Cette recherche étudie le système de transport collectif de Québec, particulièrement le Métrobus. Ce dernier, implanté en 1992, est un autobus à haute fréquence, circulant sur des voies réservées. Nous utilisons les enquêtes Origine-Destination, les S.I.G., ainsi que la régression logistique, dans le but d’identifier les impacts du Métrobus sur le report modal et donc de mieux comprendre l’utilisation du transport public à Québec. A l’issue des modélisations, nous faisons apparaître des disparités entre les modes de transport « autobus » et « automobile-conducteur » du point de vue (1) des temps de déplacements et (2) de l’accessibilité à certains pôles urbains. Nous constatons également (3) l’influence inéluctable de la possession d’un véhicule personnel sur le fait d’utiliser celui-ci pour se déplacer, (4) l’effet grandissant de la densité d’activités sur la propension à utiliser l’autobus et (5) l’hétérogénéité des impacts selon les groupes de la population. / This research concerns the Quebec City public transportation system, and especially the bus rapid transit (“Métrobus”) corridors. The Métrobus was established in 1992 and operates with priority bus/taxi lanes. For this study, we use OD surveys, G.I.S. and logistic regression in order to identify the modal shift impacts of Métrobus, and also to understand, in a better way, public transportation use in Quebec City. Models reveal some differences between “bus” and “car as driver”, from the (1) trip duration and (2) pole accessibility points of view. We also note (3) the relentless influence of owning a car on using it to travel, (4) the effect of increasing the density of activities on the propensity to use public transit, and (5) the heterogeneity of impacts among different population groups.

Nous évaluons la perfomance du critère récemment proposé meanAIC comme critère de sélection de variables pour les modèles de régression logistique conditionnelle mixte. Il s’agit d’un critère basé sur l’information d’Akaike, calculable lorsque le modèle est ajusté à l’aide d’une méthode d’estimation en deux étapes. En outre, le calcul de meanAIC ne nécessite pas la spécification de la structure des effets aléatoires ; il est donc d’une grande utilité comme premier filtre pour les variables dans une première analyse où la structure des effets aléatoires est typiquement inconnue. Ce travail a été motivé par les applications en écologie, où la sélection de variables est traditionnellement basée sur les critères d’information plutôt que sur les méthodes de régularisation. Ces études utilisent les données télémétriques de déplacement animal collectées selon un plan d’échantillonnage cas-témoins apparié et analysées à l’aide d’un modèle de régression logistique conditionnelle mixte. Nous effectuons une étude de simulation pour évaluer la capacité de meanAIC à correctement identifier les covariables potentiellement importantes dans le modèle et nous illustrons son utilisation à l’aide de données de sélection d’habitat collectées sur des caribous / We assess the perfomance of the recently proposed criterion meanAIC as a variable selection criterion for mixed conditional logistic regression models. It is a criterion based on Akaike’s information, computable when the model is fitted with a two-step estimation method. In addition, the calculation of meanAIC does not require the specification of the random effects structure; it is thus of great use as a first covariates filter in the early stage of the analysis when the random effects structure is typically unknown. This work is motivated by applications in ecology where the model selection is traditionally based on information criteria rather than on regularization. These studies use animal movement telemetric data collected using a matched case-control sampling design that are analyzed with a mixed conditional logistic regression model. We conduct a simulation study to assess the ability of meanAIC to correctly identify potentially important covariates and illustrate its use by analyzing habitat selection data collected on caribou.

