Overview

Abstract (English)

In this thesis, we try to assess the impact of occupational choice on life expectancy using machine learning techniques. We use Conditional Inference Trees (CTree) to obtain Kaplan- Meier survival curves that enable us to predict mortality rates regarding the influential sociodemographic features. Using the Québec and Ontario data from the 1991 census merged with the Canadian Mortality Database from 1991 to 2006, we observe a correlation between occupational choice and life expectancy for particular groups. As it was expected, we find that the primary predictor of life expectancy is the person’s sex. Education and Canadian-born status are respectively the most influential variable for men and women of both provinces

Abstract (French)

Dans ce mémoire, nous tentons d’évaluer si le choix de profession a un effet sur l’espérancede vie à l’aide de techniques d’apprentissage automatique. Nous utilisons des arbres d’in-férence conditionnelle (CTree) afin d’obtenir des courbes de survie Kaplan-Meier qui per-mettent de prédire des taux de mortalité en fonction des déterminants sociodémographiquesqui ont le plus grand pouvoir explicatif. À l’aide des données ontariennes et québécoises durecensement de 1991 couplées aux enregistrements de la base canadienne de données sur lamortalité de 1991 à 2006 nous avons pu déterminer qu’il existe une corrélation entre le choixoccupationnel et l’espérance de vie d’un individu pour certains groupes. Tel qu’attendu, l’al-gorithme a identifié le sexe de l’individu comme principal prédicteur de l’espérance de vie. Nous obtenons que l’éducation et le statut de natif sont, respectivement, les variables plusinfluentes chez les hommes et chez les femmes des deux provinces.