Initialize and calibrate a dynamic stochastic microsimulation model: Application to the SimVillages model | Initialiser et calibrer un modèle de microsimulation dynamique stochastique : application au modèle SimVillages

anglais. (trad auto)The purpose of this thesis is to develop statistical tools to initialize and calibrate stochastic dynamic microsimulation models, based on the example of the SimVillages model (developed as part of the European PRIMA project). This model combines demographic and economic dynamics applied to a population of rural municipalities. Each individual in the population, explicitly represented in a household within a commune, may work in another, and has his or her own life trajectory. Thus, the model includes dynamics of life choice, education, career, union, birth, divorce, migration and death. We have developed, implemented and tested the following models and methods: -a model to generate a synthetic population from aggregated data, where each individual is a member of a household, lives in a municipality and has an employment status. This synthetic population is the initial state of the model. -a model to simulate an origin-destination table of home-work trips based on aggregated data. -a model to estimate the number of jobs in local services in a given municipality according to its number of inhabitants and its neighbourhood in terms of service. -a method for calibrating unknown parameters of the SimVillages model to satisfy a set of error criteria defined on heterogeneous data sources. This method is based on a new sequential sampling algorithm of the Approximate Bayesian Computation type.

français. Le but de cette thèse est de développer des outils statistiques permettant d'initialiser et de calibrer les modèles de microsimulation dynamique stochastique, en partant de l’exemple du modèle SimVillages (développé dans le cadre du projet Européen PRIMA). Ce modèle couple des dynamiques démographiques et économiques appliquées à une population de municipalités rurales. Chaque individu de la population, représenté explicitement dans un ménage au sein d’une commune, travaille éventuellement dans une autre, et possède sa propre trajectoire de vie. Ainsi, le modèle inclut-il des dynamiques de choix de vie, d’étude, de carrière, d’union, de naissance, de divorce, de migration et de décès. Nous avons développé, implémenté et testé les modèles et méthodes suivants: •un modèle permettant de générer une population synthétique à partir de données agrégées, où chaque individu est membre d’un ménage, vit dans une commune et possède un statut au regard de l’emploi. Cette population synthétique est l’état initial du modèle. •un modèle permettant de simuler une table d’origine-destination des déplacements domicile-travail à partir de données agrégées. •un modèle permettant d’estimer le nombre d’emplois dans les services de proximité dans une commune donnée en fonction de son nombre d’habitants et de son voisinage en termes de service. •une méthode de calibration des paramètres inconnus du modèle SimVillages de manière à satisfaire un ensemble de critères d'erreurs définis sur des sources de données hétérogènes. Cette méthode est fondée sur un nouvel algorithme d’échantillonnage séquentiel de type Approximate Bayesian Computation.