Estimation du niveau et de la variation du chômage au moyen de modèles de séries chronologiques structurels
Section 2. L’Enquête sur la population active des Pays-Bas

L’EPA néerlandaise est une enquête auprès des ménages menée selon un plan d’échantillonnage à panel rotatif dans le cadre de laquelle les répondants sont interviewés cinq fois par trimestre. Chaque mois, un échantillon stratifié à deux degrés d’adresses est sélectionné. Tous les ménages résidant à une adresse sont compris dans l’échantillon. Notre étude s’appuie sur 72 mois de données de l’EPA, soit de 2003 à 2008. Au cours de cette période, le plan d’échantillonnage était autopondéré. La première vague du panel se compose de données collectées au moyen d’interviews sur place assistées par ordinateur (IPAO), alors que les quatre vagues de suivi contiennent des données recueillies au moyen d’interviews téléphoniques assistées par ordinateur (ITAO).

Les Pays-Bas sont divisés en 12 provinces, qui servent de domaines aux fins de l’estimation des chiffres mensuels du chômage. La taille des échantillons nationaux mensuels varie de 5 000 à 7 000 personnes pour la première vague et de 3 000 à 5 000 personnes pendant la cinquième vague. Les tailles des échantillons provinciaux varient de 31 à 1 949 personnes pour les échantillons mensuels d’une seule vague.

Nous disposons aussi des données de l’EPA au niveau des unités, c’est-à-dire des personnes. Nous disposons également d’une mine de données auxiliaires provenant de plusieurs enregistrements au niveau des unités. Ces variables auxiliaires comprennent le chômage enregistré, qui est un bon prédicteur de la variable de chômage d’intérêt Ces prédicteurs sont utilisés dans le calcul des estimations initiales, qui sont des données d’entrée des modèles de séries chronologiques.

La variable cible considérée dans l’étude est la fraction de personnes au chômage dans un domaine et elle est définie par Y ¯ i t = j i y i j t / N i t , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeabq9Vabmyway aaraWaaSbaaSqaaiaadMgacaWG0baabeaakiaai2dadaaeqaqabSqa aiaadQgacqGHiiIZcaWGPbaabeqdcqGHris5aOWaaSGbaeaacaWG5b WaaSbaaSqaaiaadMgacaWGQbGaamiDaaqabaaakeaacaWGobWaaSba aSqaaiaadMgacaWG0baabeaaaaGccaGGSaaaaa@47C0@ avec y i j t MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeabq9VaamyEam aaBaaaleaacaWGPbGaamOAaiaadshaaeqaaaaa@3AD7@ égal à un si une personne j MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeabq9VaamOAaa aa@37C6@ d’une province i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeabq9VaamyAaa aa@37C5@ dans la période t MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeabq9VaamiDaa aa@37D0@ est au chômage et égal à zéro autrement, et N i t MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeabq9VaamOtam aaBaaaleaacaWGPbGaamiDaaqabaaaaa@39BD@ étant la taille de la population dans la province i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeaacaWGPbaaaa@3672@ et la période t . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrpgpiea0xc9LqFf0d c9qqFeFr0xbbG8FaYPYRWFb9fi0xXdbbf9Ve0db9WqpeeaY=brpue9 Fve9Fre8meaabaqaciGacaGaaeqabaWaaeaaeaaakeaacaWG0bGaai Olaaaa@372F@


Date de modification :