Vérifier l’exactitude de la formule de calcul de distance à postériori telle que définie par le Centre d’études sur les réseaux, les transports, l’urbanisme et les constructions publiques (Certu).
Document consultable ici.
# Calcul a posteriori des distances dans les enquêtes ménages déplacements
## dvo : distance orthodromique en km
## type : mode de déplacement { "car", "bus", "bike" }
dist.deplacement <- Vectorize(
function(dvo, type = "car")
{
switch(type,
"car" = ifelse(dvo <= 1, (2.2 - .72 * dvo) * dvo, dvo * 1.4),
"bus" = dvo * 1.5,
"bike" = dvo * 1.35
)
}
)
Une enquête a été menée sur le site de Rennes.
Informations collectées :
La géolocalisation à partir du code postal peut s’avérer imprécise :
L’utilisation du code postal doit permettre ici d’effectuer une estimation grossière du trajet. Une géolocalisation à partir de l’adresse pourra être utilisée pour une estimation plus précise.
Le jeu de données comporte 35 réponses.
Codes postaux représentés :
22100, 22830, 35000, 35135, 35140, 35200, 35220, 35230, 35235, 35250, 35320, 35410, 35490, 35510, 35590, 35700, 35720, 35760, 35770, 35850, 56800.
Cf. annexe pour le détail du jeu de données.
Ecart type par moyen de transport :
## enquete$transport: bus
## [1] 13.5464
## --------------------------------------------------------
## enquete$transport: car
## [1] 5.374511
## --------------------------------------------------------
## enquete$transport: bike
## [1] 1.601701
L’ecart entre la distance déclarée et la distance estimée est plus importante pour les transports en commun.
Hypothèses :
Le temps de trajet moyen est de 19 minutes (source OpenStreetMap).
Cliquer sur les marqueurs pour obtenir plus d’information.
## codepostal transport dist.km dist.depl temps.min traveltime.home
## 1 35000 car 7.0 7.507464 15 12.2
## 2 35850 car 30.0 23.063893 35 17.9
## 3 35410 car 21.0 16.319278 20 16.3
## 4 35250 car 19.0 29.564749 30 19.2
## 5 56800 car 70.0 75.027687 60 50.7
## 6 35720 car 48.0 56.841203 45 41.9
## 7 35700 bus 3.0 8.046776 25 12.2
## 8 35000 car 13.0 7.507464 20 12.2
## 9 35220 bus 45.0 25.187414 20 15.6
## 10 35410 car 16.0 16.319278 30 16.3
## 11 35230 car 24.0 17.547023 25 17.8
## 12 35235 car 10.0 7.967169 13 5.7
## 13 35200 bike 7.5 7.242098 25 12.2
## 14 22100 car 62.0 74.418043 70 53.0
## 15 35200 car 5.0 7.510324 15 12.2
## 16 35000 bike 4.4 7.239341 20 12.2
## 17 22100 bus 62.0 79.733617 95 53.0
## 18 35510 car 2.0 3.327192 5 0.0
## 19 35230 car 14.0 17.547023 20 17.8
## 20 35320 car 35.0 28.233384 38 22.3
## 21 35410 car 12.0 16.319278 12 16.3
## 22 35140 car 22.0 27.079603 27 16.4
## 23 35000 car 3.0 7.507464 8 12.2
## 24 35770 car 13.0 10.093824 10 12.9
## 25 35760 car 12.0 11.115118 20 11.3
## 26 22830 car 52.0 48.629320 50 40.0
## 27 35490 car 35.0 31.355424 30 23.0
## 28 35590 car 24.0 25.795627 45 20.7
## 29 35000 bike 6.0 7.239341 20 12.2
## 30 35230 car 24.0 17.547023 35 17.8
## 31 35000 car 6.0 7.507464 45 12.2
## 32 35510 bus 1.0 3.564848 10 0.0
## 33 35220 bus 22.0 25.187414 50 15.6
## 34 35135 car 5.0 4.633238 10 9.1
## 35 35000 bike 4.0 7.239341 17 12.2