Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Le travail soumis commence par un aperçu du micro-crédit tel qu'il a été introduit au Bangladesh par M. Yunus. Puis on donne un modèle stochastique des retards de versement. Comme ces retards ne donnent pas lieu à une sanction financière, ils constituent, de fait, une baisse du taux réel de crédit. Ce taux est alors, lui-même, aléatoire. On calcule un taux espéré en fonction de la probabilité de retard de remboursement hebdomadaire. On déduit que ce taux espéré est d'environ 3.5% inférieur au taux (annoncé) du cas déterministe si l'on considère que 3% des retards atteignent 4 semaines. Le travail se poursuit par une étude statistique de données du micro-crédit en Thaïlande. On commence par présenter un modèle de régression logistique du taux de remboursement par rapport aux 23 variables mesurées sur un échantillon de 219 groupes d'emprunteurs. On présente ensuite une sélection des variables les plus pertinentes selon un critère AIC ou BIC par une méthode "backward stepwise". Finalement des expériences sur des sous-échantillons montrent une bonne stabilité du choix des variables obtenues par la sélection.

Dans un contexte d'inégalités socio-économiques marquées dans les risques d'accouchement prématuré, de mortinatalité ou de mortalité néonatale, notre objectif était de déterminer dans quelle mesure cette vulnérabilité impactait le devenir à court terme des enfants nés prématurés, d'étudier si l'amélioration des taux de survie observée ces deux dernières décennies bénéficiait de manière similaire à tous les niveaux socio-économiques, de décrire la prématurité dans les départements d'Outre-mer où la santé périnatale est plus défavorable que dans d'autres territoires. À partir des cohortes EPIPAGE nous avons montré que, bien qu'un niveau élevé de vulnérabilité soit associé à un risque augmenté de morbidité sévère chez les enfants survivants, c'est dans ce groupe que l'amélioration de la survie était la plus grande. / In a context of socio-economic inequalities supported in the risk of premature birth, stillbirth or neonatal death, our aim was to determine how this socio-economic vulnerability impacted on the short term outcome of preterm born infants , to study whether the improvement in survival rate and survival without severe morbidity observed over the last two decades in very premature infants was similar whatever the family socio-economic context and to describe the context of preterm birth in 2011 in the Département d'Outer-Mer (D.O.M) where perinatal health is less favorable than in other jurisdictions. From the EPIPAGE cohorts we showed that although a high level of vulnerability is associated with an increased risk of severe morbidity in survivor infants, it is in this group that improvement of the quality of survival over time is the greatest.

Les besoins croissants en infrastructures et les contraintes des finances publiques incitent les gouvernements à travers le monde à explorer différents modes de financement et d’approvisionnement en infrastructures et services publics. Ces dernières décennies, un des modes les plus plébiscités pour financer ces besoins en infrastructures est le partenariat public-privé (PPP). Les défenseurs du PPP le considèrent comme l’instrument de financement des infrastructures qui peut combler les besoins des infrastructures sans mettre à mal les finances publiques, tout en permettant l’efficience, l’efficacité, le contrôle des coûts et le respect des délais dans les projets d’infrastructures. Les rares preuves empiriques sur la performance des PPP à travers le monde sont toutefois mitigées. Au Canada, le PPP est utilisé par le gouvernement fédéral, les gouvernements municipaux et autochtones, et surtout les gouvernements provinciaux. Ce mode de financement et d’approvisionnement a vu son rythme s’accélérer depuis les années 2000 malgré les différentes critiques des universitaires, des professionnels et des médias sur sa performance. Ce paradoxe de l’accélération du rythme des PPP malgré leurs bilans mitigés et les critiques nous ont poussés à chercher à comprendre les raisons du choix des PPP. Une tentative de compréhension des raisons du choix des PPP à travers une analyse des rapports des projets réalisés en mode PPP, l'exploration la littérature scientifique nous a laissé perplexe. Tous les rapports d’optimisation des ressources sur les projets en mode PPP justifient leurs choix par leur capacité à atteindre la performance, bien que des études empiriques sur leurs performances soient peu claires. La rareté des travaux empiriques sur le choix des PPP augmentait notre curiosité intellectuelle sur ce nouvel instrument d’action publique au cœur des politiques d’infrastructures si bien que nous avons jugé pertinent de