Ce mémoire a pour objectif d'étudier les cycles électoraux au Canada. Le cadre théorique mobilisé pour cette recherche s'appuie sur deux théories de ce champ d'étude soit la théorie des élections de premier et de deuxième ordre ainsi que la théorie du contrepoids électoral (« electoral balancing »). Dans un système politique à multi-niveaux, ces deux théories postulent que les résultats électoraux des différents paliers électoraux sont en fait reliés entre eux. D'après ces théories, les élections nationales auraient plus d'importance pour les électeurs, ce pourquoi les résultats d'une élection régionale seraient en fait déterminés par des facteurs provenant à l'arène politique nationale. Au Canada, cela implique que les résultats d'une élection provinciale seraient alors influencés par l'élection fédérale précédente. Pour étudier ce phénomène, l'ensemble des résultats électoraux des élections générales fédérales et provinciales de 1988 jusqu'à aujourd'hui ont été compilé dans une base de données. Des régressions linéaires et polynomiales ont ensuite été réalisées en prenant les résultats fédéraux comme variable explicative et les résultats provinciaux comme variable expliquée dans un premier temps, puis en étudiant la relation inverse. Les résultats électoraux ont été divisés par province puis en cinq familles de partis politiques : libérale, conservatrice, travailliste, écologiste et régionaliste. Les résultats de cette recherche varient selon la province considérée : les élections fédérales ont parfois plus d'influence sur l'élection provinciale suivante dans certains cas alors que dans d'autres il s'agit de la relation inverse qui prévaut. Ce mémoire conclut également qu'il y a une dynamique de balancement entre le vote fédéral et provincial dans certaines provinces, mais il n'y a aucune tendance générale qui se dégage à l'échelle du Canada. Cette recherche apporte une contribution significative à la littérature sur les cycles électoraux au Canada. / This research project is studying electoral cycles in Canada. Two main theories from this field of research are mobilized in this paper. The first one is the theory of first and second order election and the second is the theory of electoral balancing. In a multi-level electoral system, these two theories suggest that electoral results from different electoral levels are related to each other. These theories assumed that national elections are more important to voters. Therefore, regional electoral results are explained by factors coming from the national electoral level. In Canada, this theory implies that provincial electoral results are influenced by the previous federal election. To study this phenomenon, all provincial and federal electoral results from 1988 until today were coded into a dataset. A first set of linear and polynomial regressions was performed using federal electoral results as the independent variable and provincial electoral results as the dependent variable. Then, another set of regressions was performed but to study the opposite relation. Electoral results were split by province and into five families of political parties: liberal, conservative, labor, ecologist, and regionalist. Results vary between provinces: federal elections have more influence on provincial results in some provinces while the opposite relation is more important in others. This paper also concludes that there is a dynamic of electoral balancing between federal and provincial results in certain provinces, but that no general tendency can be seen across Canada. This research project is a significant contribution to the literature on electoral cycles in Canada.

L'objectif de ce mémoire est de prédire l'inflation en utilisant de l'information textuelle à ce sujet contenue dans les médias. Nous choisissons d'utiliser des journaux car nous pensons que l'information sur l'inflation qu'ils contiennent influence possiblement le comportement des individus et par conséquent les mouvements dans les anticipations et dans l'inflation réalisée. Pour ce faire, nous utilisons une méthode d'analyse textuelle par comptage brute pour construire un indice d'inflation novateur basé sur la fréquence des mentions du terme « inflat » dans le journal québécois *La Presse*, et nous testons son pouvoir de prédiction à l'aide de tests de causalité de Granger. Pour y arriver, nous utilisons une base de données provenant de Bibliothèque et Archives nationales du Québec contenant les publications papier numérisées du journal *La Presse* entre 1960 et 2013. Nous utilisons également pour l'inflation réalisée, des données sur l'indice des prix à la consommation provenant de Statistique Canada et pour les anticipations inflationnistes, des données d'enquête provenant du Conference Board of Canada. Nos analyses révèlent que les anticipations et l'inflation réalisée ont un pouvoir prédictif important et statistiquement significatif sur nos indices. Par contre, notre indice démontre un faible pouvoir prédictif sur l'inflation réalisée et aucun pouvoir prédictif sur les anticipations. Il semble donc que les anticipations et l'inflation réalisée influencent les mentions relatives à l'inflation dans le journal *La Presse* mais qu'en retour ces mentions ont un effet limité sur ces deux variables.

