Mini-projet - Modéliser prudemment la gravité des accidents

En classe, cette activité sert à…

Cette activité sert à travailler les notions suivantes : Nettoyage, Modélisation, Validation, Communication prudente à partir d’une question située dans le contexte suivant : Transport et sécurité routière. Elle demande aux étudiantes et étudiants de répondre à la question directrice suivante : Quels facteurs sont associés à la gravité des accidents, sans conclure trop vite à la causalité?

Élément Information
Durée 2-3 heures
Niveau Intermédiaire
Usage recommandé Mini-projet guidé
Préparation enseignant Préparation requise : exécuter Rscript datasets/rapports-accident/preparation.R depuis la racine, puis vérifier que data/processed/rapports-accident/rapports_accident_2022_prepares.csv existe.
Production attendue Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites.
Données data/processed/rapports-accident/rapports_accident_2022_prepares.csv

Objectifs d’apprentissage

  • Travailler Nettoyage.
  • Travailler Modélisation.
  • Travailler Validation.
  • Travailler Communication prudente.
  • Nommer au moins une limite d’interprétation.

Données utilisées

Source : Données Québec / Société de l’assurance automobile du Québec. Licence : Attribution (CC-BY 4.0) selon les métadonnées CKAN vérifiées le 2026-06-21. Fichier principal pour l’activité : data/processed/rapports-accident/rapports_accident_2022_prepares.csv

Préparation enseignante

  • Préparation requise : exécuter Rscript datasets/rapports-accident/preparation.R depuis la racine, puis vérifier que data/processed/rapports-accident/rapports_accident_2022_prepares.csv existe.
  • Fichier préparé : data/processed/rapports-accident/rapports_accident_2022_prepares.csv.
  • Script de préparation : datasets/rapports-accident/preparation.R.
  • Point à surveiller : Exiger une section sur les dénominateurs d’exposition manquants et interdire les conclusions du type région plus dangereuse.

Consignes

  1. Importer rapports_accident_2022_prepares.csv ou exécuter datasets/rapports-accident/preparation.R si le fichier est absent.
  2. Identifier ce que représente une ligne du fichier.
  3. Produire un tableau ou un graphique adapté à la question directrice.
  4. Rédiger une interprétation courte qui distingue description et explication.
  5. Nommer au moins une limite méthodologique ou une information absente.

Résultat attendu

Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites. La production doit aussi contenir une phrase sur l’unité statistique et une phrase sur une limite de la source.

Questions

  1. Quelle est l’unité statistique utilisée dans cette activité?
  2. Quelle transformation ou agrégation est nécessaire avant de répondre à la question?
  3. Quelle information manque pour aller plus loin?
  4. Quelle conclusion serait trop forte avec ces seules données?
  5. Comment formuler une conclusion prudente à partir du résultat obtenu?

Déroulé suggéré

  1. Cadrer la source, la licence et l’unité statistique.
  2. Préparer ou importer les données.
  3. Produire un premier résumé descriptif.
  4. Construire la visualisation ou le tableau principal.
  5. Rédiger l’interprétation et les limites.

Limites à faire nommer

  • Exiger une section sur les dénominateurs d’exposition manquants et interdire les conclusions du type région plus dangereuse.
  • Si une variable ou un dénominateur nécessaire n’est pas disponible dans les données, l’écrire explicitement plutôt que l’inférer.

Contexte

Cette activité combine recodage, statistique descriptive, visualisation et modélisation exploratoire. Le rapport attendu doit distinguer clairement association statistique, fréquence de rapports et risque routier.

Question directrice

Quels facteurs sont associés à la gravité des accidents dans le fichier 2022, sans conclure trop vite à la causalité?

Livrables

  1. Un script reproductible qui exécute datasets/rapports-accident/preparation.R.
  2. Un tableau de variables indiquant leur rôle statistique.
  3. Un résumé descriptif par gravité, mois, météo et région.
  4. Deux visualisations, dont au moins une proportion.
  5. Un modèle exploratoire pour accident_avec_victime ou accident_mortel_ou_grave.
  6. Une section limites sur les codes, les valeurs manquantes, l’exposition et la causalité.