mener une recherche pour comprendre empiriquement les raisons de leurs choix dans le contexte Canadien. En administration publique, la compréhension du choix des PPP permettrait de faire avancer les connaissances théoriques et pratiques sur les instruments de politiques publiques. Comprendre le choix des PPP devenait pour nous un agenda de recherche stimulant tant au niveau théorique que pratique. Cette étude est ainsi la première à analyser les déterminants du choix des PPP dans le contexte canadien. Cette étude a pour objectif d’identifier et de comprendre les facteurs explicatifs du choix du PPP comme mode de financement et d’approvisionnement en infrastructures et services publics par les gouvernements provinciaux Canadiens pour la période 2002 - 2018. Des pistes d’explications en lien avec des facteurs politiques, les finances publiques et les facteurs économiques ont été explorées et nous ont permis de concevoir un modèle explicatif adapté au contexte canadien que nous avons testé statistiquement. La régression logistique binaire est la méthode statistique utilisée pour mettre en évidence les facteurs explicatifs du choix des PPP par les gouvernants provinciaux Canadiens. Trois régressions avec nos variables politiques, de finances publiques et économiques prises individuellement ont été réalisées dans un premier temps. Ensuite une régression logistique binaire avec nos variables des trois catégories analysées conjointement a été aussi réalisée. Les résultats des analyses statistiques pour chacune de nos catégories montrent que les variables économiques expliquent majoritairement le choix des PPP. Les variables financières et politiques comptent aussi. Les résultats des analyses statistiques montrent que notre modèle qui réunit toutes nos variables a un pouvoir explicatif de 83,2% de la probabilité d’adoption des PPP par les gouvernements provinciaux Canadiens. Le modèle avec toutes les variables explique mieux le choix des PPP que les modèles pour chacune des trois catégories. Le choix des PPP est une combinaison d’explications économiques, financières et politiques. Les résultats montrent que neuf de douze de nos hypothèses sont vérifiées. Des résultats de cette étude, nous pouvons considérer que le gouvernement de droite, le niveau d’endettement de la province, l’existence de règles relatives à la dette dans la province, l’expérience de la province en PPP, la présence d’agences spécialisées en PPP dans la province, les coûts des projets d’infrastructure et le niveau de technicité des infrastructures influencent positivement la probabilité d’adoption d’un PPP par un gouvernement provincial canadien. Le nombre d’employés publics dans la province, le nombre de provinces voisines qui a réalisé les PPP, l’existence d’un fonds PPP quant à eux influencent négativement la probabilité d’adoption d’un PPP par un gouvernement provincial Canadien. Les résultats des analyses statistiques par technicités d’infrastructures, par catégories d’infrastructures et par périodes d’observation montrent que notre modèle explicatif a un fort pouvoir explicatif du choix des PPP par les gouvernements provinciaux canadiens. Cette étude s’inscrit dans les travaux sur la compréhension des instruments d’action publique dans nos sociétés contemporaines. Elle participe à améliorer les connaissances sur les PPP, contribue à enrichir les connaissances théoriques et pratiques sur le choix des PPP, au-delà des débats idéologiques.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal. / La mortalité maternelle suscite des inquiétudes de plus en plus vives dans les pays en voie de développement. Dix ans après le lancement de l'initiative internationale de la maternité sans risque, l'Afrique subsaharienne enregistre toujours des ratios de mortalité maternelle que la plupart des pays développés n’ont plus connus depuis plus d’une trentaine d’années. Au Burkina Faso, divers programmes de protection de la mère et de l’enfant se sont succédé de 1959 à nos jours sans pour autant faire baisser l’ampleur des décès maternels dans les pays. En fait, le niveau exact du problème n’est pas connu. Les facteurs qui fertilisent le développement et le maintien de la tragédie dans le pays le sont encore moins. Selon les sources, des ratios de 610, 700, 810 et 900 décès pour 100 000 naissances vivantes ont été avancés pour les mêmes périodes de référence. Le milieu rural serait plus atteint que le milieu urbain. Aussi divergents soient-ils, ces estimés sont suffisamment alarmants pour justifier le développement de nouvelles stratégies de lutte qui s’appuient sur l’approche selon le risque, la décentralisation et l’amélioration de la qualité des soins de santé. Le manque d’information valide sur le niveau et les facteurs de risque a été reconnu comme un frein