Dans des régions avec beaucoup d'électricité renouvelable, comme le Québec, une augmentation du nombre de Véhicules Électriques (VE) peut réduire les gaz à effet de serre. Par contre, l'autonomie réduite des VE et la présence limitée d'infrastructure publique pour recharger les véhicules peuvent contribuer à un phénomène nommé anxiété de l'autonomie, où les usagers n'achètent pas des VE par peur qu'ils tombent en panne. On peut alors planifier l'emplacement de l'infrastructure publique de recharge de manière stratégique pour combattre cet effet, menant alors à un taux d'adoption plus élevé pour les VE. En utilisant des modèles de choix discret, nous incorporons des modèles économétriques de demande avancés capturant les préférences hétérogènes des usagers à l'intérieur de l'optimisation. En particulier, comme nous le démontrerons, ceci permet l'inclusion de nouveaux facteurs importants, tels qu'une disponibilité de la recharge à domicile et des effets de distance plus granulaire. Par contre, la méthodologie existante pour ce processus crée un modèle de programmation linéaire mixte en nombres entiers qui ne peut pas être résolue, même pour des instances de taille modeste. Nous développons alors une reformulation efficace en problème de couverture maximum qui, comme nous le démontrerons, permet une amélioration de plusieurs ordres de magnitude pour le temps de calcul. Bien que cette reformulation dans un problème de couverture maximum améliore grandement la capacité à résoudre le modèle, celui-ci demeure difficile à résoudre pour des problèmes de grandes tailles, nécessitant des heuristiques pour obtenir des solutions de haute qualité. Nous développons alors deux méthodes de décomposition de Benders spécialisées pour cette application. La première est une méthode de décomposition de Benders accélérée, qui se spécialise à réduire l'écart d'optimalité et à la résolution de problèmes de petite taille ou de taille modeste. La deuxième approche rajoute un branchement local à la méthode de décomposition de Benders accélérée, qui sacrifie de l'efficacité lors de la résolution de problèmes de plus petite taille pour une capacité augmentée afin d'obtenir des solutions réalisables de haute qualité. Finalement, nous présentons une méthode pour dériver des valeurs de paramètres autrement difficiles à obtenir pour le modèle de choix discrets dans le modèle d'optimisation. Ces paramètres dictent les effets de l'infrastructure publique de recharge sur l'adoption des VE. Pour ce processus, nous regardons les facteurs qui encouragent les usagers courants des VE à utiliser l'infrastructure existante. De manière plus précise, nous utilisons des données de recharge réelles de la ville de Montréal (Québec) pour estimer les impacts des caractéristiques des stations, tels que la distance des usagers, le nombre de bornes de recharge, et les installations à proximité. Différents types d'infrastructure sont considérés, de manière parallèle avec des modèles de choix discrets qui peuvent tenir compte de plusieurs observations pour chaque individu. Les contributions de cette thèse sont plus générales que simplement l'adoption de VE, étant applicable, par exemple, au problème de capture maximum, au problème de couverture maximum à multiples périodes, et à la prédiction de la station de recharge choisie par les conducteurs de VE. / In areas with large amounts of clean renewable electricity, such as Quebec, an increase to the number of electric vehicles (EVs) can reduce greenhouse gas emissions. However, the reduced range of EVs and the limited public charging infrastructure can contribute to a phenomenon known as range anxiety, where users do not purchase EVs out of concern they run out of charge while driving. We can strategically optimise the placement of public EV charging infrastructure to combat this effect, thus leading to increased EV adoption. By utilising discrete choice models, we incorporate advanced econometric demand models capturing heterogeneous user preferences within the optimisation framework. In particular, as we demonstrate, this allows for the inclusion of new, important attributes, such as a more granular home charging availability and a continuous degradation of quality based on the distance. However, existing methodologies for this optimisation framework result in a mixed-integer linear program which cannot be solved for even moderately sized instances. We thus develop an efficient reformulation into a maximum covering location problem which, as we show experimentally, allows for multiple orders of magnitude of improved solving time. While the reformulation into a maximum covering location problem greatly improves the solving capabilities for the model, it remains intractable for large-scale instances, relying on heuristics to obtain high-quality solutions. As such, we then develop two specialised Benders decomposition methods for this application. The first is an accelerated branch-and-Benders-cut method, which excels at solving small or medium-scale instances and at decreasing the optimality gap. The second approach incorporates a local branching scheme to the accelerated branch-and-Benders-cut method, which sacrifices some efficiency in solving smaller instances for an increased ability to obtain high-quality feasible solutions. Finally, we discuss a method for deriving difficult-to-obtain parameter values of the discrete choice model in the optimisation framework. These parameter values dictate the effects of the public charging infrastructure on EV adoption and, as such, play a crucial role in the optimisation model. For this process, we investigate the attributes that encourage current EV owners to utilise existing infrastructure. More specifically, we use real charging session data from the city of Montreal (Quebec) to determine the impacts of station characteristics such as the distance to the users, the number of outlets, and the nearby amenities. Different types of charging infrastructure are considered alongside discrete choice models which take into account multiple observations from individual users. The contributions of this thesis lie more broadly than simply EV adoption, being applicable to, e.g., the maximum capture problem, the multi-period maximum covering location problem, and the prediction of the charging station selected by EV drivers.

