Estimation du temps de parcours aux soins de santé dans le district d'Ifanadiana.

8.3. Les modèles univariés et multivariés

Les résultats des modèles contiennent les éléments suivants : les variables explicatives, l'estimationde la vitesse estimée,l'effet de la variable par rapport à l'estimation, l'erreur d'ajustement, le coefficient de probabilité, la significativité statistique et l'AIC qui est la mesure de la qualité de l'ajustement.

8.3.1. Le modèle univarié

Les résultats suivants représentent les valeurs des coefficients pour chaque résultat des variables explicatives par rapport au variable expliquée. Comme pour le déplacement à pied, prenons la variable pente comme exemple où la relation entre la pente et la vitesse est calculé à partir de la formule ci-après : .

Tableau 11.1 : La résultat d'analyse des variables explicatives avec le modèle univariées

Variables		á	â	Std erreur	T. Value	P. Value	AIC
Pente		34,32	-3,73	0,02	-171,43	<0,001	4064837
Pente (ctg)	Légère pente (Ref)	33,20					4068862
	Pente modérée		-13,19	0,12	-113,96	<0,001
	Forte pente		-19,63	0,29	-68,21	<0,001
	Extrême pente		-19,77	0,21	-93,96	<0,001
Distance		27,32	0,49	0,00	171,85	<0,001	4064702
Distance (ctg)	(0,2] (Ref)	19,58					4005513
	(2,107]		17,86	0,06	310,95	<0,001
Pluie		30,90	0,01	0,00	17,63	<0,001	4093020
Pont (ctg)	Non (Ref)	32,55					4077503
	Oui		-17,80	0,14	-126,89	<0,001
Zone résidentielle (ctg)	Non résidentielle (Ref)	31,76					4093260
	Résidentielle		-12,28	1,46	-8,41	<0,001
Type de route	Route nationale (Ref)	37,86					3948423
	Terrain		-22,81	0,08	-292,09	<0,001
	Non classifier		-22,95	0,12	-189,52	<0,001
	Chemin		-25,21	0,09	-285,68	<0,001
Individuel	Véhicule (Ref)	33,10					3123897
	Moto		-4,79	0,07	-67,91	<0,001

L'observation des résultats de chaque variable permet de distinguer les variables à considérer. Pour les variables qui ont deux valeurs, on distingue lesquelles des deux sont les meilleurs par rapport aux résultats de pvalue et l'AIC le plus petit. Par exemple pour la variable distance, il est préférable d'utiliser la valeur qualitative que la quantitative.

D'après le résultat du tableau ci-dessus, par exemple pour une pente de 0,6 la vitesse est donc : .

8.3.2. Le modèle multivarié

Les résultats ci-après montrent les valeurs obtenues après l'utilisation du modèle multivarié par rapport aux variables explicatives. Comme on doit tenir en compte toutes les variables, la formule ci-après permet d'effectuer l'analyse : .

Tableau 11.2 : La résultat d'analyse avec le modèle multivariées.

Pour ce modèle, on a utiliséla méthode Residual Maximum Likelihood (REML)avec 463.512 observations. Le R²= 0,522avec une valeur d'AIC de 3.747.613. Et les autres résultats sont présentées ci-après.

Variables		Estimation	Std. Erreur	T. value
Intercept		29,74	0,22	134,76
Pente		-1,75	0,02	-110,82
Pluie		-0,13	0,03	-5,18
Distance (ctg)	(0,2] (Réf)
	(2,107]	9,17	0,06	149,08
Pont	Non (Réf)
	Oui	-17,53	0,10	-173,63
Zone résidentielle	Non (Réf)
	Oui	2,35	1,35	1,75
Route	Route nationale (Réf)
	Terrain	-20,67	0,11	-191,38
	Non classifier	-22,62	0,20	-113,58
	Chemin	-20,61	0,10	-216,54
Individuel	Voiture (Réf)
	Moto	4,27	0,25	16,96

Les résultats montrent que par rapport à ces valeurs références la vitesse est de 29,74km/h. Les références sont les valeurs par défaut d'estimation, il diminue ou augmente selon l'effet des variables explicatives.

Tableau 11.3 : La résultat d'effets aléatoire du modèle multivariés.

La variable track est utilisée pour la valeur aléatoire avec 5048 parcours. Il est spécifié à l'aide d'unidentifiant pour chaque itinéraire effectué.

Effets aléatoires :
Groupes	Variable	Variance	Ecart type
Track	Intercept	65,22	8,076
Résiduel		183,88	13,56