à l’optimisation des programmes de maternité sans risque tant au niveau central que périphérique. La présente étude a été initiée dans le but de contribuer à réduire la pénurie de l’information. Les objectifs visés étaient de décrire la mortalité maternelle en milieu rural d’une part, et d’autre part, d’analyser les facteurs de risque qui y sont associés. L’étude s’est déroulée de janvier à avril 1996 dans 29 villages du district sanitaire de Nouna, au nord-ouest du Burkina Faso. Les décès maternels survenus entre 1991 et 1995 ont été examinés. Un devis cas-témoins a été utilisé. Les informations ont été recueillies par enquête à base communautaire à l’aide de questionnaires administrés par interview directe. En outre, la banque de données du Projet recherche-action pour l’amélioration des services de santé (PRAPASS) a été exploitée pour générer des listes d’échantillonnage des témoins et fournir des informations complémentaires. Le cadre théorique qui a guidé l’étude est une adaptation du modèle d’analyse des déterminants de la mortalité et la morbidité maternelles de Mc Carthy et Maine (1992). Le traitement et l'analyse des données ont été faits à l'aide du logiciel SPSS. Une estimation du niveau de mortalité maternelle a été faite en calculant des taux et des ratios de mortalité maternelle. Une comparaison a été faite entre les caractéristiques des cas et des témoins à travers l'étude de la distribution de fréquences. La régression logistique univariée a été utilisée pour l'identification des facteurs de risque potentiels. La régression logistique multivariée a permis de faire des ajustements en contrôlant certains facteurs de confusion. Le niveau minimal de mortalité maternelle dans le district de Nouna a été évalué à 521,85 pour 100 000 naissances vivantes. Le taux moyen de mortalité maternelle était de 74,9 pour 100 000 femmes en âge de procréer de 1991 à 1995. Malgré un sérieux manque de puissance et des éventualités de sous-représentation différentielle des cas et des témoins, 9 variables indépendantes ont été identifiées après la régression multivariée comme facteurs de risque potentiels de mortalité maternelle. Être cultivatrice ou plus des tâches ménagères (RC = 38,7 ; P = 0,05), vivre dans une famille dépourvue de charrette et de bicyclette (RC = 28,72, P<0,001), appartenir à une famille de plus de 15 membres (RC=13,87 P=0,02) et ne pas chercher du recours pendant les maladies de la grossesse (RC=1,96, P=0,01) étaient les 4 facteurs les plus fortement associés à la mort maternelle. En conclusion, il apparaît que le niveau de la mortalité maternelle demeure élevé dans la province de la Kossi. La réduction des facteurs de risque les plus impliqués dans cette communauté nécessite une intervention multidisciplinaire. La tâche particulière des agents de santé des districts serait de trouver des moyens autres que les postes de santé primaires, d'améliorer les conditions de prise en charge de la grossesse et de l'accouchement à domicile. Si le manque de puissance dans la présente étude, les analyses devraient être refaites ultérieurement avec un plus grand nombre de cas pour vérifier les résultats actuels.

L’étude de la sélection des ressources en fonction du déplacement des animaux est un sujet qui intéresse plusieurs chercheurs en écologie, qui cherchent à prédire comment les ressources disponibles influencent le déplacement des animaux dans un environnement hétérogène. Pour ce faire, une stratégie souvent utilisée consiste à comparer les caractéristiques des lieux visités à celles des lieux disponibles mais non visités à différents instants. Comme l’étendue du territoire des lieux disponibles est généralement imposant, un échantillonnage aléatoire des lieux non-visités devient pratiquement inévitable. Toutefois, une méthode d’échantillonnage non adéquate peut induire un biais dans les inférences. L’échantillonnage des lieux non-visités peut se faire selon une étude longitudinale cas-témoins appariée dont la variable réponse prend la valeur 1 dans le cas d’une ressource sélectionnée et la valeur 0 dans le cas contraire. Un modèle de régression logistique peut donc être ajusté aux données. L’objectif de ce mémoire est d’étudier les avantages et les limites de divers modèles de régression logistique, tout particulièrement le modèle à effets mixtes, dans le cadre d’études cas-témoins appariées. Une étude de simulation ainsi que l’analyse de données réelles nous a permis de comparer les inférences obtenues par le modèle mixte à ceux d’un modèle à effets fixes. Les conclusions observables indiquent que les modèles mixtes sont plus performants que les modèles fixes lorsque le type d’environnement est "homogène" et "très homogène" avec une faible force de sélection, mais rarement dans d’autres situations.

