Programme de recherche et développement en méthodologie : réalisations, 2021-2022
6. Soutien (centres de ressources)
6.1 Centre de recherche et d’analyse en séries chronologiques
L’objectif du Centre de recherche et d’analyse en séries chronologiques est de maintenir une expertise de haut niveau et d’offrir des services de consultation en matière de séries chronologiques dans l’ensemble de l’organisme. Le Centre offre des services de consultation et des conseils sur les problèmes relatifs aux séries chronologiques, il étudie les problèmes pour lesquels il n’existe pas actuellement de solutions connues ou satisfaisantes, et il élabore et tient à jour des outils permettant d’appliquer des solutions à des problèmes réels de séries chronologiques.
Les projets peuvent être répartis en quatre sous-catégories, l’accent étant mis sur les thèmes suivants :
- consultation et formation sur les séries chronologiques;
- soutien et amélioration du système de traitement des séries chronologiques;
- développement et soutien pour la désaisonnalisation et l’estimation des tendances-cycles;
- modélisation et prévision de séries chronologiques, particulièrement dans le contexte de l’estimation en temps réel.
SOUS-PROJET : Consultation et formation sur les séries chronologiques
Le Centre de recherche et d’analyse en séries chronologiques est chargé d’élaborer et de dispenser la formation sur les méthodes en séries chronologiques, y compris la désaisonnalisation, le rapprochement et la modélisation en séries chronologiques, à l’intention des participants de Statistique Canada et aussi d’autres organismes, principalement par l’entremise de l’Institut de formation de Statistique Canada. De plus, le Centre offre des conseils et des consultations sur les projets de séries chronologiques en général pour les programmes de l’ensemble de Statistique Canada.
Progrès :
Des cours sur l’ajustement saisonnier (H-0431 et H-0434), l’étalonnage (H-0436) et le ratissage (H-0437) ont été donnés au cours de l’année par l’entremise de l’Institut de formation de Statistique Canada (Statistique Canada, 2022); ces cours ont été mis à jour et comprennent des démonstrations et des ateliers permettant de montrer l’aspect pratique des techniques. Des cours sur la modélisation et la prévision des séries chronologiques ainsi que sur les techniques d’ajustement saisonnier et de rapprochement ont été donnés à des participants d’organismes externes sous la forme de présentations à distance. Dans le cadre de la formation pour les nouvelles recrues (série de séminaires de la Direction de la méthodologie pour les recrues et cours de navigation des données) et les agents financiers, les membres du Centre ont également participé à des activités de sensibilisation et de formation auprès d’autres groupes de Statistique Canada sur des thèmes touchant les séries chronologiques.
Le Centre a également offert des consultations au Système de comptabilité nationale dans un certain nombre de domaines. Le Centre a produit des séries chronologiques rapprochées pour les importations et les exportations de services par pays afin d’évaluer l’ajout de cette étape au programme des comptes et ainsi d’améliorer la cohérence des données. Dans le cadre du projet Environnement mondial pour l’écosystème de la statistique économique, le Centre mène également des consultations sur l’application des étapes pertinentes de rapprochement et la recherche et l’élaboration d’outils appropriés. De plus, des représentants du Centre assistent régulièrement au forum des analystes du Quotidien pour maintenir une présence dans la collectivité des analystes et offrir un soutien en matière de séries chronologiques à divers programmes, y compris pour le produit intérieur brut mensuel.
Le Centre mène régulièrement des consultations sur l’extrapolation rétrospective afin de préserver ou de rétablir la comparabilité au fil du temps, et il met la dernière main à une directive sur la continuité des séries chronologiques pour les programmes de Statistique Canada. Il s’agit d’une initiative conjointe avec le Système de comptabilité nationale, et nous avons récemment présenté le document à la haute direction pour obtenir leurs commentaires et leur approbation, et nous collaborons avec des responsables de la diffusion pour mettre la dernière main au document en vue de sa diffusion publique. Le document (Matthews et Saint-Pierre, 2022) devrait être publié au cours du premier trimestre de l’exercice 2022-2023.