Thèse ou mémoire avec insertion d'articles / Les inondations entrainent de nombreux dommages et des coûts économiques énormes. Cette étude vise à identifier les prédicteurs de l'adaptation aux inondations à l'aide de l'analyse de régression par copules afin d'analyser les meilleurs profils d'adaptation à l'inondation dans quatre groupes de participants : 1. Un groupe formé des gens ayant vécu plus de 15 ans en zone inondable (FPA_15+), 2. Un groupe composé de gens ayant vécu 15 ans ou moins en zone inondable (FPA_15-), 3. Un groupe composé des gens ayant vécu plus de 15 ans en zone périphérique, soit à moins de 150 mètres d'une zone inondable (PERA_15+), et 4. Un groupe composé des gens ayant vécu 15 ans ou moins en zone périphérique (PERA_15-). L'étude a été menée auprès de 2925 participants à l'aide d'entrevues téléphoniques. Les données collectées sont relatives aux caractéristiques sociodémographiques, au sentiment d'appartenance à la communauté locale, à la perception du risque d'inondation, à la sévérité du risque sur la santé physique et mentale et sur les biens, ainsi qu'à la croyance d'habiter dans une zone inondable puis à l'expérience d'inondation. Les prédicteurs de l'adaptation ont été identifiés par l'analyse de régression par copules basée sur le Critère d'Information Bayésien Conditionnel (CBIC). En utilisant ces prédicteurs, les participants ont été regroupés en dix meilleurs profils (un meilleur profil est la combinaison de caractéristiques maximisant l'adaptation à l'inondation). Les meilleurs prédicteurs d'adaptation sont: l'expérience relative à l'inondation dans le groupe FPA_15+, la croyance d'habiter une zone inondable dans le groupe PERA_15+, la perception du risque d'inondation dans le groupe FPA_15- ainsi que dans le groupe PERA_15-. Les dix meilleurs profils ont révélé que les gens maximisent l'adaptation aux inondations même s'il y a des différences au sein et entre les profils. Cette étude pourrait ainsi contribuer à optimiser des interventions ciblées visant à améliorer l'adaptation à l'inondation. / Floods cause extensive damage and enormous economic costs. This study aims to identify predictors of flood adaptation using copula regression analysis in order to analyze the best flood adaptation profiles in four participant groups: 1. A group consisting of people who have lived in a flood zone for more than 15 years (FPA_15+), 2. A group of people who have lived in a flood zone for 15 years or less (FPA_15-), 3. A group consisting of people who have lived in the peripheral area, less than 150 meters from a flood zone, for more than 15 years (PERA_15+), and 4. A group consisting of people who have lived in the peripheral area for 15 years or less (PERA_15-). The study was conducted on 2925 participants using telephone interviews. The collected data are related to socio-demographic characteristics, the sense of belonging to the local community, perception of flood risk, severity of risk to physical and mental health and property, belief of living in a flood zone and flood experience. Copula regression analysis based on Conditional Bayesian Information Criterion (CBIC) was used to identify predictors of adaptation. Using these predictors, participants were grouped into top-ten adaptation profiles (a top profile being the combination of characteristics that maximize flood adaptation). The best adaptation predictors are: flood-related experience in the FPA_15+ group, belief of living in a flood zone in the PERA_15+ group, perception of flood risk in both the FPA_15- and PERA_15- groups. The top ten profiles revealed that people maximize flood adaptation even though there are differences within and between profiles. This study could thus contribute to optimizing targeted interventions aimed at improving flood adaptation.

Les travaux de sous-solage qui améliorent le drainage interne et décompactent des horizons rendus pratiquement imperméables par la compaction profonde seraient bénéfiques aux sols de faible perméabilité. Le sous-solage profond exécuté perpendiculairement aux drains avec un bélier (bulldozer) pourrait être plus efficace pour temporairement améliorer le drainage de ces sols qu’une sous-soleuse conventionnelle attelée à un tracteur et opérée en mode parallèle aux drains. Toutefois, les aménagements réalisés pour améliorer le drainage de surface et interne de ces sols rendent complexe l’évaluation de ces pratiques en dispositif expérimental. L’objectif principal de ce projet était de comparer les forêts d’arbres décisionnelles (FAD) à la régression linéaire multiple (RLM) pour détecter les effets du sous-solage et des systèmes de drainage souterrain et de surface sur la hauteur des plants et la profondeur moyenne de la nappe durant la saison de croissance. Un essai de sous solage a été réalisé à l’automne 2014, dans une argilelimoneuse Kamouraska naturellement mal drainée, remodelée en planches arrondies et souffrant de compaction importante. L’essai comparait un témoin sans sous-solage à quatre traitements de sous-solage, soit une sous-soleuse sur bélier ou sur tracteur, opérées parallèlement ou perpendiculairement aux drains. Chaque traitement a été répété trois fois et disposé aléatoirement en autant de blocs. Au printemps 2016, 198 puits ont été creusés à 60 cm de profondeur pour enregistrer la profondeur de la nappe sous chaque traitement entre juin et juillet 2016. La photogrammétrie a été utilisée pour estimer la hauteur des plants de maïs. Les FAD et la RLM permettent de détecter les principaux facteurs affectant la hauteur des plants de maïs et la profondeur moyenne de la nappe, soit les aménagements antérieurs pour améliorer le drainage interne et le drainage de surface des sols. Les coefficients de détermination obtenus avec les FAD (R2 ≥ 0,94) étaient toutefois plus élevés que ceux obtenus avec la RLM (R2 ≥ 0,28). Aucun traitement de sous-solage n’a amélioré significativement le drainage interne ni la hauteur des plants de maïs par rapport au témoin sans sous-solage. Les FAD permettent en outre de mieux visualiser les relations non linéaires entre les variables prédites et les autres variables, notamment la position sur la planche et la distance aux drains souterrains, et finalement de déterminer les distances aux drains souterrains optimales (< 2 m) et critiques (> 4 m), la distance optimale à la raie de curage (> 8 m) et la profondeur moyenne critique de la nappe (< 0,25 m). Les FAD permettent ainsi de prédire la hauteur des plants de maïs et la profondeur moyenne de la nappe avec une plus grande précision qu’avec la RLM.

