Analyses

Description : Les budgets plus restreints, la diminution continue des taux de réponse dans les enquêtes probabilistes classiques et une pression croissante par les utilisateurs pour des données plus actuelles sont tous des facteurs qui ont stimulé la recherche sur l’utilisation de données-échantillons non probabilistes, comme les dossiers administratifs, le moissonnage du Web, les données des téléphones mobiles et les enquêtes volontaires sur Internet, pour faire des inférences sur les paramètres de population finie comme les moyennes et les totaux. Ces données sont souvent plus faciles, plus rapides et moins coûteuses à recueillir que les échantillons probabilistes classiques. Cependant, une des préoccupations majeures avec l’utilisation de ce type de données est leur non-représentativité due à un biais de sélection possible qui, s’il n’est pas pris en compte de manière appropriée, pourrait biaiser l’inférence. Dans le présent article, nous examinons et exposons les méthodes proposées dans la littérature pour régler ce problème et proposons de nouvelles méthodes, en faisant la différence entre des méthodes qui reposent sur l’intégration de l’échantillon non probabiliste avec un échantillon probabiliste approprié, et des méthodes pour lesquelles l’inférence repose uniquement sur l’échantillon non probabiliste. Des illustrations empiriques, qui reposent sur des données simulées, sont fournies.

Description : Ce bref hommage vise à souligner les principales réalisations scientifiques de Chris Skinner.

Description :

Cette note de Danny Pfeffermann présente une discussion de l’article « Théorie et méthodologie des enquêtes par sondage : orientations passées, présentes et futures » où J.N.K. Rao et Wayne A. Fuller partagent leur vision quant à l’évolution de la théorie et de la méthodologie des enquêtes par sondage au cours des 100 dernières années.

Description :

Cet article tente de répondre aux trois questions énoncées dans le titre. Il commence par une discussion des caractéristiques uniques des données d'enquêtes complexes qui diffèrent de celles des autres ensembles de données ; ces caractéristiques requièrent une attention spéciale, mais suggèrent une vaste gamme de procédures d'inférence. Ensuite, un certain nombre d'approches proposées dans la documentation pour traiter ces caractéristiques sont passées en revue en discutant de leurs mérites et de leurs limites. Ces approches diffèrent en ce qui a trait aux conditions qui sous-tendent leur utilisation, aux données additionnelles requises pour leur application, aux tests d'adéquation de l'ajustement du modèle, aux objectifs d'inférence qu'elles permettent de satisfaire, à l'efficacité statistique, aux demandes de ressources informatiques et aux compétences que doivent posséder les analystes qui ajustent les modèles. La dernière partie de l'article présente les résultats de simulations conçues pour comparer le biais, la variance et les taux de couverture des diverses approches dans le cas de l'estimation des coefficients de régression linéaire en partant d'un échantillon stratifié. Enfin, l'article se termine par une brève discussion des questions en suspens.

Description :

Le présent article traite de situations où la valeur de la réponse cible est zéro ou une observation issue d'une loi continue. Un exemple type analysé dans l'article est l'évaluation des compétences en littératie, dont le résultat peut être zéro, ce qui représente l'analphabétisme, ou un score positif mesurant le niveau de littératie. Nous cherchons à déterminer comment obtenir des estimations valides de la réponse moyenne ou de la proportion de réponses positives pour des petits domaines pour lesquels nous ne disposons que de petits échantillons, voire aucun. Comme dans d'autres problèmes d'estimation pour petits domaines, la petite taille de l'échantillon pour au moins certains domaines échantillonnés et/ou l'existence de domaines non échantillonnés obligent à utiliser des méthodes fondées sur un modèle. Toutefois, les méthodes disponibles ne conviennent pas pour ce genre de données, à cause de la distribution mixte des réponses caractérisée par un pic important à zéro juxtaposé à une distribution continue pour le reste des réponses. Par conséquent, nous élaborons un modèle à effets aléatoires en deux parties et montrons comment l'ajuster et évaluer la qualité de son ajustement, et comment calculer les estimations sur petits domaines d'intérêt et mesurer leur précision. Nous illustrons la méthode proposée au moyen de données simulées et de données provenant d'une enquête sur la littératie réalisée au Cambodge.

