OEST - DGAC - base TEMIS

II - Préparation de la base de données
II s'agit de préparer la base de données de manière à ce qu'elle soit utilisable pour
les études statistiques, c'est à dire qu'il ne faut retenir que les lignes susceptibles a priori (c'est
à dire sans considérations statistiques de représentativité) d'être sélectionnées dans le modèle.
Ce filtrage des données de la base s'orientera autour de trois axes:
7 stabilité du trafic de la ligne
>/ problèmes de données manquantes
>/ fiabilité des sources
II-l- Stabilité de la ligne
II est certainement intéressant d'éliminer les lignes pour lesquelles le poids
de l'aléatoire est trop fort, c'est-à-dire les lignes à faible trafic. L'évolution du
transport aérien ou de la situation économique ont moins d'effet sur les variations de
trafic de telles lignes que des phénomènes ponctuels que l'on peut qualifier
d'aléatoires. (Ces considérations ne sont pas sans lien avec la loi des grands nombres:
pour déterminer si un dé est ou non pipé, il faut procéder à un grand nombre de jets.
Comme l'exprime Albert Jacquard: " Ainsi, paradoxalement, l'accumulation
d'événements "au hasard" aboutit [...] à une répartition parfaitement prévisible des
divers résultats possibles. Le "hasard" n'est capricieux que coup par coup; à long
terme, ses interventions répétées créent un certain ordre, ou du moins un désordre
suffisamment organisé [...].")
Nous avons choisi dans un premier temps un seuil bas de 1000 passagers par
mois. Plus précisément nous avons sélectionné dans la base de données les lignes
pour lesquelles une des deux sources au moins possède une moyenne de trafic
mensuel (moyenne calculée sur 96 mois moins les mois manquants) supérieure ou
égale à 1000 passagers. Ne sont retenues alors que 127 lignes (dont 6 ne possèdent
qu'une seule source sur les 8 ans.)
II-2- Données manquantes
Pour des raisons de simplicité, nous avons ensuite sélectionné les lignes pour
lesquelles l'une au moins des deux sources est complète (c'est-à-dire qu'aucun mois ne
manque ou n'a un trafic nul; remarquons qu'après la sélection effectuée à l'étape
précédente, on est à peu près assuré qu'un mois non renseigné correspond à une
donnée manquante et non à un trafic nul).
On peut se consoler de l'élimination éventuelle de lignes importantes (c'est le
cas par exemple de la ligne BÂLE-MULHOUSE PARIS ORLY), en considérant que
les lignes éliminées sont celles pour lesquelles l'obtention des données pose des
problèmes; gardons à l'esprit le but pratique de notre étude.
page9