Ce travail de recherche propose de nouveaux outils pour améliorer la prise en compte des caractéristiques spécifiques des hedge funds, dans l'évaluation de leur risque et de leur performance. Tout d'abord, nous mettons en évidence l'intérêt des développements basés sur la théorie des valeurs extrêmes pour analyser et quantifier le risque extrême des hedge funds. Une procédure de backtesting démontre que la valeur en risque, estimée à partir de la distribution de Pareto généralisée s'ajustant aux pertes extrêmes (VaREVT), est plus fiable que les mesures de risque usuelles. Puis, nous suggérons un nouvel indicateur de performance, lequel permet de prendre en compte la non normalité des distributions de rentabilités des hedge funds ainsi que, le niveau de rentabilité minimum acceptable de l'investisseur. Enfin, quatre modèles ont été construits en vue de déterminer les principaux facteurs explicatifs de l'évolution de la rentabilité journalière des stratégies alternatives. Ce dernier point donne l'occasion de mettre en évidence les avantages de la méthode de régression PLS pour identifier les facteurs pertinents. Cette recherche offre, non seulement, des résultats intéressants pour mieux comprendre le monde des hedge funds mais également, de nouvelles perspectives pour l'évaluation du risque et de la performance des autres actifs financiers ayant une distribution de rentabilités leptokurtique et asymétrique.

Cette thèse s'articule autour de trois essais. Le premier chapitre analyse l'impact des 27 ans de guerre civile en Angola sur les dépenses par équivalent adulte, le capital humain et la fécondité. La prédiction des effets de la guerre se fait à l'aide d'un modèle néoclassique de ménage unitaire dans la tradition de Rosenzweig. A partir de l'approche d'estimation par variable instrumentale, cette thèse montre que la guerre civile a un impact négatif et désastreux à court terme sur la santé des enfants, cet effet est persistant. La guerre civile n'a pas d'impact sur les dépenses par équivalent adulte. Elle accroit la scolarisation et décroit la fécondité à court terme. Le second chapitre de cette thèse analyse l'efficacité d'un programme social dans un environnement en conflit comme celui de l'Angola et s'interroge si cette efficacité dépend de l'intensité du conflit. Notre stratégie d'identification est basée sur la géographie politique du déploiement du programme basée sur un modèle de compétition spatiale à la Hotelling. Cette thèse montre que le Fonds Social Angolais a eu un impact positif sur les dépenses par équivalent adulte et sur l'une des principales mesures anthropométriques à savoir le z-score de la taille pour âge. L'efficacité du programme en fonction de l'intensité du conflit est analysée à l'aide de l'estimateur de variable instrumental local. La thèse montre que l'efficacité du programme augmente avec l'intensité du conflit. Le dernier chapitre de cette thèse analyse dans le cas du Cameroun, l'impact de la formation des enseignants en matière de VIH/SIDA. Les deux critères retenus pour le choix des écoles participant au programme, nous amène à choisir comme stratégie d'identification la régression discontinue. Cette thèse montre que les filles âgées de 15 à 17 ans dans les écoles traitées sont moins susceptibles d'avoir une grossesse involontaire. Pour les élèves âgés de 12 à 13 ans, la probabilité d'abstinence auto déclarée et l'utilisation du préservatif est également significativement plus élevé dans les écoles traitées.