Description :

Dans cet article, nous étudions l'utilisation de la distribution échantillonnale pour prévoir les totaux de population finie à l'aide d'un échantillonnage à un seul degré. Les prédicteurs proposés emploient les valeurs échantillonnées de la variable d'enquête cible, les poids d'échantillonnage des unités d'échantillonnage et les valeurs (peut-être connues) des variables auxiliaires dans la population. Nous résolvons le problème prévisionnel en estimant l'espérance des valeurs de l'étude pour les unités à l'extérieur de l'échantillon, en fonction de l'espérance correspondante selon la distribution échantillonnale et les poids d'échantillonnage. L'erreur quadratique moyenne de la prévision est estimée par la combinaison d'une procédure d'échantillonnage inverse et d'une méthode de rééchantillonnage. Un résultat intéressant de la présente analyse est que plusieurs estimateurs familiers, d'usage courant, sont en fait des cas spéciaux de l'approche proposée, et celle ci leur en donne donc une nouvelle interprétation. L'efficacité des nouveaux prédicteurs et de quelques prédicteurs couramment utilisés est évaluée et comparée par simulation de Monte Carlo avec un ensemble de données réelles.

Description :

Par observation longitudinale, on entend la mesure répétée d'une même unité lors de plusieurs cycles d'enquête réalisés à intervalle fixe ou variable. On peut donc considérer chaque vecteur d'observations comme une série chronologique, couvrant habituellement une courte periode. L'analyse des données recueillies sur toutes les unités permet d'ajuster des modèles de série chronologique d'ordre faible, malgré le peu de longueur des séries individuelles.

Description :

Dans cet article, nous présentons les résultats de l’application d’un modèle d’espace d’états aux taux de chômage canadiens. Le modèle suppose une décomposition additive des valeurs de la population en une tendance, une composante saisonnière et une composante irrégulière, ainsi que des relations autorégressives distinctes pour les six séries d’erreurs de l’enquête correspondant aux six estimateurs de panel mensuels. Le modèle tient compte des effets des groupes de renouvellement et permet que changent, dans le temps, les variances liées au plan qui affectent les erreurs de l’enquête. L’ajustement du modèle est effectué au niveau de petites régions, mais il tient compte de corrélations entre les séries des composantes pour différentes régions. On obtient la robustesse des estimateurs produits par le modèle en imposant, à titre de contrainte, que les estimateurs globaux mensuels fondés sur le modèle visant un groupe de petites régions pour lequel la taille d’échantillon totale est suffisamment grande coïncident avec les estimateurs directs correspondants de l’enquête. La performance du modèle, dans le cas d’une application aux provinces de l’Atlantique, est évaluée au moyen de diverses statistiques de diagnostic et de graphiques de résidus, ainsi que par des comparaisons avec des estimateurs actuellement en usage.

Description :

L’estimation de vraisemblance maximale fondée sur des données d’échantillon complexe nécessite une plus grande modélisation en raison de l’information contenue dans le plan d’échantillonnage. Par ailleurs, on peut appliquer des pseudo-méthodes du maximum de vraisemblance, qui consistent à maximiser des valeurs estimées de la fonction de caractérisation du recensement. Dans cet article, nous examinons quelques-unes des méthodes décrites dans les ouvrages spécialisés et nous les comparons à une nouvelle méthode qui tire son origine de la notion de « distributions pondérées ». Les comparaisons portent principalement sur des situations où la totalité ou une fraction des variables de plan sont inconnues ou mal spécifiées. Les résultats obtenus avec la nouvelle méthode sont encourageants mais précisons que notre analyse se limite actuellement à des situations simples.

Description :

Dans l’estimation pour petits domaines (ou petites régions), on cherche le plus souvent à exploiter le caractère transversal des données de manière que l’information relative à une petite région serve pour d’autres petites régions. Par ailleurs, dans le cas des enquêtes à passages répétés, il est possible d’accroître l’efficacité de l’estimation en modélisant aussi les propriétés temporelles des données. Nous expliquons notre pensée en considérant des modèles de régression à coefficients corrélés de façon transversale et qui varient de façon longitudinale. L’emploi de données de périodes antérieures pour estimer des moyennes de périodes courantes nous amène à nous interroger sur la façon de prévenir les défaillances de modèle. Dans cet article, nous proposons des modifications pour que les prédicteurs de moyennes globales de petites régions (fondés sur un modèle) concordent avec les estimateurs d’enquête correspondants et nous examinons les propriétés statistiques de ces modifications. Nous appliquons ensuite la nouvelle méthode à des données sur le prix de vente des maisons, qui servent au calcul des indices des prix du logement.

