L'estimation des modèles agrégés de choix modal doit faire face au problème de la fiabilité des données utilisées pour le calage. Les enquêtes ménages déplacements utilisées pour ce calage conduisent le plus souvent à des effectifs de déplacements observés très faibles pour la très grande majorité des origines-destinations des matrices par mode. La solution généralement retenue conduit d'une part à réduire le nombre de zones en agrégeant les zones entre elles et d'autre part à ne conserver que les origines-destinations dont on estime que l'effectif enquêté est suffisant. Nous montrons toutefois que l'estimation d'un tel modèle est très sensible au choix du découpage et au choix du seuil de " fiabilité " en nombre de déplacements observés. Pour faire face à ce problème, nous proposons une méthode d'estimation qui permet de conserver un découpage très fin et qui permet d'utiliser toute l'information disponible. Cette méthode repose sur un processus itératif dont la convergence apparaît assez rapide et qui surtout conduit à des résultats stables en fonction du choix du découpage et du choix du seuil de " fiabilité " retenu pour le processus d'agrégation. La principale limite de cette méthode est de ne pas permettre le calcul direct d'intervalles de confiance. Nous avons donc utilisé la technique du bootstrap pour pallier cette limite. Nous pouvons ainsi tester la qualité de cette méthode sur le contexte du choix modal entre la voiture particulière et les transports collectifs sur l'agglomération lyonnaise.