.

Ce texte constitue une synthèse de mes travaux de recherche menés depuis 2000 en statistique mathématique. Ces travaux s'articulent autour de 4 thèmes: la statistique non paramétrique pour les processus de diffusion, efficacité au second ordre pour l'estimation semiparamétrique, agrégation par des poids exponentiels et réduction de dimension pour la régression non paramétrique. <br />Le premier chapitre contient une description générale des résultats obtenus en les replaçant dans un contexte historique et en présentant les motivations qui nous ont animées pour étudier ces problèmes. J'y décris également de façon informelle les idées clés des démonstrations. <br /><br />Au second chapitre, je présente les définitions principales nécessaires pour énoncer de façon rigoureuse les résultats les plus importants. Ce chapitre contient également une discussion plus formelle permettant de mettre en lumière certains aspects théoriques et pratiques de nos résultats.

Echinococcus multilocularis est un parasite responsable chez l'homme d'une maladie grave : l'échinococcose alvéolaire. Les oeufs du parasite, agent pathogène, sont présents dans les fèces de renard et peuvent survivre plusieurs mois dans l'environnement. Le risque épidémiologique lié à la maladie a conduit, en France et en Europe, à la mise en place de programmes d'épidémiosurveillance. Ils ont permis de collecter des échantillons géoréférencés dont la contamination éventuelle a été testée. Cette base de données a servi au développement sur SIG d'un protocole de recherche de descripteurs paysagers présumés indicateurs du potentiel de risque. Trois échelles ont successivement été abordées. Dans le Doubs, département situé en zone de haute endémie, une analyse en régression logistique binaire a permis l'identification d'indices paysagers associés aux zones présentant des échantillons positifs. La qualité des modèles prédictifs générés a été testée par la méthode des courbes ROC. La représentation cartographique des facteurs paysagers présumés à risque a conduit à identifier des zones potentiellement favorables à l'établissement du cycle parasitaire. Pour l'ensemble français, les nuées dynamiques floues ont été utilisées pour le choix de niveaux d'échelle pertinents. Une typologie des paysages environnant les échantillons collectés a été conduite. La prévalence de chaque type paysager ainsi défini a été calculée. Les paysages ont été représentés en fonction de leur susceptibilité présumée à accueillir le cycle parasitaire. Enfin, à l'échelle européenne, les données climatiques ont permis la délimitation d'une limite méridionale théorique d'extension du parasite. Ces résultats montrent les possibilités offertes par les outils d'analyse spatiale et de modélisation dans les problématiques de risque sanitaire.

Les travaux de recherche présentés dans ce manuscrit décrivent plusieurs apports au thème de l'évaluation de la qualité d'images de documents numérisés. Pour cela nous proposons de nouveaux descripteurs permettant de quantifier les dégradations les plus couramment rencontrées sur les images de documents numérisés. Nous proposons également une méthodologie s'appuyant sur le calcul de ces descripteurs et permettant de prédire les performances d'algorithmes de traitement et d'analyse d'images de documents. Les descripteurs sont définis en analysant l'influence des dégradations sur les performances de différents algorithmes, puis utilisés pour créer des modèles de prédiction à l'aide de régresseurs statistiques. La pertinence, des descripteurs proposés et de la méthodologie de prédiction, est validée de plusieurs façons. Premièrement, par la prédiction des performances de onze algorithmes de binarisation. Deuxièmement par la création d'un processus automatique de sélection de l'algorithme de binarisation le plus performant pour chaque image. Puis pour finir, par la prédiction des performances de deux OCRs en fonction de l'importance du défaut de transparence (diffusion de l'encre du recto sur le verso d'un document). Ce travail sur la prédiction des performances d'algorithmes est aussi l'occasion d'aborder les problèmes scientifiques liés à la création de vérités-terrains et d'évaluation de performances.