance of weather factor on road safety in France, measured by numbers of injury accidents and fatalities