La première étude évalue la relation entre la production ou la reconnaissance de séquences aléatoires et le contenu des rapports verbaux des sujets. Elle est menée à l'aide de deux tâches différentes. L'une comporte deux alternatives (pile et face), l'autre en compte six (les côtés d'un dé). Les résultats révèlent que la majorité des verbalisations émises par les sujets font référence à des liens erronés avec le passé et ce, peu importe la tâche qu'ils ont à effectuer. La seconde expérience compare les comportements et cognitions des sujets qui génèrent des séquences aléatoires à partir des informations disponibles. Les résultats indiquent que les verbalisations rapportées par les sujets du premier groupe (avec information) font, majoritairement, référence à des liens inadéquats entre le présent et le passé. Cependant, l'hypothèse de base n'est pas vérifiée. La discussion soulève quelques éléments explicatifs et propose des études ultérieures en ce qui concerne l'implication des participants dans la tâche expérimentale.

Depuis que Meese et Rogoff [1983] ont publié leur article sur la qualité des outils prévisionnels du taux de change des années 70, découvrir le meilleur type de modèle et la spécification la plus efficace est un sujet prolifique de la littérature en économie internationale. Ce mémoire conduira une comparaison bayesienne des principales modélisations utilisées pour prédire l'évolution du taux de change. La méthodologie mise en oeuvre sera celle proposée par Geweke [1994] qui se nomme l'importance sampling. Une comparaison des densités et des vraisemblances prédictives permettra de déterminer s'il est préférable d'utiliser le vecteur autorégressif ou le modèle à correction d'erreurs pour prédire les réalisations du taux de change lors des divers états de l'économie.

Les inondations présentent une grande menace à la sécurité humaine et matérielle. Les effets associés à ces phénomènes naturels risquent d'augmenter encore plus avec les tendances liées aux changements climatiques. Il est donc important de disposer d'outils de prévision et de prévention des crues fiables afin de mitiger les conséquences dévastatrices reliées. La mise en œuvre de ces outils implique des processus physiques assez complexes et nécessite beaucoup de données avec toute l'incertitude associée. Dans cette thèse, on explore les différentes sources d'incertitudes liée à la détermination des niveaux d'eau en rivières principalement dans un contexte de prévision où l'incertitude liée aux données de forçage est très importante. Les analyses conduites sont appliquées à la rivière Chaudière au Québec. En premier lieu, nous avons exploré les différentes sources paramétriques d'incertitude associées à la modélisation hydraulique dans un contexte de simulation avec un accent sur l'amélioration de la calibration du modèle hydraulique. Par la suite, dans un contexte de prévision opérationnel, on a évalué la propagation des sources d'incertitude de la prévision atmosphérique au modèle de rivière en passant par les prévisions hydrologiques avec des techniques probabilistes d'ensemble. La quantification de l'incertitude a montré que les données de forçage sont celles qui contribuent le plus à la description de l'incertitude dans la détermination des niveaux d'eau. L'incertitude paramétrique, dans un contexte de prévision, est quant à elle négligeable. Le recours à des prévisions d'ensemble a permis de produire une prévision de niveau d'eau assez fiable et a montré que celle-ci est fortement liée à la qualité des données qui proviennent de la chaine de prévision hydrométéorologique à l'amont du système de prévision proposé. / Floods are a major threat to human and infrastructure security. The impacts of these natural hazards are likely to increase further with climate change trends. It is therefore important to develop reliable flood forecasting and mitigation tools to help reduce their devastating consequences. The implementation of these tools involves quite complex physical processes and requires a lot of data with all the associated uncertainty. In this thesis, we explore and evaluate the different sources of uncertainty related to the determination of water levels in rivers mainly in a forecasting context where the uncertainty related to forcing data is very important. The analysis carried out is applied to the Chaudière River in Quebec. First, we explored the various parametric sources of uncertainty associated with hydraulic modelling in a simulation context with a focus on improving the calibration of the hydraulic model. Then, in an operational forecasting context, we evaluated the propagation of uncertainty sources from climate forecast to the river model through hydrological forecasting using ensemble driven techniques. Quantification of uncertainty showed that forcing data contribute the most to the description of uncertainty in water level determination and the parametric uncertainty, in a forecasting context, is very negligible. The adoption of ensemble forecasts allowed us to provide reliable water level forecasts and showed that they are highly dependent on the quality of the data produced by the hydrometeorological forecast chain upstream of the proposed forecasting system.