Parmi les méthodes d’estimation de paramètres de loi de probabilité en statistique, le maximum de vraisemblance est une des techniques les plus populaires, comme, sous des conditions l´egères, les estimateurs ainsi produits sont consistants et asymptotiquement efficaces. Les problèmes de maximum de vraisemblance peuvent être traités comme des problèmes de programmation non linéaires, éventuellement non convexe, pour lesquels deux grandes classes de méthodes de résolution sont les techniques de région de confiance et les méthodes de recherche linéaire. En outre, il est possible d’exploiter la structure de ces problèmes pour tenter d’accélerer la convergence de ces méthodes, sous certaines hypothèses. Dans ce travail, nous revisitons certaines approches classiques ou récemment d´eveloppées en optimisation non linéaire, dans le contexte particulier de l’estimation de maximum de vraisemblance. Nous développons également de nouveaux algorithmes pour résoudre ce problème, reconsidérant différentes techniques d’approximation de hessiens, et proposons de nouvelles méthodes de calcul de pas, en particulier dans le cadre des algorithmes de recherche linéaire. Il s’agit notamment d’algorithmes nous permettant de changer d’approximation de hessien et d’adapter la longueur du pas dans une direction de recherche fixée. Finalement, nous évaluons l’efficacité numérique des méthodes proposées dans le cadre de l’estimation de modèles de choix discrets, en particulier les modèles logit mélangés. / Maximum likelihood is one of the most popular techniques to estimate the parameters of some given distributions. Under slight conditions, the produced estimators are consistent and asymptotically efficient. Maximum likelihood problems can be handled as non-linear programming problems, possibly non convex, that can be solved for instance using line-search methods and trust-region algorithms. Moreover, under some conditions, it is possible to exploit the structures of such problems in order to speedup convergence. In this work, we consider various non-linear programming techniques, either standard or recently developed, within the maximum likelihood estimation perspective. We also propose new algorithms to solve this estimation problem, capitalizing on Hessian approximation techniques and developing new methods to compute steps, in particular in the context of line-search approaches. More specifically, we investigate methods that allow us switching between Hessian approximations and adapting the step length along the search direction. We finally assess the numerical efficiency of the proposed methods for the estimation of discrete choice models, more precisely mixed logit models.

