2.1.4. Un compromis entre ces critères

Ces critères sont contradictoires (Bonnafous, 1989), et ne peuvent pas être respectés simultanément de façon stricte. La contrainte de mesurabilité limite de façon drastique le nombre de coefficients qu'il est possible d'estimer et par voie de conséquence le niveau de complexité donc de pertinence et de cohérence du modèle. Elle rend aussi impossible toute segmentation. Les erreurs de mesure des séries de données brouillent par ailleurs les variations des séries de trafic, ce qui rend les impacts des diverses variables difficilement détectables. Pour que le modèle soit jugé opérationnel, il lui est demandé d’être conforme aux objectifs qu'on lui a assignés. En l'occurrence, il faut être en mesure d'estimer l'ordre de grandeur de la variation des trafics à estimer en fonction des variations des principales grandeurs explicatives, et ce sur une certaine plage de validité. Il n'est pas grave de négliger certains facteurs si l'impact de ceux-ci est faible par rapport à la variation de trafic final à modéliser, de même qu’il n'est pas grave d'observer certaines incohérences ou défauts de pertinence si ceux-ci sont faibles par rapport à la variation de trafic à modéliser. Si tel n'est pas le cas, il est possible de conserver le modèle en en réduisant la plage de validité, par exemple en posant des conditions sur l'amplitude de variation des variables ou des conditions de corrélation entre certaines variables à maintenir.