Techniques d’enquête
Modélisation de la variation temporelle des taux de réponse aux enquêtes : approche bayésienne s’appliquant à l’enquête sur la santé réalisée aux Pays-Bas

par Shiya Wu, Harm-Jan Boonstra, Mirjam Moerbeek et Barry SchoutenNote 1

  • Date de diffusion : le 30 juin 2023

Résumé

Des estimations précises et sans biais des propensions à répondre (PR) jouent un rôle décisif dans l’observation, l’analyse et l’adaptation d’une collecte de données. Dans un environnement d’enquête fixe, ces paramètres sont stables et leurs estimations finissent par converger lorsque suffisamment de données historiques sont recueillies. Dans les pratiques d’enquête, toutefois, les taux de réponse varient progressivement dans le temps. Comprendre la variation temporelle de la prédiction des taux de réponse est essentiel lors de l’adaptation d’un plan d’enquête. La présente étude met en lumière la variation temporelle des taux de réponse au moyen de modèles hiérarchiques (à plusieurs niveaux) de séries chronologiques. Il est possible de générer des prédictions fiables en apprenant à partir de séries chronologiques historiques et de mises à jour avec de nouvelles données dans un cadre bayésien. Pour illustrer une étude de cas, nous nous concentrons sur des taux de réponse en ligne dans le cadre de l’enquête sur la santé réalisée aux Pays-Bas de 2014 à 2019.

Mots-clés : Analyse bayésienne; modèle hiérarchique; propension à répondre; série chronologique.

Table des matières

Citation de l'article

Wu, S., Boonstra, H.-J., Moerbeek, M. et Schouten, B. (2023). Modélisation de la variation temporelle des taux de réponse aux enquêtes : approche bayésienne s’appliquant à l’enquête sur la santé réalisée aux Pays-Bas. Techniques d’enquête, Statistique Canada,  12‑001‑X au catalogue, vol.  49,  1. Article accessible à l'adresse http://www.statcan.gc.ca/pub/12-001-x/2023001/article/00010-fra.htm.

Note

Date de modification :