Afin d'éviter le départ de ses clients, une compagnie d'assurance souhaite prédire la probabilité d'annulation de polices d'assurance automobile dans un intervalle de temps à partir de données sur les voitures et les clients. Les clients étant suivis dans le temps, le modèle doit incorporer des variables explicatives qui dépendent du temps. Nous utilisons le modèle de survie de Cox pour prédire les probabilités d'événement dans un intervalle de temps variable. Des notes prises par des agents lors de conversations téléphoniques avec les clients et des courriels sont également disponibles. Il est pertinent d'inclure ces textes dans le modèle statistique, car ils contiennent de l'information utile pour prédire l'annulation du contrat. Plusieurs méthodes de traitement automatique du langage naturel sont utilisées pour représenter les textes en vecteurs qui peuvent être utilisés par le modèle de Cox. Puis, une sélection de variables est effectuée. Le modèle est ensuite utilisé pour prédire les probabilités d'événements. Les notes d'agents contiennent des fautes d'orthographe, des abréviations, etc. Ainsi, nous étudions dans un premier temps l'effet d'utiliser des textes dont la qualité est graduellement détériorée sur les performances prédictives du modèle de Cox. Nous trouvons que toutes les méthodes d'encodage du texte utilisées, sans faire de raffinement sur les textes, ont un certain niveau de robustesse face aux textes de moins bonne qualité. Ensuite, nous étudions l'effet de différentes approches d'inclusion des textes dans le modèle de Cox dans un contexte longitudinal. Les effets de la sélection de variables, des méthodes d'encodage du texte et de la concaténation temporelle des textes sont analysés. L'approche proposée pour inclure les textes a permis d'améliorer les performances comparativement à un modèle qui n'inclut aucun texte. Toutefois, les performances sont similaires d'une méthode d'encodage du texte à l'autre. / In order to avoid customer attrition, an insurance company wants to predict the probability of cancellation of car insurance policies in a time interval based on car and customer covariates. Since customers are tracked over time, the model must incorporate time-dependent covariates. We use a Cox survival model to predict event probabilities in a variable time interval. Notes taken by agents during telephone conversations with customers and emails are also available. It is relevant to include these texts in the statistical model, as they contain information useful for predicting policy cancellation. Several natural language processing methods are used to represent the documents with vectors that can be used by the Cox model. Then, variable selection is performed. The model is then used to predict event probabilities. Notes taken by the agents contain spelling mistakes, abbreviations, etc. Thus, we first study the effect of using texts of gradually worse quality on the predictive performance of the Cox model. We find that all the text encoding methods used, without fine-tuning the embedding models, have a certain level of robustness against texts of lower quality. Next, we investigate the effect of different approaches to including texts in the Cox model in a longitudinal context. The effects of variable selection, text encoding methods and temporal concatenation of texts are analyzed. The proposed approach to include text resulted in improved performance compared to a model that does not include any text. However, the performance is similar across text encoding methods.

L’évaluation de l’impact des interventions à grande échelle est nécessaire dans un contexte de rareté des ressources. La rapidité de leur mise en oeuvre et certaines raisons éthiques font qu’on ne randomise pas les populations en groupes témoin et traitement. La non disponibilité de données fiables avant le démarrage des interventions ajoute aux difficultés. Certains ont proposé, dans ce cas, la reconstruction de l’historique des données à partir d’enquêtes. Dans le cas du projet Avahan pour lutter contre le VIH/SIDA, pour déterminer son effet sur l’utilisation du condom par les travailleuses du sexe, nous avons proposé une méthode qui est un mélange des modèles de régression logistique et de Cox. Nous comparons notre méthode à une basée sur les équations d’estimation généralisées en utilisant une simulation et les données d’Avahan. Les résultats montrent que notre méthode est plus puissante, mais moins robuste.

Ce mémoire a pour but principal d'analyser le risque de décès (ou de survie) dans les Centres d'hébergement de soins de longue durée (CHSLD) au Québec. Les données sociosanitaires issues de la Régie d'assurance maladie du Québec (RAMQ) et du ministère de la Santé et des Services Sociaux (MSSS) ont permis de construire des modèles de risque proportionnel paramétrique permettant d'analyser ce phénomène. L'estimation de ces modèles montre que les patients qui manifestent un fort risque de décès dans les CHSLD sont : les hommes, les patients les plus âgés, les Montréalais vivant en CHSLD et ceux qui ont un mauvais état de santé avant le début du séjour. Ainsi, l'espérance de vie moyenne à l'entrée du CHSLD au Québec est d'environ 157 semaines. Quant à la relation entre les revenus moyens régionaux et le risque de décès dans les CHSLD, l'estimation faite à partir de données appariées n'a pu mettre en évidence sa significativité. / The main aim of this thesis is to estimate the hazard of death (or survival) in long-term health care facilities in Quebec (CHSLD). The sociosanitary data from the Quebec Health Insurance Board (RAMQ) and the Ministry of Health and Social Services (MSSS) were used to build parametric proportional hazard models to analyze this phenomenon. The estimation of these models indicates that the patients who show a high risk of death in CHSLD are: males, oldest patients, Montrealers living in CHSLD, and those who have a worse health status before the beginning of the stay. The average life expectancy at the entrance of the CHSLD in Quebec is approximately 157 weeks (around 3 years). As for the relationship between average regional income and the risk of death in long-term health care facilities, the estimation based on matched data fails to its significance.