Description : Les budgets plus restreints, la diminution continue des taux de réponse dans les enquêtes probabilistes classiques et une pression croissante par les utilisateurs pour des données plus actuelles sont tous des facteurs qui ont stimulé la recherche sur l’utilisation de données-échantillons non probabilistes, comme les dossiers administratifs, le moissonnage du Web, les données des téléphones mobiles et les enquêtes volontaires sur Internet, pour faire des inférences sur les paramètres de population finie comme les moyennes et les totaux. Ces données sont souvent plus faciles, plus rapides et moins coûteuses à recueillir que les échantillons probabilistes classiques. Cependant, une des préoccupations majeures avec l’utilisation de ce type de données est leur non-représentativité due à un biais de sélection possible qui, s’il n’est pas pris en compte de manière appropriée, pourrait biaiser l’inférence. Dans le présent article, nous examinons et exposons les méthodes proposées dans la littérature pour régler ce problème et proposons de nouvelles méthodes, en faisant la différence entre des méthodes qui reposent sur l’intégration de l’échantillon non probabiliste avec un échantillon probabiliste approprié, et des méthodes pour lesquelles l’inférence repose uniquement sur l’échantillon non probabiliste. Des illustrations empiriques, qui reposent sur des données simulées, sont fournies.

Description : Ce bref hommage vise à souligner les principales réalisations scientifiques de Chris Skinner.

Description :

Cette note de Danny Pfeffermann présente une discussion de l’article « Théorie et méthodologie des enquêtes par sondage : orientations passées, présentes et futures » où J.N.K. Rao et Wayne A. Fuller partagent leur vision quant à l’évolution de la théorie et de la méthodologie des enquêtes par sondage au cours des 100 dernières années.

Description :

Cet article tente de répondre aux trois questions énoncées dans le titre. Il commence par une discussion des caractéristiques uniques des données d'enquêtes complexes qui diffèrent de celles des autres ensembles de données ; ces caractéristiques requièrent une attention spéciale, mais suggèrent une vaste gamme de procédures d'inférence. Ensuite, un certain nombre d'approches proposées dans la documentation pour traiter ces caractéristiques sont passées en revue en discutant de leurs mérites et de leurs limites. Ces approches diffèrent en ce qui a trait aux conditions qui sous-tendent leur utilisation, aux données additionnelles requises pour leur application, aux tests d'adéquation de l'ajustement du modèle, aux objectifs d'inférence qu'elles permettent de satisfaire, à l'efficacité statistique, aux demandes de ressources informatiques et aux compétences que doivent posséder les analystes qui ajustent les modèles. La dernière partie de l'article présente les résultats de simulations conçues pour comparer le biais, la variance et les taux de couverture des diverses approches dans le cas de l'estimation des coefficients de régression linéaire en partant d'un échantillon stratifié. Enfin, l'article se termine par une brève discussion des questions en suspens.

Description :

Le présent article traite de situations où la valeur de la réponse cible est zéro ou une observation issue d'une loi continue. Un exemple type analysé dans l'article est l'évaluation des compétences en littératie, dont le résultat peut être zéro, ce qui représente l'analphabétisme, ou un score positif mesurant le niveau de littératie. Nous cherchons à déterminer comment obtenir des estimations valides de la réponse moyenne ou de la proportion de réponses positives pour des petits domaines pour lesquels nous ne disposons que de petits échantillons, voire aucun. Comme dans d'autres problèmes d'estimation pour petits domaines, la petite taille de l'échantillon pour au moins certains domaines échantillonnés et/ou l'existence de domaines non échantillonnés obligent à utiliser des méthodes fondées sur un modèle. Toutefois, les méthodes disponibles ne conviennent pas pour ce genre de données, à cause de la distribution mixte des réponses caractérisée par un pic important à zéro juxtaposé à une distribution continue pour le reste des réponses. Par conséquent, nous élaborons un modèle à effets aléatoires en deux parties et montrons comment l'ajuster et évaluer la qualité de son ajustement, et comment calculer les estimations sur petits domaines d'intérêt et mesurer leur précision. Nous illustrons la méthode proposée au moyen de données simulées et de données provenant d'une enquête sur la littératie réalisée au Cambodge.