Le nombre important de véhicules sur le réseau routier peut entraîner des problèmes d'encombrement et de sécurité. Les usagers des réseaux routiers qui nous intéressent sont les camionneurs qui transportent des marchandises, pouvant rouler avec des véhicules non conformes ou emprunter des routes interdites pour gagner du temps. Le transport de matières dangereuses est réglementé et certains lieux, surtout les ponts et les tunnels, leur sont interdits d'accès. Pour aider à faire appliquer les lois en vigueur, il existe un système de contrôles routiers composé de structures fixes et de patrouilles mobiles. Le déploiement stratégique de ces ressources de contrôle mise sur la connaissance du comportement des camionneurs que nous allons étudier à travers l'analyse de leurs choix de routes. Un problème de choix de routes peut se modéliser en utilisant la théorie des choix discrets, elle-même fondée sur la théorie de l'utilité aléatoire. Traiter ce type de problème avec cette théorie est complexe. Les modèles que nous utiliserons sont tels, que nous serons amenés à faire face à des problèmes de corrélation, puisque plusieurs routes partagent probablement des arcs. De plus, puisque nous travaillons sur le réseau routier du Québec, le choix de routes peut se faire parmi un ensemble de routes dont le nombre est potentiellement infini si on considère celles ayant des boucles. Enfin, l'étude des choix faits par un humain n'est pas triviale. Avec l'aide du modèle de choix de routes retenu, nous pourrons calculer une expression de la probabilité qu'une route soit prise par le camionneur. Nous avons abordé cette étude du comportement en commençant par un travail de description des données collectées. Le questionnaire utilisé par les contrôleurs permet de collecter des données concernant les camionneurs, leurs véhicules et le lieu du contrôle. La description des données observées est une étape essentielle, car elle permet de présenter clairement à un analyste potentiel ce qui est accessible pour étudier les comportements des camionneurs. Les données observées lors d'un contrôle constitueront ce que nous appellerons une observation. Avec les attributs du réseau, il sera possible de modéliser le réseau routier du Québec. Une sélection de certains attributs permettra de spécifier la fonction d'utilité et par conséquent la fonction permettant de calculer les probabilités de choix de routes par un camionneur. Il devient alors possible d'étudier un comportement en se basant sur des observations. Celles provenant du terrain ne nous donnent pas suffisamment d'information actuellement et même en spécifiant bien un modèle, l'estimation des paramètres n'est pas possible. Cette dernière est basée sur la méthode du maximum de vraisemblance. Nous avons l'outil, mais il nous manque la matière première que sont les observations, pour continuer l'étude. L'idée est de poursuivre avec des observations de synthèse. Nous ferons des estimations avec des observations complètes puis, pour se rapprocher des conditions réelles, nous continuerons avec des observations partielles. Ceci constitue d'ailleurs un défi majeur. Nous proposons pour ces dernières, de nous servir des résultats des travaux de (Bierlaire et Frejinger, 2008) en les combinant avec ceux de (Fosgerau, Frejinger et Karlström, 2013). Bien qu'elles soient de nature synthétiques, les observations que nous utilisons nous mèneront à des résultats tels, que nous serons en mesure de fournir une proposition concrète qui pourrait aider à optimiser les décisions des responsables des contrôles routiers. En effet, nous avons réussi à estimer, sur le réseau réel du Québec, avec un seuil de signification de 0,05 les valeurs des paramètres d'un modèle de choix de routes discrets, même lorsque les observations sont partielles. Ces résultats donneront lieu à des recommandations sur les changements à faire dans le questionnaire permettant de collecter des données. / Using transportation roads enables workers to reach their work facilities. Security and traffic jam issues are all the more important given that the number of vehicles is always increasing and we will focus on merchandise transporters in this study. Dangerous items transportation is under strict control as it is for example forbidden for them to be carried through a tunnel or across a bridge. Some transporters may drive a vehicle that has defects or/and they may be ta\-king some forbidden roads so as to reach their destination faster. Transportation of goods is regulated by the law and there exists a control system, whose purpose is to detect frauds and to make sure controlled vehicles are in order. The strategic deployment of control resources can be based on the knowledge of transporters behaviour, which is going to be studied through their route choice analysis. The number of routes can be unbounded especially if we consider loops, which leads to a complex problem to be solved. We can also mention issues closely related to route choice problem using discrete choice models such as correlation between routes sharing links and point out the fact that human decision process is not considered something easy. A route choice problem can be modelled based on the random utility theory and as a consequence we will focus on the discrete choice models. We are going to use such model on the real road network of Quebec and we will derive an expression of the probability, for a transporter, to pick one route. We are going to explain the way we did our study. It started first by doing a data description job as we are convinced this is a step that will help other analysts to have a clear view of the data situation. Some data are network related and the corresponding attributes collected will be used to model the road network of Quebec. We will use some attributes to explain the utility function, which leads to the definition of the function that gives the probability that a user takes a given route. Once this function is fully specified, the behaviour study can be done, except that we have a set of observations that are absolutely incomplete. When observations are a gathering of data collected during a road control, the information they provide us is not enough and thus, the parameters estimation will fail. We might seem blocked but in fact, we brought the idea of using simulated observations. We are going to estimate model parameters with firstly complete observations and in order to imitate the real conditions, we then are going to use partial observations. This constitutes a main challenge and we overcome it by using the results presented in (Bierlaire et Frejinger, 2008) combined with those from (Fosgerau, Frejinger et Karlström, 2013). We will demonstrate that even though the observations used are simulated, we will deliver conclusions that can be useful for road network managers. The main results we provide in this work is that estimation can be done with a 0,05 signification level on real road network of Quebec, while the observations are incomplete. Eventually, our results should motivate network managers to improve the set of questions they use to collect data as it would help them to strengthen their knowledge about the merchandise transporters and hopefully, the decision process will lead to optimized resource deployments.

