
Prévision de trafics et planification des infrastructures aéroportuaires:
Expériences en Méditerranée Occidentale
17
Winters de double paramètre ou Holt-Winters de triple paramètre). Il existe également un type
de techniques plus sophistiquées, par exemple les modèles ARIMA. Ce sont des modèles très
intéressants pour les aéroports espagnols, car ils sont particulièrement indiqués pour les cas où
la série temporelle présente une tendance et une variation de l'écart, c'est-à-dire un caractère
saisonnier (ce qui est le cas du trafic des aéroports espagnols).
Le processus est très simple :
ž Les modèles sont tout d'abord testés, et l'historique est comparé avec les résultats de
tous les modèles utilisés.
ž Ces modèles permettent d’établir une série de mesures d'évaluation. Ils sont analysés à
partir de différents types d'erreurs, aussi bien relatives qu'absolues, et d'un type d'erreur
très intéressant, appelé erreur de changement de tendance. Cette erreur mesure les
différences existantes entre une prévision de croissance réalisée à partir du modèle et la
réalité indiquant une baisse ou une augmentation.
ž Le recensement de ce type d'erreurs permet de prendre une décision sur le type de
modèle le plus approprié pour faire les prévisions. Ce modèle sera révisé
périodiquement, afin de confirmer s'il reste réellement le plus indiqué ou si un autre
modèle est mieux adapté.
III.2. Prévisions annuelles (moyen-long terme).
Pour les prévisions à moyen et long terme, nous utilisons plutôt des techniques de type causal,
essentiellement fondées sur des mouvements économétriques à une équation.
Pour ces prévisions, nous n'utilisons pas les séries mensuelles. Nous travaillons et nous
concentrons plutôt sur les séries annuelles. Nous faisons des prévisions pour trois horizons
différents (5, 10 et 15 ans), et trois scénarios de tendance sont proposés : bas, moyen (plus
probable) et haut. La prévision est effectuée pour tous les aéroports espagnols, afin d'obtenir
le total de l'ensemble.
Nous utilisons un modèle multiplicatif dans lequel nous faisons dépendre en premier lieu la
variable TRAF (la variable de trafic) de son passé, ainsi que d’une série de variables qui nous
semblent susceptibles d’expliquer le comportement du trafic. Il existe une constante K (la
constante du modèle), dont l'objectif est d'absorber la partie de la variation de la variable
dépendante n'ayant pas été expliquée par les variables indépendantes (varit). Pour terminer,
nous déterminons les élasticités (α, β, δ, γ,…, φ) de chacune de ces variables indépendantes
par rapport à la variable dépendante.
TRAFt = K * TRAF t-1α * var1t β * var2tγ * var3tδ * …* varntφ
Dans ce type de modèles, l’hypothèse réalisée lors du calibrage est que l’élasticité est
constante. Cela signifie que l’objectif consiste à donner une vision de l’avenir par rapport aux
conditions du présent. Bien entendu, s'il existe une variation dans les conditions, nous devrons
calibrer de nouveau le modèle et déterminer les élasticités.
III.2.1 Modèles de prévision pour le trafic de passagers.
Deux modèles économétriques ont été déterminés pour le trafic de passagers :