Pour obtenir
plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, steve.matthews@statcan.gc.ca).
Bibliographie
Matthews, S., et Saint-Pierre, É. (2022). Guidelines on Maintaining Time Series Continuity in Economic, Social and Environmental Statistics (v1.1). Document interne disponible sur demande, Statistique Canada.
Statistique Canada (2022). Ateliers, formation et conférences.
https://www.statcan.gc.ca/fr/afc/formation.
SOUS-PROJET : Soutien et amélioration du système et des outils de traitement des séries chronologiques
Le système de traitement des séries chronologiques est une application SAS personnalisable qui permet d’appliquer des techniques de séries chronologiques, y compris des techniques de désaisonnalisation et de rapprochement, largement utilisées dans la production d’estimations désaisonnalisées pour les programmes essentiels à la mission de Statistique Canada. Le système est dans un état assez mature et stable, mais il doit être mis à jour de façon continue; il faut élargir la fonctionnalité et répondre aux nouveaux besoins des programmes de l’organisme. À plus long terme, nous envisageons une nouvelle version du système qui permettrait d’intégrer les outils et les nouvelles techniques disponibles à partir de logiciels libres.
Progrès :
La diffusion de la version V3.08 du système de traitement des séries chronologiques a permis d’améliorer considérablement la fonctionnalité des modules d’étalonnage et d’équilibrage (Ferland, 2022). Le travail a été effectué en soutien à l’extrapolation rétrospective et à l’étalonnage pour un projet particulier, mais la nouvelle fonctionnalité est largement applicable et a donc été intégrée aux modules du système de traitement. Plus précisément, les changements permettent l’étalonnage proportionnel des variables des stocks et certaines mises à niveau des validations et des paramètres disponibles dans le module d’équilibrage. Une application peut inclure les liens comptables généralement présents dans les données financières lorsque les contraintes ne sont pas simplement additives, ainsi que l’étalonnage lorsque les variables ne sont pas agrégées temporairement pour correspondre aux totaux annuels (p. ex. lors du rapprochement des inventaires trimestriels par rapport à une valeur annuelle).
Des études ont permis d’évaluer les outils disponibles pour l’application de l’étalonnage, du ratissage et de la désaisonnalisation au moyen d’outils libres, y compris ceux disponibles en R, Python et les programmes en Java mis au point et publiés par la Commission européenne. Un prototype de fonction R a été programmé avec une fonctionnalité équivalente à PROC benchmarking dans G-SERIES, dont l’utilisation interne est en cours d’évaluation. Statistique Canada a continué à participer au Seasonal Adjustment Center of Excellence d’Eurostat en tant qu’organisme partenaire afin de pouvoir participer aux discussions et à l’élaboration d’outils connexes.
Pour obtenir
plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, steve.matthews@statcan.gc.ca).
Bibliographie
Ferland, M. (2022). Time Series Processing System – v3.08. Document interne, Statistique Canada.
SOUS-PROJET : Développement et soutien pour la désaisonnalisation et l’estimation de tendances-cycles
L’objectif du projet est d’effectuer des analyses et des évaluations de nouvelles méthodes et techniques de désaisonnalisation et d’estimation de tendances-cycles et de mener des consultations et de centraliser l’expertise au chapitre de l’application de la désaisonnalisation.
