Méthodologie

Simulation Monte-Carlo

Pour chaque analyse de véhicule, nous effectuons 10 000 simulations indépendantes. À chaque itération, on détermine aléatoirement quels composants tombent en panne au cours de la période considérée et quels coûts de réparation en résultent. Le résultat est une distribution de fréquences des coûts de réparation possibles, à partir de laquelle nous déduisons les percentiles.

Cette approche fournit des estimations plus réalistes que les simples moyennes, car elle modélise la dispersion naturelle des coûts de réparation et des moments de panne.

Distribution log-normale des coûts de réparation

Les coûts de réparation ne suivent pas une distribution normale : il y a de nombreuses réparations petites et moyennes, mais aussi des pannes rares et très coûteuses (ex. : boîte de vitesses, moteur). La distribution log-normale modélise ce schéma plus fidèlement que la loi normale.

Pour chaque type de défaut, un coût médian de réparation et un paramètre de dispersion (sigma) sont renseignés. Dans la simulation, les coûts réels par sinistre sont tirés de cette distribution.

Données : deux couches à ne pas confondre

Le site combine deux couches de données de nature différente, toujours présentées séparément et étiquetées comme telles sur chaque page.

① Données officielles — rappels de produits (RappelConso)

Les sections « Rappels officiels » des fiches modèles et les pages Rappels reprennent les fiches de rappel publiées sur RappelConso, le site public des rappels de produits, dont les données sont mises à disposition en open data par la DGCCRF sous Licence Ouverte 2.0 (jeu de données rappelconso-v2). Nous téléchargeons l'intégralité de la catégorie « automobiles » (fiches publiées depuis 2018), puis rapprochons chaque fiche des modèles suivis par le site à partir des champs marque et modèles/références. Ce que nous affichons — date, motif, risque, modèles et périodes concernés, lien vers la fiche officielle — est repris tel que publié, sans réinterprétation.

Limites à connaître : le rapprochement se fait par nom de modèle, donc une fiche peut couvrir plusieurs générations ou motorisations, et un véhicule donné n'est concerné que si son numéro de série (VIN) entre dans les plages visées — ce que seul le constructeur peut confirmer. RappelConso ne recense que les rappels publiés sur ce canal depuis 2018 ; les campagnes antérieures ou gérées uniquement par le réseau constructeur n'y figurent pas. Le nombre de fiches dépend aussi du volume de ventes et des campagnes multi-modèles : il ne mesure pas la fiabilité d'un modèle. Nous réactualisons l'extraction périodiquement (la date figure sur chaque page).

② Estimations modélisées — taux de défauts, score de fiabilité, coûts

Les probabilités de panne, le score de fiabilité et les projections de coûts sont des estimations issues d'un modèle statistique, pas des statistiques officielles du contrôle technique. Le jeu de données reproduit des schémas typiques d'évolution des défauts avec l'âge du véhicule, ventilés par modèle, tranche d'âge et catégorie (freinage, liaisons au sol, pollution…), et indique quelle proportion des véhicules d'une tranche d'âge présenterait statistiquement un défaut important dans la catégorie correspondante. Aucun organisme de contrôle technique ni aucune autorité publique n'est à l'origine de ces chiffres.

Les estimations des coûts de réparation sont des hypothèses modélisées pour le marché français, orientées sur des prix publics d'ateliers et de pièces détachées (2024).

Coûts de réparation

Tous les coûts de réparation sont indiqués en euros et se réfèrent aux interventions dans un garage agréé français, TVA incluse. Les garages indépendants peuvent être 20 à 40 % moins chers selon le véhicule et la région.

Les pièces d'usure (plaquettes de frein, filtre à air, bougies) relevant des intervalles d'entretien réguliers ne sont pas incluses dans les coûts de simulation. Les coûts d'entretien sont présentés séparément dans le récapitulatif TCO.

Interpréter les résultats — Percentiles

Les résultats de simulation sont présentés sous forme de trois percentiles :

P10 (Meilleur cas) — 10 % des scénarios simulés sont inférieurs à cette valeur. Réaliste pour des véhicules en très bon état avec un déroulement favorable.
P50 (Médiane) — La valeur centrale : la moitié des scénarios est en dessous, l'autre moitié au-dessus. Meilleure estimation unique pour des conditions moyennes.
P90 (Pire cas) — 90 % des scénarios sont inférieurs à cette valeur. Sert de marge de sécurité pour les situations défavorables et doit être utilisé pour l'évaluation du risque financier.

Remarque : toutes les projections sont des estimations statistiques. Les coûts de réparation réels d'un véhicule individuel peuvent s'écarter considérablement du résultat de simulation — dans un sens comme dans l'autre.