Une nouvelle approche d'un vieux problème : utiliser l'analyse de données pour mieux comprendre comment réduire les accidents mortels de la route.
Janel Nixon, PhD, présidente et fondatrice – Integrative Engineering LLC
Chaque année, 40 000 Américains meurent dans des accidents de la route, ce qui en fait la première cause de mortalité chez les Américains âgés de 3 à 36 ans. Selon le Département des Transports des États-Unis, le coût total de ces accidents pour la société dépasse 200 milliards de dollars par an. Malgré ces statistiques alarmantes, la plupart des recherches menées jusqu'à présent n'ont pas permis de tirer de conclusions définitives susceptibles d'entraîner des changements politiques bénéfiques ou de nouvelles réglementations. Les chercheurs ont tenté de déceler des tendances liées à l'âge ou au sexe du conducteur, à la vitesse du véhicule, à l'heure ou à la période de l'année, ou encore au poids du véhicule. Cependant, la principale limite de ces études réside dans leur approche isolée : elles analysent les données relatives à chaque véhicule sans tenir compte des interactions entre les véhicules impliqués dans la collision. Cet article explore l'hypothèse selon laquelle les caractéristiques individuelles des véhicules sont moins importantes que la compatibilité des véhicules impliqués dans l'accident. Ce n'est pas tant le poids d'un véhicule qui importe, mais plutôt l'écart de poids, de centre de gravité et de hauteur de pare-chocs entre les véhicules impliqués. Cet article démontre comment JMP est utilisé pour tester cette hypothèse et, finalement, mettre en évidence une tendance qui apporte un éclairage nouveau et précieux sur ce problème. Il constitue également une étude de cas illustrant comment l'analyse de données peut être utilisée au sein des organisations pour orienter l'élaboration de politiques et de nouvelles réglementations, de manière à maximiser les bénéfices pour la société.
