Analyses
Filtrer les résultats par
Search HelpCurrently selected filters that can be removed
Mot(s)-clé(s)
Auteur(s)
6 facets displayed. 1 facets selected.
Résultats
Tout (4)
Tout (4) ((4 results))
- Articles et rapports : 12-001-X202600100007Description : Les instituts nationaux de statistique exploitent des systèmes de coordination d’échantillons pour répartir le fardeau de réponse dans les enquêtes-entreprises. Malgré la coordination d’échantillons appliquée et la surveillance du fardeau de réponse, certaines entreprises pourraient tout de même être grandement échantillonnées dans une courte période. Cela pourrait entraîner une pointe du fardeau de réponse pour certaines entreprises, ce qui influerait sur les taux de réponse et la qualité des réponses. Dans le présent article, on propose une nouvelle méthode de coordination d’échantillons fondée sur l’échantillonnage de Poisson spatialement corrélé adapté et visant les entreprises ayant un lourd fardeau de réponse. Les effets sur le fardeau de réponse sont évalués dans deux études par simulation et sont comparés à ceux d’une approche stratifiée, d’une méthode pragmatique dans laquelle les fractions d’échantillonnage sont ajustées manuellement et d’une méthode de référence qui ignore le fardeau de réponse. Les simulations sont réalisées à partir de scénarios concrets et de données de Statistique Pays-Bas. La première étude par simulation se rapporte à une situation pratique dans laquelle un échantillon donné est ajusté dans le but d’éviter l’échantillonnage des entreprises dont le fardeau de réponse est à son point culminant. La seconde étude par simulation vise à analyser les effets à plus long terme des différentes méthodes de coordination d’échantillons et est axée sur la réduction et la répartition du fardeau de réponse. Les avantages et les inconvénients des différentes méthodes sont expliqués et exposés en détail, puis des recommandations sur l’application de ces méthodes par les instituts nationaux de statistique et d’autres organismes d’enquête sont formulées.Date de diffusion : 2026-06-29
- Articles et rapports : 12-001-X202500200003Description : Dans la présente étude, une procédure d’inférence selon un modèle de séries chronologiques structurel multivarié est élaborée pour la production de chiffres mensuels sur la confiance des consommateurs. Les données d’entrée pour le modèle sont cinq séries d’estimations directes pour les indices mesurant la confiance des consommateurs, tirées de l’Enquête sur la confiance des consommateurs des Pays-Bas. Le modèle améliore l’exactitude des estimations directes, puisqu’il permet une meilleure séparation des erreurs de mesure et d’échantillonnage par rapport aux paramètres cibles estimés. Les erreurs-types pour les mouvements mois-à-mois sont clairement plus petites dans le modèle de séries chronologiques. Un deuxième problème abordé dans cette étude est lié à la transition vers un nouveau processus d’enquête en 2017. Des modèles de séries chronologiques structurels combinés à un essai parallèle sont appliqués pour estimer les discontinuités causées par le remaniement. Un algorithme conçu pour les variables de la confiance des consommateurs est élaboré pour construire des séries de données d’entrée ininterrompues pour le modèle de séries chronologiques structurel mentionné précédemment. Cette méthode d’inférence a facilité une transition harmonieuse vers un nouveau plan d’enquête et a donné lieu à des séries ininterrompues sur la confiance des consommateurs remontant jusqu’à 1986. Cette méthode est mise en œuvre pour la production de chiffres mensuels officiels sur la confiance des consommateurs aux Pays-Bas.Date de diffusion : 2025-12-23
- Articles et rapports : 12-001-X202300200010Description : Les méthodes de coordination d’échantillons visent à augmenter (dans une coordination positive) ou à diminuer (dans une coordination négative) la taille du chevauchement entre les échantillons. Les échantillons pris en compte peuvent être tirés à différentes périodes d’une enquête répétée ou de différentes enquêtes portant sur une population commune. La coordination négative est utilisée pour contrôler le fardeau de réponse au cours d’une période donnée, car certaines unités ne répondent pas aux questionnaires d’enquête si elles sont sélectionnées dans de nombreux échantillons. Habituellement, les méthodes de coordination d’échantillons ne tiennent pas compte des mesures du fardeau de réponse qu’une unité a déjà supporté pour répondre à des enquêtes précédentes. Nous ajoutons une telle mesure dans une nouvelle méthode en adaptant un schéma d’échantillonnage spatialement équilibré basé sur une généralisation de l’échantillonnage de Poisson, de concert avec une méthode de coordination négative. Le but est de créer un double contrôle du fardeau pour ces unités : en utilisant une mesure du fardeau pendant le processus d’échantillonnage et en utilisant une méthode de coordination négative. Nous évaluons l’approche au moyen d’une simulation de Monte Carlo et examinons son utilisation aux fins de contrôle pour la sélection de « points chauds » dans les enquêtes-entreprises à Statistique Pays-Bas.Date de diffusion : 2024-01-03
