Accidents de la route aux États-Unis : économétrie

Thèmes abordés

Accidents de la route, États-Unis, économétrie, ACP Analyse en Composantes Principales, études factorielles, NHTSA National Highway Traffic Safety Administration, mauvais conducteurs, accidents de la circulation, alcool, manque d'attention, vitesse, variables, corrélations, étude des individus, nouveaux permis, accidents de la route, autoroutes, législation, prévention, inertie, conditions d'assurances, MCO Managed Care Organization

Résumé du document

D'après Forbes, les accidents de la route aux Etats-Unis ont atteint un record historique de 20160 accidents au premier semestre 2021, "soit une augmentation de 18,4% par rapport à la même période l'an dernier et le total semestriel le plus élevé depuis 15 ans", selon la National Highway Traffic Safety Administration (NHTSA) du département des Transports des États-Unis. Cette réalité est d'autant plus inquiétante sachant que les accidents de la route sont la principale cause de décès des 5 -29 ans d'après les Centers for Disease Control and Prevention. Le secrétaire américain aux Transports, Pete Buttigieg est inquiet et annonce " c'est une crise".

Extraits

[...] Au regard de ces informations, nous avons cherché une base de données regroupant un échantillon d'accidents et de raisons de ces accidents pour chacun des 51 États des États-Unis. L'objectif de notre étude sera de trouver principalement les causes principales des accidents dans les États où celles-ci sont explicites et de ce fait répondre à la question : Que peut-on faire ? Quelle prévention peut-on mettre en place ? I. Description de la base Comme énoncé précédemment, notre base de données "Bad drivers" regroupe les 51 états des Etats-unis qui seront ici les individus. [...]

[...] Le graphique n°3 représente les résultats du test de corrélation entre les variables. Nous pouvons notamment remarquer que comme vues dans le graphique n°2, quelques-unes sont beaucoup plus corrélées que d'autres. Comme par exemple« insurances »et« loses insurances » qui représentent respectivement la moyenne en dollars des prix d'assurance dans l'état et les pertes moyennes subies par les compagnies d'assurance en cas d'accident, qui ont une forte corrélation (bleu qui va vers le foncé>0,88) et que l'on a vu dans le graphique N°2 aller dans le même sens. [...]

[...] > Méthode utilisée L'ensemble de nos variables sont des variables quantitative, il en va donc de soit qu'on utilisera une ACP pour l'analyser. L'ACP est une technique d'analyse de données multivariées permettant de réduire le nombre de variables en composantes principales (ou axes principaux) afin d'obtenir des informations synthétiques tout en conservant pratiquement la même quantité d'information initiale. On utilisera les 5 premières variables comme variables actives et les deux dernières comme variables supplémentaires. Nous allons donc procéder comme suit : tout d'abord nous allons faire une analyse des valeurs propres pour en tirer un ou plusieurs axes indépendants pour lesquels les données sont les mieux dispersées (optimisation de la variance). [...]

[...] Dans la même perspective, nous constatons que les variables insurance et loses. Insurance contribuent le plus à la formation de cet axe. Cela se confirme grâce au test de corrélation qui indique que les 2 variables cités ont une corrélation de plus de 0.79 chacune avec cet axe. On remarque néanmoins que les variables alcohol et drivers contribuent également à la création de l'axe on remarque que leur corrélation est négative mais forte : plus de 0.35 chacune avec cet axe. [...]

[...] > Étude du quatrième facteur > Cos2 Le Cos2 nous donne la représentativité de la variable dans l'axe. Ainsi nous pouvons vérifier ce que nous avons avancé dans l'étude des différents facteurs. Que ce soit pour les individus ou pour les variables. On remarque pour les variables qu'elles toutes bien représentées et cela respectivement sur chacun des axes. On peut faire la même remarque en ce qui concerne les individus qui suivent ce que nous avons avancé juste avant dans notre analyse. III. [...]