Pour travailler Tableaux croisés, Visualisation, Variables catégorielles, données administratives à partir d’un contexte transport et sécurité routière lié à Québec.
FormatCSV annuel officiel préparé localement; documentation PDF officielle
Documentation complèteSources, variables, code R minimal, méthode et limites
Pourquoi ce jeu est intéressant
Ce jeu de données décrit des accidents routiers rapportés par les policiers au Québec. Il contient des variables de temps, de gravité, de région, de météo, de surface, d’éclairage et de types d’usagers ou de véhicules impliqués.
Il est utile en science des données parce qu’il combine un vrai fichier administratif volumineux, un dictionnaire PDF, des codes catégoriels à recoder et des limites d’interprétation importantes. Le jeu permet d’enseigner les tableaux croisés, les séries temporelles descriptives, les proportions et la modélisation prudente d’une variable binaire.
Question d’analyse : comment la gravité observée varie-t-elle selon le mois, la région ou les conditions météo, sans confondre fréquence d’accidents et risque routier?
Ce qui a été vérifié
Élément
Résultat vérifié
Paquet CKAN
8dd0ab9b-d45d-4526-9256-c598fbc4ff3a
Source officielle
Données Québec / Société de l’assurance automobile du Québec
Ressources dans le paquet
13 ressources
Ressources CSV
12 fichiers annuels, 2011 à 2022
Ressource préparée ici
Rapport_Accident_2022.csv
Documentation
PDF officiel des variables
Licence
Attribution (CC-BY 4.0), selon les métadonnées CKAN consultées le 2026-06-21
La description officielle indique que les données proviennent des rapports d’accident remplis par les policiers. Elle indique aussi que les données ont été révisées pour tenir compte des dispositions de la loi 25 sur la protection de la vie privée.
Ce que représente une ligne
Une ligne représente un accident rapporté dans le fichier annuel 2022. La ligne contient des informations sur le moment, la gravité, le nombre codé de victimes, le nombre codé de véhicules impliqués, la région administrative et le contexte routier.
Une ligne n’est pas un trajet, une personne, un véhicule-kilomètre, ni une mesure du risque d’accident. Pour parler de risque, il faudrait un dénominateur d’exposition, par exemple la circulation, la population, les trajets ou la distance parcourue.
Variables principales
Variable préparée
Rôle
Point de vigilance
annee
Année de l’accident
La fiche prépare 2022
mois
Mois recodé
Utile pour les séries descriptives
plage_horaire
Intervalle de 4 heures
Pas une heure exacte
type_jour
Semaine ou fin de semaine
Recodé à partir de SEM et FDS
gravite
Gravité publiée
Quatre niveaux dans le fichier 2022
accident_avec_victime
Indicateur préparé
Vrai pour Léger et Mortel ou grave
accident_mortel_ou_grave
Indicateur préparé
Variable de réponse possible
victimes_categorie
Catégorie du nombre de victimes
Le code 9 signifie trois victimes ou plus
vehicules_categorie
Catégorie du nombre de véhicules
Le code 9 signifie trois véhicules ou plus
region_administrative
Région publiée
17 régions dans le fichier 2022
meteo
Conditions météo recodées
Codes interprétés avec le PDF
surface
État de la surface recodé
Codes interprétés avec le PDF
eclairement
Éclairage recodé
Variable utile pour tableaux croisés
velo, pieton
Indicateurs préparés
Ne mesurent pas l’exposition des cyclistes ou piétons
RÉSULTATS R
Les résultats ci-dessous proviennent de preparation.R, exécuté sur le CSV 2022 téléchargé le 2026-06-21.
Indicateur
Valeur
Ressources CKAN documentées
13
Ressources CSV annuelles
12
Lignes dans le CSV source 2022
108 186
Colonnes dans le CSV source
25
Lignes préparées
108 186
Colonnes préparées
42
Régions administratives
17
Niveaux de gravité
4
Accidents avec victime
22 498
Pourcentage d’accidents avec victime
20,8 %
Accidents mortels ou graves
1 397
Pourcentage d’accidents mortels ou graves
1,29 %
Accidents avec code trois victimes ou plus
1 141
Accidents avec code trois véhicules ou plus
6 637
Accidents impliquant au moins un vélo
1 601
Accidents impliquant au moins une victime piéton
2 150
Accidents en zone de travaux
2 787
Gravité observée
Gravité
Accidents
Pourcentage
Dommages matériels seulement
61 588
56,9 %
Dommages matériels inférieurs au seuil de rapportage
24 100
22,3 %
Léger
21 101
19,5 %
Mortel ou grave
1 397
1,3 %
Cette distribution décrit les rapports publiés. Elle ne donne pas le risque par kilomètre parcouru, par véhicule ou par personne.