- Articles et rapports : 12-001-X202300100004Description : L’Enquête sur la santé aux Pays-Bas (ESP), menée par Statistique Pays-Bas, est conçue pour produire des estimations directes fiables selon une fréquence annuelle. La collecte des données est fondée sur une combinaison d’interviews Web et d’interviews sur place. En raison des mesures de confinement prises pendant la pandémie de COVID-19, peu ou pas d’interviews sur place ont pu être effectuées, ce qui a entraîné des variations soudaines d’effets de mesure et de sélection sur les résultats de l’enquête. De plus, la production de données annuelles sur l’effet de la COVID-19 sur des thèmes liés à la santé ayant un délai d’un an nuit à la pertinence de l’enquête. La taille de l’échantillon de l’ESP ne permet pas d’obtenir des résultats pour des périodes de référence plus courtes. Dans les deux cas, le problème est résolu en élaborant un modèle de séries chronologiques structurel (MSCS) bivarié en vue d’estimer les résultats trimestriels pour huit indicateurs clés de la santé. Ce modèle combine deux séries d’estimations directes, une série fondée sur des réponses complètes et une série fondée sur des réponses fournies par Internet seulement et permet d’obtenir des prévisions fondées sur le modèle pour les indicateurs qui sont corrigés en raison des pertes subies par l’arrêt ou la diminution des interviews sur place pendant les périodes de confinement. Le modèle est également utilisé comme une forme d’estimation sur petits domaines et tire des renseignements des échantillons des périodes de référence précédentes. Des statistiques à jour et pertinentes décrivant les effets de la pandémie de COVID-19 sur la santé aux Pays-Bas sont ainsi publiées. Dans le présent article, la méthode fondée sur le MSCS bivarié est comparée à deux autres méthodes. La première emploie un MSCS univarié où aucune correction n’est apportée aux estimations en raison des pertes subies par l’arrêt ou la diminution des interviews sur place. La deuxième utilise un MSCS univarié doté également d’une variable d’intervention modélisant l’effet de cette perte de réponses en raison de l’arrêt ou de la diminution des interviews sur place pendant le confinement.Date de diffusion : 2023-06-30
Articles et rapports (4)
Articles et rapports (4) ((4 results))
- Articles et rapports : 12-001-X202600100007Description : Les instituts nationaux de statistique exploitent des systèmes de coordination d’échantillons pour répartir le fardeau de réponse dans les enquêtes-entreprises. Malgré la coordination d’échantillons appliquée et la surveillance du fardeau de réponse, certaines entreprises pourraient tout de même être grandement échantillonnées dans une courte période. Cela pourrait entraîner une pointe du fardeau de réponse pour certaines entreprises, ce qui influerait sur les taux de réponse et la qualité des réponses. Dans le présent article, on propose une nouvelle méthode de coordination d’échantillons fondée sur l’échantillonnage de Poisson spatialement corrélé adapté et visant les entreprises ayant un lourd fardeau de réponse. Les effets sur le fardeau de réponse sont évalués dans deux études par simulation et sont comparés à ceux d’une approche stratifiée, d’une méthode pragmatique dans laquelle les fractions d’échantillonnage sont ajustées manuellement et d’une méthode de référence qui ignore le fardeau de réponse. Les simulations sont réalisées à partir de scénarios concrets et de données de Statistique Pays-Bas. La première étude par simulation se rapporte à une situation pratique dans laquelle un échantillon donné est ajusté dans le but d’éviter l’échantillonnage des entreprises dont le fardeau de réponse est à son point culminant. La seconde étude par simulation vise à analyser les effets à plus long terme des différentes méthodes de coordination d’échantillons et est axée sur la réduction et la répartition du fardeau de réponse. Les avantages et les inconvénients des différentes méthodes sont expliqués et exposés en détail, puis des recommandations sur l’application de ces méthodes par les instituts nationaux de statistique et d’autres organismes d’enquête sont formulées.Date de diffusion : 2026-06-29