Nous abordons la prévision probabiliste des débits à partir de deux perspectives basées sur la complémentarité de multiples modèles hydrologiques (diversité). La première exploite une méthodologie hybride basée sur l’évaluation de plusieurs modèles hydrologiques globaux et d’outils d’apprentissage automatique pour la sélection optimale des prédicteurs, alors que la seconde fait recourt à la construction d’ensembles de réseaux de neurones en forçant la diversité. Cette thèse repose sur le concept de la diversité pour développer des méthodologies différentes autour de deux problèmes pouvant être considérés comme complémentaires. La première approche a pour objet la simplification d’un système complexe de prévisions hydrologiques d’ensemble (dont l’acronyme anglais est HEPS) qui dispose de 800 scénarios quotidiens, correspondant à la combinaison d’un modèle de 50 prédictions météorologiques probabilistes et de 16 modèles hydrologiques globaux. Pour la simplification, nous avons exploré quatre techniques: la Linear Correlation Elimination, la Mutual Information, la Backward Greedy Selection et le Nondominated Sorting Genetic Algorithm II (NSGA-II). Nous avons plus particulièrement développé la notion de participation optimale des modèles hydrologiques qui nous renseigne sur le nombre de membres météorologiques représentatifs à utiliser pour chacun des modèles hydrologiques. La seconde approche consiste principalement en la sélection stratifiée des données qui sont à la base de l’élaboration d’un ensemble de réseaux de neurones qui agissent comme autant de prédicteurs. Ainsi, chacun d’entre eux est entraîné avec des entrées tirées de l’application d’une sélection de variables pour différents échantillons stratifiés. Pour cela, nous utilisons la base de données du deuxième et troisième ateliers du projet international MOdel Parameter Estimation eXperiment (MOPEX). En résumé, nous démontrons par ces deux approches que la diversité implicite est efficace dans la configuration d’un HEPS de haute performance. / In this thesis, we tackle the problem of streamflow probabilistic forecasting from two different perspectives based on multiple hydrological models collaboration (diversity). The first one favours a hybrid approach for the evaluation of multiple global hydrological models and tools of machine learning for predictors selection, while the second one constructs Artificial Neural Network (ANN) ensembles, forcing diversity within. This thesis is based on the concept of diversity for developing different methodologies around two complementary problems. The first one focused on simplifying, via members selection, a complex Hydrological Ensemble Prediction System (HEPS) that has 800 daily forecast scenarios originating from the combination of 50 meteorological precipitation members and 16 global hydrological models. We explore in depth four techniques: Linear Correlation Elimination, Mutual Information, Backward Greedy Selection, and Nondominated Sorting Genetic Algorithm II (NSGA-II). We propose the optimal hydrological model participation concept that identifies the number of meteorological representative members to propagate into each hydrological model in the simplified HEPS scheme. The second problem consists in the stratified selection of data patterns that are used for training an ANN ensemble or stack. For instance, taken from the database of the second and third MOdel Parameter Estimation eXperiment (MOPEX) workshops, we promoted an ANN prediction stack in which each predictor is trained on input spaces defined by the Input Variable Selection application on different stratified sub-samples. In summary, we demonstrated that implicit diversity in the configuration of a HEPS is efficient in the search for a HEPS of high performance.