Mois et gravité
Mois
Accidents
Avec victime
Mortels ou graves
Avec victime
Mortels ou graves
Janvier
10 467
1 700
64
16,2 %
0,61 %
Février
10 019
1 594
82
15,9 %
0,82 %
Mars
8 888
1 519
67
17,1 %
0,75 %
Avril
7 130
1 356
65
19,0 %
0,91 %
Mai
8 346
1 924
130
23,1 %
1,56 %
Juin
8 691
2 107
137
24,2 %
1,58 %
Juillet
8 286
2 101
168
25,4 %
2,03 %
Août
8 109
2 143
172
26,4 %
2,12 %
Septembre
8 666
2 118
144
24,4 %
1,66 %
Octobre
9 309
2 152
149
23,1 %
1,60 %
Novembre
10 628
2 012
123
18,9 %
1,16 %
Décembre
9 647
1 772
96
18,4 %
1,00 %
Les mois d’été ont une proportion plus élevée d’accidents avec victime dans ce fichier, mais cette observation ne peut pas être interprétée comme un risque saisonnier sans données d’exposition.
Régions avec le plus de rapports
Région
Accidents
Avec victime
Mortels ou graves
Avec victime
Mortels ou graves
Montréal
20 662
5 060
189
24,5 %
0,91 %
Montérégie
16 928
3 645
201
21,5 %
1,19 %
Capitale-Nationale
8 672
1 566
105
18,1 %
1,21 %
Laurentides
8 595
1 769
128
20,6 %
1,49 %
Chaudière-Appalaches
7 012
1 332
102
19,0 %
1,45 %
Estrie
6 941
1 462
106
21,1 %
1,53 %
Lanaudière
6 552
1 458
93
22,3 %
1,42 %
Outaouais
5 596
837
57
15,0 %
1,02 %
Laval
5 336
1 125
59
21,1 %
1,11 %
Centre-du-Québec
4 284
788
56
18,4 %
1,31 %
Le nombre de rapports par région dépend du territoire, de la circulation, de la population, de l’environnement routier et des pratiques de rapportage.
Conditions météo
Météo
Accidents
Pourcentage
Avec victime
Mortels ou graves
Clair
68 040
62,9 %
15 241
983
Couvert
17 661
16,3 %
3 235
203
Neige ou grêle
8 559
7,9 %
1 324
67
Pluie ou bruine
6 856
6,3 %
1 480
81
Poudrerie ou tempête de neige
3 229
3,0 %
567
18
Météo manquante
1 378
1,3 %
128
7
Averse
1 018
0,9 %
259
20
Brouillard ou brume
508
0,5 %
96
8
Vent fort
362
0,3 %
85
7
Verglas
325
0,3 %
65
3
Autre
250
0,2 %
18
0
Le fait que la catégorie Clair soit fréquente ne signifie pas qu’elle est plus dangereuse. Elle peut simplement correspondre à des conditions plus fréquentes ou à davantage de déplacements.
Indicateurs d’usagers et véhicules
Indicateur
Accidents
Pourcentage
Automobile ou camion léger
99 084
91,6 %
Véhicule lourd
15 519
14,3 %
Motocyclette ou cyclomoteur
2 903
2,7 %
Zone de travaux
2 787
2,6 %
Victime piéton
2 150
2,0 %
Vélo
1 601
1,5 %
Ces indicateurs signalent la présence d’au moins un type d’usager ou de véhicule dans le rapport. Ils ne donnent pas le nombre total d’usagers exposés.