La croissance du commerce électronique exige une hausse des performances des systèmes d'entreposage, qui sont maintenant repensés pour faire face à un volume massif de demandes à être satisfait le plus rapidement possible. Le système manuel et le système à robots mobile (SRM) sont parmi les plus utilisés pour ces activités. Le premier est un système centré sur l'humain pour réaliser des opérations complexes que les robots actuels ne peuvent pas effectuer. Cependant, les nouvelles générations de robots autonomes mènent à un remplacement progressif par le dernier pour augmenter la productivité. Quel que soit le système utilisé, plusieurs problèmes interdépendants doivent être résolus pour avoir des processus de stockage et de prélèvement efficaces. Les problèmes de stockage concernent les décisions d'où stocker les produits dans l'entrepôt. Les problèmes de prélèvement incluent le regroupement des commandes à exécuter ensemble et les itinéraires que les cueilleurs et les robots doivent suivre pour récupérer les produits demandés. Dans le système manuel, ces problèmes sont traditionnellement résolus à l'aide de politiques simples que les préparateurs peuvent facilement suivre. Malgré l'utilisation de robots, la même stratégie de solution est répliquée aux problèmes équivalents trouvés dans le SRM. Dans cette recherche, nous étudions les problèmes de stockage et de prélèvement rencontrés lors de la conception du système manuel et du SRM. Nous développons des outils d'optimisation pour aider à la prise de décision pour mettre en place leurs processus, en améliorant les mesures de performance typiques de ces systèmes. Certains problèmes traditionnels sont résolus avec des techniques améliorées, tandis que d'autres sont intégrés pour être résolus ensemble au lieu d'optimiser chaque sous-système de manière indépendante. Nous considérons d'abord un système manuel avec un ensemble connu de commandes et intégrons les décisions de stockage et de routage. Le problème intégré et certaines variantes tenant compte des politiques de routage communes sont modélisés mathématiquement. Une métaheuristique générale de recherche de voisinage variable est présentée pour traiter des instances de taille réelle. Des expériences attestent de l'efficience de la métaheuristique proposée par rapport aux modèles exacts et aux politiques de stockage communes. Lorsque les demandes futures sont incertaines, il est courant d'utiliser une stratégie de zonage qui divise la zone de stockage en zones et attribue les produits les plus demandés aux meilleures zones. Les tailles des zones sont à déterminer. Généralement, des dimensions arbitraires sont choisies, mais elles ignorent les caractéristiques de l'entrepôt et des demandes. Nous abordons le problème de dimensionnement des zones pour déterminer quels facteurs sont pertinents pour choisir de meilleures tailles de zone. Les données générées à partir de simulations exhaustives sont utilisées pour trainer quatre modèles de régression d'apprentissage automatique - moindres carrés ordinaire, arbre de régression, forêt aléatoire et perceptron multicouche - afin de prédire les dimensions optimales des zones en fonction de l'ensemble de facteurs pertinents identifiés. Nous montrons que tous les modèles entraînés suggèrent des dimensions sur mesure des zones qui performent meilleur que les dimensions arbitraires couramment utilisées. Une autre approche pour résoudre les problèmes de stockage pour le système manuel et pour le SRM considère les corrélations entre les produits. L'idée est que les produits régulièrement demandés ensemble doivent être stockés près pour réduire les coûts de routage. Cette politique de stockage peut être modélisée comme une variante du problème d'affectation quadratique (PAQ). Le PAQ est un problème combinatoire traditionnel et l'un des plus difficiles à résoudre. Nous examinons les variantes les plus connues du PAQ et développons une puissante métaheuristique itérative de recherche tabou mémétique en parallèle capable de les résoudre. La métaheuristique proposée s'avère être parmi les plus performantes pour le PAQ et surpasse considérablement l'état de l'art pour ses variantes. Les SRM permettent de repositionner facilement les pods d'inventaire pendant les opérations, ce qui peut conduire à un processus de prélèvement plus économe en énergie. Nous intégrons les décisions de repositionnement des pods à l'attribution des commandes et à la sélection des pods à l'aide d'une stratégie de prélèvement par vague. Les pods sont réorganisés en tenant compte du moment et de l'endroit où ils devraient être demandés au futur. Nous résolvons ce problème en utilisant la programmation stochastique en tenant compte de l'incertitude sur les demandes futures et suggérons une matheuristique de recherche locale pour résoudre des instances de taille réelle. Nous montrons que notre schéma d'approximation moyenne de l'échantillon est efficace pour simuler les demandes futures puisque nos méthodes améliorent les solutions trouvées lorsque les vagues sont planifiées sans tenir compte de l'avenir. Cette thèse est structurée comme suit. Après