Description :

Dans cet article, nous étudions l'utilisation de la distribution échantillonnale pour prévoir les totaux de population finie à l'aide d'un échantillonnage à un seul degré. Les prédicteurs proposés emploient les valeurs échantillonnées de la variable d'enquête cible, les poids d'échantillonnage des unités d'échantillonnage et les valeurs (peut-être connues) des variables auxiliaires dans la population. Nous résolvons le problème prévisionnel en estimant l'espérance des valeurs de l'étude pour les unités à l'extérieur de l'échantillon, en fonction de l'espérance correspondante selon la distribution échantillonnale et les poids d'échantillonnage. L'erreur quadratique moyenne de la prévision est estimée par la combinaison d'une procédure d'échantillonnage inverse et d'une méthode de rééchantillonnage. Un résultat intéressant de la présente analyse est que plusieurs estimateurs familiers, d'usage courant, sont en fait des cas spéciaux de l'approche proposée, et celle ci leur en donne donc une nouvelle interprétation. L'efficacité des nouveaux prédicteurs et de quelques prédicteurs couramment utilisés est évaluée et comparée par simulation de Monte Carlo avec un ensemble de données réelles.

Description :

Par observation longitudinale, on entend la mesure répétée d'une même unité lors de plusieurs cycles d'enquête réalisés à intervalle fixe ou variable. On peut donc considérer chaque vecteur d'observations comme une série chronologique, couvrant habituellement une courte periode. L'analyse des données recueillies sur toutes les unités permet d'ajuster des modèles de série chronologique d'ordre faible, malgré le peu de longueur des séries individuelles.

Description :

Dans cet article, nous présentons les résultats de l’application d’un modèle d’espace d’états aux taux de chômage canadiens. Le modèle suppose une décomposition additive des valeurs de la population en une tendance, une composante saisonnière et une composante irrégulière, ainsi que des relations autorégressives distinctes pour les six séries d’erreurs de l’enquête correspondant aux six estimateurs de panel mensuels. Le modèle tient compte des effets des groupes de renouvellement et permet que changent, dans le temps, les variances liées au plan qui affectent les erreurs de l’enquête. L’ajustement du modèle est effectué au niveau de petites régions, mais il tient compte de corrélations entre les séries des composantes pour différentes régions. On obtient la robustesse des estimateurs produits par le modèle en imposant, à titre de contrainte, que les estimateurs globaux mensuels fondés sur le modèle visant un groupe de petites régions pour lequel la taille d’échantillon totale est suffisamment grande coïncident avec les estimateurs directs correspondants de l’enquête. La performance du modèle, dans le cas d’une application aux provinces de l’Atlantique, est évaluée au moyen de diverses statistiques de diagnostic et de graphiques de résidus, ainsi que par des comparaisons avec des estimateurs actuellement en usage.

Description :

L’estimation de vraisemblance maximale fondée sur des données d’échantillon complexe nécessite une plus grande modélisation en raison de l’information contenue dans le plan d’échantillonnage. Par ailleurs, on peut appliquer des pseudo-méthodes du maximum de vraisemblance, qui consistent à maximiser des valeurs estimées de la fonction de caractérisation du recensement. Dans cet article, nous examinons quelques-unes des méthodes décrites dans les ouvrages spécialisés et nous les comparons à une nouvelle méthode qui tire son origine de la notion de « distributions pondérées ». Les comparaisons portent principalement sur des situations où la totalité ou une fraction des variables de plan sont inconnues ou mal spécifiées. Les résultats obtenus avec la nouvelle méthode sont encourageants mais précisons que notre analyse se limite actuellement à des situations simples.

Description :

Dans l’estimation pour petits domaines (ou petites régions), on cherche le plus souvent à exploiter le caractère transversal des données de manière que l’information relative à une petite région serve pour d’autres petites régions. Par ailleurs, dans le cas des enquêtes à passages répétés, il est possible d’accroître l’efficacité de l’estimation en modélisant aussi les propriétés temporelles des données. Nous expliquons notre pensée en considérant des modèles de régression à coefficients corrélés de façon transversale et qui varient de façon longitudinale. L’emploi de données de périodes antérieures pour estimer des moyennes de périodes courantes nous amène à nous interroger sur la façon de prévenir les défaillances de modèle. Dans cet article, nous proposons des modifications pour que les prédicteurs de moyennes globales de petites régions (fondés sur un modèle) concordent avec les estimateurs d’enquête correspondants et nous examinons les propriétés statistiques de ces modifications. Nous appliquons ensuite la nouvelle méthode à des données sur le prix de vente des maisons, qui servent au calcul des indices des prix du logement.