Incertitude et erreurs de projection : approche probabiliste

Socioéconomie & démographie · Master 1

Pourquoi les projections se trompent et comment mesurer leur incertitude (méthodes probabilistes).

Introduction

Toute projection démographique est conditionnelle : elle dit ce qui se produirait si certaines hypothèses se réalisaient. L'histoire des projections montre que les écarts avec la réalité sont fréquents, surtout pour la fécondité et la migration, deux composantes sensibles à la conjoncture, aux politiques publiques et aux comportements.

La pratique institutionnelle repose le plus souvent sur des scénarios déterministes (bas, de référence, haut), alors que la recherche développe des projections probabilistes qui attribuent une distribution à l'avenir, au moyen de séries chronologiques, de simulations de Monte-Carlo ou d'avis d'experts.

Ce deck compare ces deux approches, analyse l'origine des erreurs et explique comment communiquer l'incertitude à des décideurs.

Objectifs d'apprentissage

Distinguer scénarios déterministes et projections probabilistes
Identifier les sources d'erreur par composante
Expliquer le principe d'une simulation de Monte-Carlo
Savoir lire et communiquer un intervalle de projection

Concepts clés

Scénarios déterministes: Combinaisons cohérentes d'hypothèses (basse, moyenne, haute) donnant une fourchette de résultats sans probabilité associée. Les scénarios extrêmes ne sont pas une borne absolue.
Projection probabiliste: Approche qui associe à chaque composante une distribution et en déduit, par simulation, une distribution des effectifs futurs avec des intervalles de prédiction.
Erreur de projection: Écart entre la valeur projetée et la valeur observée. Il croît avec l'horizon et varie selon la composante et le groupe d'âge.
Avis d'experts: Méthode complémentaire : des spécialistes estiment la plage plausible de la fécondité ou de la migration, ce qui nourrit les distributions utilisées dans les simulations.

Conclusion

La qualité d'une projection se juge moins à son exactitude finale qu'à la manière dont elle exprime ses hypothèses et ses marges d'erreur. Savoir lire un éventail de scénarios est une compétence essentielle pour les décideurs.

Les méthodes probabilistes progressent, mais ne dispensent pas du jugement : la migration, la fécondité et les ruptures imprévues restent les sources d'incertitude les plus délicates.

Cartes

Pourquoi une projection n'est-elle pas une prévision ?: Parce qu'elle dépend d'hypothèses explicites et ne prétend pas dire ce qui arrivera ; une prévision viserait le scénario jugé le plus probable.
Qu'est-ce qu'un scénario déterministe ?: Un ensemble d'hypothèses fixées à l'avance dont on déduit un seul résultat, sans probabilité attachée.
Quelle composante est la plus difficile à anticiper en Suisse ?: La migration internationale, très dépendante de la conjoncture économique et des accords avec l'Union européenne.
Pourquoi la fécondité a-t-elle été mal anticipée par le passé ?: Les ruptures de comportement, comme la forte hausse du baby-boom ou la chute qui l'a suivie, n'étaient pas prévues par les extrapolations de l'époque.
Quel principe repose sur la simulation de Monte-Carlo ?: On tire au hasard de nombreuses trajectoires de chaque composante, on projette chacune, puis on lit les quantiles de la distribution obtenue.
Comment évolue l'incertitude avec l'horizon ?: Elle augmente : plus on projette loin, plus l'intervalle s'élargit.
Quels groupes d'âge sont les mieux projetés à moyen terme ?: Les âges élevés déjà nés, dont l'effectif dépend surtout de la mortalité ; les jeunes enfants dépendent des naissances futures, donc moins prévisibles.
Quel est l'avantage d'un intervalle de prédiction ?: Il donne un ordre de grandeur de l'incertitude et permet de planifier des marges de sécurité dans les infrastructures.
Pourquoi réviser régulièrement les scénarios ?: Les nouvelles données (naissances, migrations, recensements) modifient les hypothèses et corrigent les écarts accumulés.

Glossaire

Intervalle de prédiction: Plage de valeurs dans laquelle une projection devrait tomber avec une probabilité donnée.
Simulation de Monte-Carlo: Méthode numérique qui répète un calcul avec des tirages aléatoires pour estimer une distribution.
Quantile: Valeur en dessous de laquelle se situe une proportion donnée des résultats simulés.
Hypothèse conditionnelle: Énoncé de type « si telle évolution a lieu alors tel résultat », caractéristique d'une projection.
Biais systématique: Erreur qui va régulièrement dans le même sens, par exemple une sous-estimation de l'espérance de vie.
Choc exogène: Événement imprévisible extérieur au modèle, comme une pandémie ou une crise économique.