Em ecologia, o comportamento dos animais é freqüentemente estudado para entender melhor suas preferências por diferentes tipos de alimento e habitat. O presente trabalho esta relacionado a este tópico, dividindo-se em três capítulos. O primeiro capitulo refere-se à estimação da função da probabilidade da seleção de recurso (RSPF) comparado com um modelo de escolha discreta (DCM) com uma escolha, usando as estatísticas qui-quadrado para obter as estimativas. As melhores estimativas foram obtidas pelo método DCM com uma escolha. No entanto, os animais não fazem a sua seleção baseados apenas em uma escolha. Com RSPF, as estimativas de máxima verossimilhança, usadas pela regressão logística ainda não atingiram os objetivos, já que os animais têm mais de uma escolha. R e o software Minitab e a linguagem de programação Fortran foram usados para obter os resultados deste capítulo. No segundo capítulo discutimos mais a verossimilhança do primeiro capítulo. Uma nova verossimilhança para a RSPF é apresentada, a qual considera as unidades usadas e não usadas, e métodos de bootstrapping paramétrico e não paramétrico são usados para estudar o viés e a variância dos estimadores dos parâmetros, usando o programa FORTRAN para obter os resultados. No terceiro capítulo, a nova verossimilhança apresentada no capítulo 2 é usada com um modelo de escolha discreta, para resolver parte do problema apresentado no primeiro capítulo. A estrutura de encaixe é proposta para modelar a seleção de habitat de 28 corujas manchadas (Strix occidentalis), assim como a uma generalização do modelo logit encaixado, usando a maximização da utilidade aleatória e a RSPF aleatória. Métodos de otimização numérica, e o sistema computacional SAS, são usados para estimar os parâmetros de estrutura de encaixe. / In ecology, the behavior of animals is often studied to better understand their preferences for different types of habitat and food. The present work is concerned with this topic. It is divided into three chapters. The first concerns the estimation of a resource selection probability function (RSPF) compared with a discrete choice model (DCM) using chi-squared to obtain estimates. The best estimates were obtained by the DCM method. Nevertheless, animals were not selected based on choice alone. With RSPF, the maximum likelihood estimates used with the logistic regression still did not reach the objectives, since the animals have more than one choice. R and Minitab software and the FORTRAN programming language were used for the computations in this chapter. The second chapter discusses further the likelihood presented in the first chapter. A new likelihood for a RSPF is presented, which takes into account the units used and not used, and parametric and non-parametric bootstrapping are employed to study the bias and variance of parameter estimators, using a FORTRAN program for the calculations. In the third chapter, the new likelihood presented in chapter 2, with a discrete choice model is used to resolve a part of the problem presented in the first chapter. A nested structure is proposed for modelling selection by 28 spotted owls (Strix occidentalis) as well as a generalized nested logit model using random utility maximization and a random RSPF. Numerical optimization methods and the SAS system were employed to estimate the nested structural parameters.

