3.3. Coefficients de
corrélation de Pearson entre les variables de gestion et les
recettes
Tableau N°5 :
Coefficients de corrélation de Pearson entre les variables de gestion et
les recettes
|
Variables
|
Corrélation avec Recettes_CDF
|
|
Nombre Trains
|
+0.43
|
|
Taux Occupation (%)
|
+0.63
|
|
Ponctualite_Retard_Minutes
|
-0.44
|
Source : Nos analyses sur base du Logiciel R
Interprétation
· Nombre de trains vs recettes :
Corrélation modérée positive (0.43) ? Plus il y a de
trains, plus les recettes tendent à augmenter.
· Taux d'occupation vs recettes :
Corrélation assez forte positive (0.63) ? Une meilleure utilisation des
wagons impacte significativement les recettes.
· Retard moyen vs recettes :
Corrélation modérée négative (-0.44) ? Plus les
retards sont longs, plus les recettes ont tendance à baisser.
3.4. Modèle de
régression multiple
On modélise la relation entre les recettes annuelles (en
CDF) et les variables explicatives suivantes:
· Nombre de trains (Nombre_Trains)
· Tonnes transportées (Tonnes_Transportées)
· Taux d'occupation (%)
· Ponctualité (retard moyen en minutes)
· Tarif appliqué (USD/tonne-km)
Le modèle est formulé ainsi :
Recettes (CDF) =   Taux d'occupation+  retard moyen en minutes+  +Tarif appliqué +   (= Erreur)
| 