- Articles et rapports : 12-001-X202500200003Description : Dans la présente étude, une procédure d’inférence selon un modèle de séries chronologiques structurel multivarié est élaborée pour la production de chiffres mensuels sur la confiance des consommateurs. Les données d’entrée pour le modèle sont cinq séries d’estimations directes pour les indices mesurant la confiance des consommateurs, tirées de l’Enquête sur la confiance des consommateurs des Pays-Bas. Le modèle améliore l’exactitude des estimations directes, puisqu’il permet une meilleure séparation des erreurs de mesure et d’échantillonnage par rapport aux paramètres cibles estimés. Les erreurs-types pour les mouvements mois-à-mois sont clairement plus petites dans le modèle de séries chronologiques. Un deuxième problème abordé dans cette étude est lié à la transition vers un nouveau processus d’enquête en 2017. Des modèles de séries chronologiques structurels combinés à un essai parallèle sont appliqués pour estimer les discontinuités causées par le remaniement. Un algorithme conçu pour les variables de la confiance des consommateurs est élaboré pour construire des séries de données d’entrée ininterrompues pour le modèle de séries chronologiques structurel mentionné précédemment. Cette méthode d’inférence a facilité une transition harmonieuse vers un nouveau plan d’enquête et a donné lieu à des séries ininterrompues sur la confiance des consommateurs remontant jusqu’à 1986. Cette méthode est mise en œuvre pour la production de chiffres mensuels officiels sur la confiance des consommateurs aux Pays-Bas.Date de diffusion : 2025-12-23
- Articles et rapports : 12-001-X202300200010Description : Les méthodes de coordination d’échantillons visent à augmenter (dans une coordination positive) ou à diminuer (dans une coordination négative) la taille du chevauchement entre les échantillons. Les échantillons pris en compte peuvent être tirés à différentes périodes d’une enquête répétée ou de différentes enquêtes portant sur une population commune. La coordination négative est utilisée pour contrôler le fardeau de réponse au cours d’une période donnée, car certaines unités ne répondent pas aux questionnaires d’enquête si elles sont sélectionnées dans de nombreux échantillons. Habituellement, les méthodes de coordination d’échantillons ne tiennent pas compte des mesures du fardeau de réponse qu’une unité a déjà supporté pour répondre à des enquêtes précédentes. Nous ajoutons une telle mesure dans une nouvelle méthode en adaptant un schéma d’échantillonnage spatialement équilibré basé sur une généralisation de l’échantillonnage de Poisson, de concert avec une méthode de coordination négative. Le but est de créer un double contrôle du fardeau pour ces unités : en utilisant une mesure du fardeau pendant le processus d’échantillonnage et en utilisant une méthode de coordination négative. Nous évaluons l’approche au moyen d’une simulation de Monte Carlo et examinons son utilisation aux fins de contrôle pour la sélection de « points chauds » dans les enquêtes-entreprises à Statistique Pays-Bas.Date de diffusion : 2024-01-03
- Articles et rapports : 12-001-X202300100004Description : L’Enquête sur la santé aux Pays-Bas (ESP), menée par Statistique Pays-Bas, est conçue pour produire des estimations directes fiables selon une fréquence annuelle. La collecte des données est fondée sur une combinaison d’interviews Web et d’interviews sur place. En raison des mesures de confinement prises pendant la pandémie de COVID-19, peu ou pas d’interviews sur place ont pu être effectuées, ce qui a entraîné des variations soudaines d’effets de mesure et de sélection sur les résultats de l’enquête. De plus, la production de données annuelles sur l’effet de la COVID-19 sur des thèmes liés à la santé ayant un délai d’un an nuit à la pertinence de l’enquête. La taille de l’échantillon de l’ESP ne permet pas d’obtenir des résultats pour des périodes de référence plus courtes. Dans les deux cas, le problème est résolu en élaborant un modèle de séries chronologiques structurel (MSCS) bivarié en vue d’estimer les résultats trimestriels pour huit indicateurs clés de la santé. Ce modèle combine deux séries d’estimations directes, une série fondée sur des réponses complètes et une série fondée sur des réponses fournies par Internet seulement et permet d’obtenir des prévisions fondées sur le modèle pour les indicateurs qui sont corrigés en raison des pertes subies par l’arrêt ou la diminution des interviews sur place pendant les périodes de confinement. Le modèle est également utilisé comme une forme d’estimation sur petits domaines et tire des renseignements des échantillons des périodes de référence précédentes. Des statistiques à jour et pertinentes décrivant les effets de la pandémie de COVID-19 sur la santé aux Pays-Bas sont ainsi publiées. Dans le présent article, la méthode fondée sur le MSCS bivarié est comparée à deux autres méthodes. La première emploie un MSCS univarié où aucune correction n’est apportée aux estimations en raison des pertes subies par l’arrêt ou la diminution des interviews sur place. La deuxième utilise un MSCS univarié doté également d’une variable d’intervention modélisant l’effet de cette perte de réponses en raison de l’arrêt ou de la diminution des interviews sur place pendant le confinement.Date de diffusion : 2023-06-30