Étapes suggérées

  1. Importer la table préparée.
  2. Vérifier les valeurs manquantes des variables explicatives retenues.
  3. Exclure ou regrouper les catégories rares avec justification.
  4. Construire un tableau descriptif avant le modèle.
  5. Ajuster un modèle simple, par exemple une régression logistique.
  6. Présenter les résultats comme des associations.
  7. Rédiger une conclusion qui nomme les données manquantes pour parler de risque.

Critères d’évaluation suggérés

Critère Attendu
Reproductibilité Le rapport exécute le script de préparation et importe la table préparée.
Recodage Les codes de victimes, véhicules, météo et surface sont interprétés avec la documentation.
Description Les distributions sont présentées avant la modélisation.
Modèle La variable réponse est définie explicitement.
Interprétation Les coefficients ne sont pas présentés comme des effets causaux.
Limites L’absence de dénominateur d’exposition est clairement expliquée.

Pistes de solution

Un rapport solide peut modéliser accident_avec_victime avec mois, meteo, surface, eclairement et type_jour, mais il doit filtrer ou documenter les valeurs manquantes. Les résultats doivent être lus comme des associations dans les rapports d’accident 2022, pas comme une mesure du danger réel des conditions météo ou des régions.

Variantes possibles

  • Limiter l’analyse aux accidents avec victime.
  • Étudier séparément les accidents impliquant un vélo.
  • Comparer deux régions en gardant une section sur les dénominateurs manquants.
  • Ajouter des données de population ou de circulation pour transformer la question.

Fiche de mise en œuvre

Contrat pédagogique

Le statut pédagogique décrit le degré de préparation de l’activité. Il ne remplace pas la vérification de la source de données.

Objectifs d'apprentissage
  • Travailler Nettoyage.
  • Travailler Modélisation.
  • Travailler Validation.
  • Travailler Communication prudente.
  • Nommer au moins une limite d'interprétation.
  • Préparation requise : exécuter Rscript datasets/rapports-accident/preparation.R depuis la racine, puis vérifier que data/processed/rapports-accident/rapports_accident_2022_prepares.csv existe.
  • Fichier préparé : data/processed/rapports-accident/rapports_accident_2022_prepares.csv.
  • Script de préparation : datasets/rapports-accident/preparation.R.
  • Point à surveiller : Exiger une section sur les dénominateurs d'exposition manquants et interdire les conclusions du type région plus dangereuse.
  • Exiger une section sur les dénominateurs d'exposition manquants et interdire les conclusions du type région plus dangereuse.
  • Si une variable ou un dénominateur nécessaire n'est pas disponible dans les données, l'écrire explicitement plutôt que l'inférer.
  • Limiter l'analyse aux accidents avec victime.
  • Étudier séparément les accidents impliquant un vélo.
  • Comparer deux régions en gardant une section sur les dénominateurs manquants.
  • Ajouter des données de population ou de circulation pour transformer la question.
Prérequis
  • Vérifier le fichier ou le script de préparation annoncé avant la séance; adapter la mise en route au niveau indiqué.
Préparation enseignante
  • Préparation requise : exécuter Rscript datasets/rapports-accident/preparation.R depuis la racine, puis vérifier que data/processed/rapports-accident/rapports_accident_2022_prepares.csv existe.
Production attendue
  • Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites.
Critères de réussite
  • La production attendue est remise : Un court rapport reproductible avec contexte, tableau ou graphique, interprétation et limites.
  • Les résultats sont interprétés sans dépasser les limites de la source.
Adaptations possibles
  • Fournir une table préparée ou réduire le nombre de variables pour une première utilisation.
  • Ajouter une comparaison, une justification méthodologique ou une discussion des limites pour approfondir.

Statut pédagogique : Prête à enseigner