The thesis provides a comprehensive overview of key issues affecting practice, policy and patients, in current efforts for colorectal cancer (CRC) disease control. The global burden of CRC is expected to increase by 60% to more than 2.2 million new cases and 1.1 million deaths by 2030. CRC incidence and mortality rates vary up to 10-fold worldwide, which is thought to reflect variation in lifestyles, especially diet. Better primary prevention, and more effective early detection, in screening and surveillance, are needed to reduce the number of patients with CRC in future1. The risk factors for CRC development include genetic, behavioural, environmental and socio-economic factors. Changes to surveillance, which offer non-invasive testing and provide primary prevention interventions represent promising opportunities to improve outcomes and personalise care in those at risk of CRC. By systematic review of the literature, I highlight the gaps in comparative effectiveness analyses of post-polypectomy surveillance. Using micro-simulation methods I assess the role of non-invasive, faecal immunochemical testing in surveillance programmes, to optimise post-polypectomy surveillance programmes, and in an accompanying sub-study, I explore the value of adding an adjunct diet and lifestyle intervention. The acceptability of such revisions is exposed to patient preference evaluation by discrete choice experiment methods. These preferences are accompanied by evidence generated from the prospective evaluation of the health literacy, numeracy, sedentary behaviour levels, body mass index (BMI) and information provision about cancer risk factors, to highlight the potential opportunities for personalisation and optimisation of surveillance. Additional analysis examines the optimisation of a screening programme facing colonoscopy constraints, highlighting the attendant potential to reduce costs and save lives within current capacity.

Les systèmes de santé accordent une attention croissante au point de vue des usagers dans l’organisation de l’offre de soins. L’instauration d’une offre de soins sensible aux besoins et préférences des patients constitue un enjeu majeur de qualité et d’efficacité des soins. Ce travail analyse le point de vue des patients pour l’offre de soins de médecine générale en utilisant différentes méthodes permettant d’obtenir des informations complémentaires en termes d’expérience de soins, de satisfaction, d’importance ou encore de préférences. Il s’agit des méthodes Delphi, de classement du meilleur au pire et de révélation des préférences par les choix discrets. Ces méthodes sont appliquées sur deux échantillons : en population générale pour la première et chez des patients poly-pathologiques pour les 2 autres afin d’identifier les principaux enjeux actuels et à venir de la réorganisation de l’offre de soins de médecine générale du point de vue des patients. Les résultats montrent le rôle central de la relation médecin-patient et plus particulièrement de l’échange d‘informations entre le médecin et le patient. Cependant une relation médecin-patient de qualité ne doit pas pour autant être réalisée au détriment de la qualité technique du soin et de la coordination de la prise en charge du patient. Ce travail montre également l’importance de prendre en compte l’expérience de soins des patients lors de l’analyse de leur point de vue, et plus particulièrement de leur disposition au changement. L’évaluation systématique et régulière des préférences des patients en pratique quotidienne peut permettre d’améliorer la communication médecin-patient ainsi que le contenu de l’offre de soins du point de vue des patients. / The healthcare systems are paying a great interest to the patients’ perspective for the organization of health care provision. Healthcare system which is accountable and responsive of patients’ needs and preferences is a major issue for the quality and efficiency of care. In this thesis, we analyze the views of patients for the supply of GP care in using different complementary methods about patients’ experience, satisfaction, importance or preferences. These methods are applied to a sample of patients in GP and to a sample of chronically ill patients in order to identify current and future major issues for the reorganization of GP care from the patients’ perspective. The results show the main role of the doctor-patient relationship and especially of the information exchange between doctor and patient and between patient and doctor. However the quality of the doctor-patient relationship is not enough. The technical quality of care (i.e. thoroughness) and the coordination are of high importance for patients. This work highlights that it is necessary to take into account the patients’ experiences in the analysis of their perspective (e.g. preferences) to fully and appropriately understand the results, especially in terms of willingness to change. The systematic and regular screening of patient preferences in daily GP practice can improve the doctor-patient communication and the content of the provision of care from the perspective of patients.

Existing research suggests that when consumers encounter hybrid products or boundary-spanning products with attributes belonging to multiple categories, consumers tend to generate inferences based on only a single product category. Reliance on a single category for inferencing is termed as the “single category belief problem” which has been regarded as a vital marketing challenge because it leads consumers to underestimate the true utility of a hybrid product as certain product attributes are ignored. Our objective was to explore whether single category beliefs manifest in consumer choice for a hybrid product when strategically placed within varying contexts. The research used discrete choice experiment (DCE) to test hypotheses. Our research confirms that the single category belief is evident in consumer choice. We also found that the context the hybrid product is placed within has a major influence on what consumers preferred the most. Depending on the context a hybrid product was seen in had significant influence on how consumers evaluated product attributes and made purchase decisions. The findings for this research may be very beneficial for marketers.