Progrès :
Le Centre de recherche et d’analyse en séries chronologiques a effectué une importante assurance de la qualité pour la désaisonnalisation, car les effets de la pandémie de COVID-19 se sont poursuivis. Des échanges ont eu lieu avec des représentants d’autres bureaux nationaux de statistique, par courriel ainsi que dans le cadre de conférences et de réunions virtuelles. Ces échanges ont eu lieu avec des membres d’Eurostat, de l’Office for National Statistics, du United States Census Bureau, du United States Bureau of Labor Statistics, de Statistics Norway, de l’INSEE (Institut national de la statistique et des études économiques), de Statistics Israel, du Bureau de la statistique de l’Australie, de Statistics New Zealand et d’autres organismes. Les échanges ont été extrêmement utiles et ont permis de comparer et de mettre en opposition les approches à court et à long terme, qui étaient presque universellement conformes à l’approche suggérée par Eurostat (2020). Pour que l’information soit largement accessible, le Centre a communiqué les conclusions et les recommandations découlant des consultations aux personnes-ressources pertinentes au sein de l’organisme au moyen de mises à jour périodiques.
Nous avons élaboré une stratégie pour réduire la validation accrue appliquée pendant le choc initial de la pandémie et ainsi réduire le soutien de façon continue (stratégie de retour graduel à l’approche d’avant la pandémie — ajustement des valeurs critiques pour la détection des valeurs aberrantes, détection automatique des valeurs aberrantes au cours des derniers mois, etc.). Cette stratégie globale a été documentée et partagée avec d’autres spécialistes de la désaisonnalisation (Matthews, 2021a). Le Centre a également participé à une table ronde sur la désaisonnalisation lors des Joint Statistical Meetings de 2021 de l’American Statistical Association (Matthews, 2021b). À mesure que chaque indicateur économique se stabilise, une stratégie est élaborée pour que nous revenions graduellement aux pratiques d’assurance de la qualité qui étaient en place avant la pandémie sans causer d’effets défavorables aux estimations désaisonnalisées en temps réel et rétrospectivement. Nous avons étudié les modèles d’espace d’états afin de produire des indications précoces de ruptures structurelles, et le travail se poursuivra.
Le Centre de recherche et d’analyse en séries chronologiques a également tenu de vastes consultations sur la désaisonnalisation au sein de l’organisme pour des programmes qui ne reçoivent pas l’appui officiel de l’équipe. Compte tenu des défis liés à la désaisonnalisation qui découlent de la pandémie et de ses chocs économiques, une réunion trimestrielle est maintenant tenue pour que nous puissions offrir des conseils et des consultations sur des problèmes pratiques à plusieurs des programmes du Système de comptabilité nationale. La réunion est coordonnée avec la diffusion trimestrielle faite par ces programmes, et le Centre offre des conseils ponctuels et fait des suivis pour faciliter l’analyse et la production des données désaisonnalisées. Des consultations ont été offertes aux groupes qui produisent des statistiques désaisonnalisées sur le commerce des services et sur le nombre d’inscriptions et de sorties dans le Registre des entreprises.
Des progrès continus ont été réalisés pour que le tableau de bord sur la désaisonnalisation soit accessible aux analystes pour un nombre croissant de programmes, quatre autres enquêtes essentielles à la mission pouvant maintenant avoir accès à l’outil pour comprendre et expliquer les résultats désaisonnalisés, et ce nombre étant appelé à augmenter au cours du prochain exercice. Le tableau de bord a de plus été présenté lors du Symposium international de 2021 sur les questions de méthodologie de Statistique Canada (Verret, 2021).
De plus, les méthodes d’estimation des tendances-cycles ont été évaluées dans le contexte de la pandémie de COVID-19. En particulier, compte tenu de la gravité des chocs économiques, la tendance-cycle actuellement publiée pour certains programmes à Statistique Canada (selon le filtre linéaire en cascade proposé dans Dagum et Luati, 2009) peut présenter une impression trop en douceur de l’économie, de sorte qu’un certain nombre d’autres mesures ont été déterminées, y compris la rupture de la série à un point donné et l’introduction d’effets aberrants pour modéliser les chocs plus directement. Les méthodes ont été appliquées aux résultats de plusieurs programmes, et nous les présenterons à l’interne et à l’externe afin de déterminer si les ajustements à la méthodologie devraient être adoptés.