un chapitre d'introduction, nous présentons une revue de la littérature sur le système manuel et le SRM, et les décisions communes prises pour mettre en place leurs processus de stockage et de prélèvement. Les quatre chapitres suivants détaillent les études pour le problème de stockage et de routage intégré, le problème de dimensionnement des zones, le PAQ et le problème de repositionnement de pod. Nos conclusions sont résumées dans le dernier chapitre. / The rising of e-commerce is demanding an increase in the performance of warehousing systems, which are being redesigned to deal with a mass volume of demands to be fulfilled as fast as possible. The manual system and the robotic mobile fulfillment system (RMFS) are among the most commonly used for these activities. The former is a human-centered system that handles complex operations that current robots cannot perform. However, newer generations of autonomous robots are leading to a gradual replacement by the latter to increase productivity. Regardless of the system used, several interdependent problems have to be solved to have efficient storage and picking processes. Storage problems concern decisions on where to store products within the warehouse. Picking problems include the batching of orders to be fulfilled together and the routes the pickers and robots should follow to retrieve the products demanded. In the manual system, these problems are traditionally solved using simple policies that pickers can easily follow. Despite using robots, the same solution strategy is being replicated to the equivalent problems found in the RMFS. In this research, we investigate storage and picking problems faced when designing manual and RMFS warehouses. We develop optimization tools to help in the decision-making process to set up their processes and improve typical performance measures considered in these systems. Some classic problems are solved with improved techniques, while others are integrated to be solved together instead of optimizing each subsystem sequentially. We first consider a manual system with a known set of orders and integrate storage and routing decisions. The integrated problem and some variants considering common routing policies are modeled mathematically. A general variable neighborhood search metaheuristic is presented to deal with real-size instances. Computational experiments attest to the effectiveness of the metaheuristic proposed compared to the exact models and common storage policies. When future demands are uncertain, it is common to use a zoning strategy to divide the storage area into zones and assign the most-demanded products to the best zones. Zone sizes are to be determined. Commonly, arbitrary sizes are chosen, which ignore the characteristics of the warehouse and the demands. We approach the zone sizing problem to determine which factors are relevant to choosing better zone sizes. Data generated from exhaustive simulations are used to train four machine learning regression models - ordinary least squares, regression tree, random forest, and multilayer perceptron - to predict the optimal zone sizes given the set of relevant factors identified. We show that all trained models suggest tailor-made zone sizes with better picking performance than the arbitrary ones commonly used. Another approach to solving storage problems, both in the manual and RMFS, considers the correlations between products. The idea is that products constantly demanded together should be stored closer to reduce routing costs. This storage policy can be modeled as a quadratic assignment problem (QAP) variant. The QAP is a traditional combinatorial problem and one of the hardest to solve. We survey the most traditional QAP variants and develop a powerful parallel memetic iterated tabu search metaheuristic capable of solving them. The proposed metaheuristic is shown to be among the best performing ones for the QAP and significantly outperforms the state-of-the-art for its variants. The RMFS allows easy repositioning of inventory pods during operations that can lead to a more energy-efficient picking process. We integrate pod repositioning decisions with order assignment and pod selection using a wave picking strategy such that pods are parked after being requested considering when and where they are expected to be requested next. We solve this integrated problem using stochastic programming considering the uncertainty about future demands and suggest a local search matheuristic to solve real-size instances. We show that our sample average approximation scheme is effective to simulate future demands since our methods improve solutions found when waves are planned without considering the future demands. This thesis is structured as follows. After an introductory chapter, we present a literature review on the manual and RMFS, and common decisions made to set up their storage and picking processes. The next four chapters detail the studies for the integrated storage and routing problem, the zone sizing problem, the QAP, and the pod repositioning problem. Our findings are summarized in the last chapter.