Au niveau de notre étude, nous avons comparé la performance de prévision de plusieurs modèles statistique de prévisions, modèles simples et modèles sophistiqués. Pour atteindre notre bute nous avons utilisé le ± MAPE ¿ comme mesure de précision des prédictions pour voir le quel de ces modèles est la plus appropriés à fournir les meilleures prévisions de l'opinion publique. Pour le faire nous nous somme basé sur une liste de données composée de séries chronologiques gracieusement fourni par Swammer. Ces séries comportent des données journalières couvrant la campagne présidentielle de France de 2007. Nous résultats montrent clairement que les méthodes statistiques simples ont un pouvoir de prédiction plus important que celui des méthodes sophistiquées pour un horizon de prédiction à très court terme. Nous constatons aussi que pour un horizon de prévision un peu plus long la méthode paramétrique de la régression robuste non linéaire représente la meilleure perspective de prévision parmi tous les modèles étudiés. Nous concluons ainsi que les méthodes statistiques sophistiquées ont un pouvoir de prédiction plus élevé que ce lui des méthodes statistiques simples pour un horizon de prévision un peu plus long que le très court terme.

L'analyse de la conjoncture économique québécoise est complexe étant donné l'incertitude sur les données présentes et passées. Un indicateur de cette incertitude est les révisions des données. C'est-à-dire que l'on ajuste les données au fils du temps pour corriger des estimations inexactes. Les conséquences des révisions des données sur une modélisation autorégressive du PIB avec une matrice de transition markovienne sera caractérisée, ce qui permet de nuancer l'ampleur des expansions et des récessions qui dictent la conduite d'actions publiques et la conduite de certains agents économiques.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2006-2007 / Ce mémoire propose un modèle de choix à noyau logit mixte qui permet l'intégration de variables latentes. Ce modèle, appelé modèle ICLV à noyau logit mixte, a pour objectif de représenter de façon plus réaliste les choix des agents. Des variables psychométriques sont incluses dans le modèle afin de modéliser l'influence des attitudes et des perceptions sur les choix. Pour estimer ce modèle qui intègre plusieurs équations, soit les équations structurelles et les équations de mesure du modèle de choix et du modèle à variables latentes, un estimateur du maximum de vraisemblance simulé est proposé. L'objectif principal de ce mémoire est de produire l'une des premières applications concrètes de l'utilisation des modèles ICLV à noyau logit mixte dans le contexte à plusieurs alternatives et plusieurs variables latentes. Pour ce faire, des données provenant d'un vaste sondage effectué par la compagnie NTT sont utilisées afin d'estimer la demande pour les services téléphoniques résidentiels. Des variables latentes telles que la connaissance de la téléphonie IP sont incluses dans le modèle afin de mieux modéliser les choix. Des scénarios simulés permettent finalement de prédire l'évolution de la demande pour la téléphonie IP, puisqu'on remarque que celle-ci est en constante évolution. Les résultats montrent qu'une augmentation de la connaissance de la téléphonie IP aurait le pouvoir d'augmenter considérablement les parts de marché de cette technologie.

La lombalgie est le plus fréquent, coûteux et incapacitant des troubles musculosquelettiques. Les études prospectives documentant la capacité des facteurs liés au travail à prédire la chronicité sont peu nombreuses, la méthodologie utilisée est très diversifiée et les résultats obtenus divergent. La présente étude vise à étudier la capacité des facteurs objectifs et psychosociaux occupationnels à prédire l'incapacité chronique liée aux lombalgies. Une étude prospective longitudinale avec deux temps de prise de mesure est réalisée. L'échantillon (N = 258) se compose de travailleurs lombalgiques en arrêt de travail compensés par la CSST, au stade subaigu du mal de dos. Parmi toutes les variables occupationnelles mesurées, le soutien social au travail, le stress perçu, les peurs et les croyances face au travail ainsi que l'implication dans un litige, permettent de prédire le statut d'emploi au suivi de six mois. Les autres variables liées au travail, telles les pratiques et les politiques organisationnelles en matière de réintégration au travail, agissent peut-être comme des barrières au retour au travail plutôt que comme des prédicteurs de l'incapacité chronique.