Valeurs manquantes principales
Variable
Valeurs manquantes
Pourcentage
vitesse_autorisee
10 959
10,10 %
localisation
6 271
5,80 %
configuration_route
4 555
4,21 %
categorie_route
1 767
1,63 %
eclairement
1 537
1,42 %
aspect_route
1 467
1,36 %
meteo
1 378
1,27 %
Les valeurs manquantes touchent surtout des variables de contexte routier. Elles doivent être inspectées avant toute modélisation.
Lecture statistique
Une analyse prudente suit cet ordre :
confirmer l’unité statistique, soit un rapport d’accident;
consulter le PDF avant de recoder les codes;
traiter 9 comme une catégorie, pas comme une quantité exacte;
distinguer fréquence de rapports et risque d’accident;
inspecter les valeurs manquantes dans les variables de contexte;
présenter les modèles comme des associations descriptives;
documenter les exclusions avant toute comparaison régionale ou saisonnière.
Les données sont excellentes pour enseigner la statistique descriptive et la communication responsable. Elles ne suffisent pas, seules, à conclure qu’une région, un mois ou une condition météo est plus dangereux.
Concepts enseignables
données administratives;
dictionnaire de variables;
codes catégoriels;
tableaux croisés;
proportions;
séries temporelles descriptives;
régression logistique exploratoire;
limites d’exposition et de causalité.
Score zéro déchet
Dimension
Score
Justification
Contexte québécois
3
Source officielle québécoise sur la sécurité routière
Accessibilité pédagogique
2
Sujet concret, mais codes nombreux et données sensibles
Qualité documentaire
3
Page Données Québec, API CKAN et PDF officiel
Potentiel de nettoyage
3
Recodage, valeurs manquantes et variables codées
Potentiel de visualisation
3
Mois, régions, météo, gravité et tableaux croisés
Potentiel de statistique descriptive
3
Fréquences et proportions directement enseignables
Potentiel d’inférence
2
Possible avec prudence et dénominateurs complémentaires
Potentiel de modélisation
3
Régression catégorielle exploratoire pertinente
Potentiel éthique
3
Vie privée, sécurité publique et communication responsable
Réutilisabilité
3
Utile en nettoyage, EDA, visualisation, modélisation et éthique
Total : 28 sur 30.
Activité courte
En 30 à 45 minutes, produire un tableau de gravité par mois et expliquer pourquoi les résultats ne mesurent pas le risque routier.
Activité longue
En 2 à 3 heures, produire un mini-rapport descriptif et un modèle exploratoire de gravité, avec une section explicite sur les limites d’exposition.
Code R minimal
À exécuter depuis la racine du projet.
# Load librarieslibrary(dplyr)library(ggplot2)library(readr)# Download, validate and prepare the official 2022 CSV resourcesource("datasets/rapports-accident/preparation.R")# Import prepared dataaccidents <-read_csv("data/processed/rapports-accident/rapports_accident_2022_prepares.csv",show_col_types =FALSE)# Summarise accidents with victims by monthresume_mois <- accidents |>group_by(mois) |>summarise(n_accidents =n(),n_accidents_avec_victime =sum(accident_avec_victime, na.rm =TRUE),pct_accidents_avec_victime =100* n_accidents_avec_victime / n_accidents,.groups ="drop" )ggplot(resume_mois, aes(x = mois, y = pct_accidents_avec_victime)) +geom_col(fill ="#325EA8") +labs(x ="Mois",y ="Accidents avec victime (%)",title ="Accidents avec victime par mois",subtitle ="Rapports d'accident 2022; proportions descriptives seulement" ) +coord_flip()
Limites et précautions
Les données portent sur des accidents rapportés, pas sur tous les déplacements.
Aucun dénominateur d’exposition n’est inclus.
Les variables NB_VICTIMES_TOTAL et NB_VEH_IMPLIQUES_ACCDN utilisent 9 pour trois ou plus.
Les comparaisons régionales ou mensuelles ne mesurent pas le risque sans population, circulation ou distance parcourue.
Toute modélisation de gravité doit être présentée comme exploratoire.
La source officielle indique une révision liée à la protection de la vie privée.
Extensions
Comparer les mois en séparant semaine et fin de semaine.
Étudier les accidents impliquant un vélo ou une victime piétonne.
Construire un tableau croisé météo par gravité.
Ajouter des données de population ou de circulation pour discuter des dénominateurs.
Ajuster une régression logistique exploratoire et présenter ses limites.