Parmi les méthodes d’estimation de paramètres de loi de probabilité en statistique, le maximum de vraisemblance est une des techniques les plus populaires, comme, sous des conditions l´egères, les estimateurs ainsi produits sont consistants et asymptotiquement efficaces. Les problèmes de maximum de vraisemblance peuvent être traités comme des problèmes de programmation non linéaires, éventuellement non convexe, pour lesquels deux grandes classes de méthodes de résolution sont les techniques de région de confiance et les méthodes de recherche linéaire. En outre, il est possible d’exploiter la structure de ces problèmes pour tenter d’accélerer la convergence de ces méthodes, sous certaines hypothèses. Dans ce travail, nous revisitons certaines approches classiques ou récemment d´eveloppées en optimisation non linéaire, dans le contexte particulier de l’estimation de maximum de vraisemblance. Nous développons également de nouveaux algorithmes pour résoudre ce problème, reconsidérant différentes techniques d’approximation de hessiens, et proposons de nouvelles méthodes de calcul de pas, en particulier dans le cadre des algorithmes de recherche linéaire. Il s’agit notamment d’algorithmes nous permettant de changer d’approximation de hessien et d’adapter la longueur du pas dans une direction de recherche fixée. Finalement, nous évaluons l’efficacité numérique des méthodes proposées dans le cadre de l’estimation de modèles de choix discrets, en particulier les modèles logit mélangés. / Maximum likelihood is one of the most popular techniques to estimate the parameters of some given distributions. Under slight conditions, the produced estimators are consistent and asymptotically efficient. Maximum likelihood problems can be handled as non-linear programming problems, possibly non convex, that can be solved for instance using line-search methods and trust-region algorithms. Moreover, under some conditions, it is possible to exploit the structures of such problems in order to speedup convergence. In this work, we consider various non-linear programming techniques, either standard or recently developed, within the maximum likelihood estimation perspective. We also propose new algorithms to solve this estimation problem, capitalizing on Hessian approximation techniques and developing new methods to compute steps, in particular in the context of line-search approaches. More specifically, we investigate methods that allow us switching between Hessian approximations and adapting the step length along the search direction. We finally assess the numerical efficiency of the proposed methods for the estimation of discrete choice models, more precisely mixed logit models.

Submitted by paulo junior (paulo.jr@fgv.br) on 2010-02-23T17:25:48Z No. of bitstreams: 1 tesis final.pdf: 1191238 bytes, checksum: 3186b2f935ae9d1f258118790d33d379 (MD5) / Approved for entry into archive by paulo junior(paulo.jr@fgv.br) on 2010-02-23T17:26:02Z (GMT) No. of bitstreams: 1 tesis final.pdf: 1191238 bytes, checksum: 3186b2f935ae9d1f258118790d33d379 (MD5) / Made available in DSpace on 2010-02-24T13:44:09Z (GMT). No. of bitstreams: 1 tesis final.pdf: 1191238 bytes, checksum: 3186b2f935ae9d1f258118790d33d379 (MD5) Previous issue date: 2009-05-18 / Na presente dissertação tem como objetivo avaliar o impacto do programa JUNTOS sobre a taxa de freqüência escolar e sobre o trabalho infantil nas crianças de 6 a 14 anos. Estas duas variáveis foram selecionadas para o seu estudo, pois ao nosso entender estas são as principais variáveis que são influenciadas pelo programa JUNTOS e que tem uma influencia direta sobre o capital humano das crianças e assim sobre a diminuição da pobreza futura. As principais hipóteses derivadas das teorias de capital humano e de transferências de rendas condicionadas foram corroboradas pela nossa avaliação: (1) o programa JUNTOS tem um efeito positivo sobre o incremento da freqüência escolar, (2) o programa JUNTOS é efetivo na redução do trabalho infantil, (3) quando o chefe de família é de sexo feminino, a renda familiar é utilizada em bens e serviços em favor das crianças, e (4) o efeito do programa JUNTOS é maior nas crianças com piores características socioeconômicas (ex: menor renda familiar per capita, chefe de família com poucos anos de estudo, idioma do chefe de família, etc.) Outra conclusão importante da dissertação foi que o programa JUNTOS provoca uma realocação na oferta de trabalho intra familiar.

No description available.