La façon dont un organisme se déplace dans un paysage est déterminée par l’interaction entre son comportement de déplacement et la structure du paysage. Les modèles qui prédisent la répartition des ressources dans l’espace supposent initialement que la capacité à se déplacer est indépendante de la structure du paysage. C’est la préférence qu’ont les animaux pour certains types de ressources qui fait que la structure du paysage a un effet sur les habitudes de déplacement. Notre objectif dans ce mémoire est d’étudier les méthodes d’échantillonnage et d’analyse statistique permettant de modéliser l’effet des préférences qu’ont les animaux pour certains types d’habitats sur leur comportement de déplacement. À l’aide d’une étude par simulation, nous tentons de déterminer quels modes d’échantillonnage des données sur les déplacements des animaux permettent d’obtenir des inférences valides sur la sélection d’habitat lorsque les paramètres des modèles sont estimés par régression logistique conditionnelle. Mots-clés. bison ; étude cas-témoins ; fonction de sélection des ressources ; fonction de sélection des pas ; mouvements d’animaux ; noyau de relocalisation ; parc Prince- Albert ; régression logistique conditionnelle ; télémétrie.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

La régression logistique est un modèle de régression linéaire généralisée (GLM) utilisé pour des variables à expliquer binaires. Le modèle cherche à estimer la probabilité de succès de cette variable par la linéarisation de variables explicatives. Lorsque l’objectif est d’estimer le plus précisément l’impact de différents incitatifs d’une campagne marketing (coefficients de la régression logistique), l’identification de la méthode d’estimation la plus précise est recherchée. Nous comparons, avec la méthode MCMC d’échantillonnage par tranche, différentes densités a priori spécifiées selon différents types de densités, paramètres de centralité et paramètres d’échelle. Ces comparaisons sont appliquées sur des échantillons de différentes tailles et générées par différentes probabilités de succès. L’estimateur du maximum de vraisemblance, la méthode de Gelman et celle de Genkin viennent compléter le comparatif. Nos résultats démontrent que trois méthodes d’estimations obtiennent des estimations qui sont globalement plus précises pour les coefficients de la régression logistique : la méthode MCMC d’échantillonnage par tranche avec une densité a priori normale centrée en 0 de variance 3,125, la méthode MCMC d’échantillonnage par tranche avec une densité Student à 3 degrés de liberté aussi centrée en 0 de variance 3,125 ainsi que la méthode de Gelman avec une densité Cauchy centrée en 0 de paramètre d’échelle 2,5. / Logistic regression is a model of generalized linear regression (GLM) used to explain binary variables. The model seeks to estimate the probability of success of this variable by the linearization of explanatory variables. When the goal is to estimate more accurately the impact of various incentives from a marketing campaign (coefficients of the logistic regression), the identification of the choice of the optimum prior density is sought. In our simulations, using the MCMC method of slice sampling, we compare different prior densities specified by different types of density, location and scale parameters. These comparisons are applied to samples of different sizes generated with different probabilities of success. The maximum likelihood estimate, Gelman’s method and Genkin’s method complement the comparative. Our simulations demonstrate that the MCMC method with a normal prior density centered at 0 with variance of 3,125, the MCMC method with a Student prior density with 3 degrees of freedom centered at 0 with variance of 3,125 and Gelman’s method with a Cauchy density centered at 0 with scale parameter of 2,5 get estimates that are globally the most accurate of the coefficients of the logistic regression.