Les infrastructures de transport sont au cœur des villes et de leur développement. La distribution spatiale des activités économiques dépend de nombreux facteurs et tend à être influencée par les caractéristiques intrinsèques de l'entreprise, mais aussi par la présence d'économies d'agglomération et d'infrastructures de transport. La théorie de la localisation présente ces facteurs comme des piliers sur lesquels reposent les décisions de localisation des entreprises, et ultimement la structure urbaine des villes. Cette thèse s'intéresse particulièrement aux impacts qu'ont ces infrastructures sur les décisions de localisation des entreprises et leurs performances. Une analyse approfondie de la littérature, basée sur une revue systématique, permet de réaliser un portrait de la littérature inhérente au rôle des transports dans les décisions de localisation des entreprises. La méta-analyse de ces résultats suggère que les effets d'une infrastructure de transport sur les décisions de localisation des entreprises sont positifs, ou dans le pire des cas, non-significatifs. La théorie néo-classique économique présente les décisions de localisation d'une entreprise comme le résultat d'un problème d'optimisation de la fonction de profits. Dans une perspective de développement commercial et de pérennité économique, l'étude de la performance des entreprises, en fonction d'une localisation jugée optimale, s'avère intéressante et complémentaire aux études de localisation. L'évaluation des impacts causaux des infrastructures de transport en commun sur la probabilité de survie des entreprises représente d'ailleurs une originalité de ce projet de thèse. Empiriquement, un modèle de survie de Cox est appliqué à deux études de cas, soit le métro de Montréal (Canada) et le tramway de Dijon (France). Le métro de Montréal a connu sa plus récente extension en 2007 avec le prolongement de la ligne orange. Cette dernière permet de connecter l'île de Montréal à sa banlieue nord, la ville de Laval. Le tramway de Dijon, quant à lui, est proposé en 2008 comme une alternative durable à un réseau d'autobus saturé. Les deux lignes de tramway ont été mises en service en 2012 et desservent la ville de Dijon d'est en ouest (T1), et du nord au sud (T2). Une étude approfondie des effets d'anticipation et d'ajustement est effectuée à partir des différentes périodes (annonce, construction, et mise en opération) menant à l'instauration de ces systèmes de transport collectif. Les impacts sont évalués en fonction de la distance aux stations afin d'identifier les zones les plus touchées par la mise en place de ces services. Les résultats suggèrent que les impacts se matérialisent majoritairement après la mise en opération des services de transport en commun. Dans un contexte nord-américain, un impact positif sur la probabilité de survie est observé pour une distance allant jusqu'à 1 250 mètres de la station la plus proche. Dans un contexte européen, basé uniquement sur les petites entreprises, les résultats identifient un impact positif, cependant, il semble plus concentré spatialement, soit à moins de 500 mètres des stations. / Transport infrastructures are fundamental to cities and their development. The spatial distribution of economic activities depends on numerous factors and tends to be influenced by the intrinsic characteristics of the firms, the presence of agglomeration economies and transport infrastructures. Location theory presents these factors as pillars upon which commercial location decisions are based, ultimately shaping the urban structure of cities. This thesis particularly focuses on the impacts of transport infrastructures on firms' location decisions and their performances. An analysis of the literature, based on a systematic review, produces an exhaustive summary of the literature regarding the role of transportation on firms' location decisions. The meta-analysis of these results suggests that the effects of transportation infrastructure on firms' location decisions are positive, or in the worst case, non-significant. The neoclassical economic theory presents a firm's location decisions as the outcome of the profit function optimization problem. From a perspective of commercial development and economic sustainability, studying firms' performance, based on an optimal location, proves to be both interesting and complementary to location studies. The originality of this thesis relies on the evaluation of the causal impact of public transit on firms' probability of survival. The obtained results are complementary to the literature on the impact of public transit from a commercial perspective and, therefore, insert themselves easily into the existing literature. Empirically, a Cox survival model is applied to two case studies: the Montréal Metro (Canada) and the Dijon Tramway (France). On the one hand, the Montréal Metro experienced its most recent extension in 2007 with the extension of the Orange Line, connecting the Island of Montréal to its northern suburb, the city of Laval. The Dijon Tramway, on the other hand, was proposed in 2008 as a sustainable alternative to a saturated bus network. Both tram lines were put into service in 2012, serving the city of Dijon from east to west (T1) and from north to south (T2). To account for potential anticipation and adjustment effects, the studies are conducted using the temporal periods (announcement, construction, and operation) leading to the implementation of these public transit systems. The impacts are evaluated based on proximity to the public transit stations to identify the spatial areas that were mostly affected by the opening of these services. Results suggest that the impact materialized mainly after the opening of the public transit services. In a North American context, a positive impact on firms' survival probability is observed within 1,250 meters of the closest station. In a European context, based solely on small businesses, the results also identify a positive impact, however, it appears to be more spatially concentrated, i.e., within 500 meters of the stations.