Nous avons de plus commencé à tenir des réunions d’équipe trimestrielles avec l’équipe des séries chronologiques de Statistique Canada et l’équipe correspondante du United States Census Bureau. Ces réunions permettent d’échanger sur les priorités et les nouveautés en matière de recherche et de collaborer aux enjeux actuels concernant l’analyse en matière de séries chronologiques.
Pour obtenir
plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, steve.matthews@statcan.gc.ca).
Bibliographie
Dagum, E.B., et Luati, A. (2009). A cascade linear filter to reduce revisions and false turning points for real time trend-cycle estimation. Econometric Reviews, 28, 40-59.
Eurostat (2020). Guidance on time series treatment in the context of the COVID-19 crisis. https://ec.europa.eu/eurostat/documents/10186/10693286/Time_series_treatment_guidance.pdf.
Matthews, S. (2021a). Seasonal Adjustment during the COVID-19 pandemic: Statistics Canada’s Approach. Proceedings of the European Establishment Statistics Workshop.
Matthews, S. (2021b). Time Series and Seasonal Adjustment Estimation during the COVID-19 Pandemic. Round-table session at the 2021 Joint Statistical Meetings of the American Statistical Association.
Verret, F. (2021). Statistics Canada’s Seasonal Adjustment Dashboard. Présenté au Symposium international de 2021 sur les questions de méthodologie, Statistique Canada.
SOUS-PROJET : Modélisation et prévision de séries chronologiques, en particulier dans le contexte de l’estimation en temps réel
L’augmentation de l’actualité des indicateurs statistiques est une priorité importante pour Statistique Canada, et l’une des options pour y arriver est de modéliser les séries chronologiques pour établir des prévisions immédiates des indicateurs économiques beaucoup plus tôt que le moment où le premier estimateur traditionnel est produit.
Progrès :
L’évaluation de modèles statistiques dans un tel contexte s’est poursuivie, et les modèles d’apprentissage automatique ont été comparés avec d’autres approches de séries chronologiques, les modèles ARIMA-X et les modèles d’espace d’états étant les candidats les plus attrayants. Les modèles d’espace d’états comprennent l’application de modèles de facteurs dynamiques, qui combinent la réduction de la dimensionnalité, les données de fréquence mixte et d’autres questions pratiques, et ils sont de plus en plus utilisés dans des applications de prévisions immédiates à l’échelle internationale. Une présentation a été faite au Comité consultatif des méthodes statistiques de Statistique Canada; l’objectif était de communiquer les progrès et d’étudier l’aspect de l’explicabilité ainsi que les plans futurs pour le projet (Matthews et Le Moullec, 2021). L’évaluation de modèles de facteurs dynamiques a été réalisée en partenariat avec Rafal Kulik de l’Université d’Ottawa ainsi qu’avec un étudiant des cycles supérieurs, Ismael Zie Diamoutene, qui collabore également à l’analyse. L’évaluation de la méthode concerne le réglage des hyperparamètres et l’estimation de la variance, ainsi que les futurs domaines de recherche (Diamoutene, 2022). L’enquête a permis de conclure que les modèles de facteurs dynamiques pourraient être grandement automatisés et efficaces avec des variables auxiliaires fortement corrélées; certains modèles manuels de présélection semblent toutefois contribuer à l’élimination des variables ayant des corrélations plus faibles ou potentiellement fausses qui n’améliorent pas la précision (Patak, 2022). Une présentation sommaire des travaux sur les prévisions immédiates a été donnée à la sixième International Conference on Establishment Surveys (voir Matthews, 2021c).
Deux études de cas ont été réalisées en collaboration avec la Division de la science des données, et elles ont permis d’évaluer les méthodes prédictives pour le produit intérieur brut mensuel. Ces études ont permis de comparer des modèles plus traditionnels, comme la régression avec erreurs ARMA, avec des modèles prédictifs d’apprentissage automatique, et elles ont permis de révéler un rendement semblable et de mettre en évidence non seulement les différences entre les méthodes, mais aussi de nombreuses similitudes (Ritter et Patak, 2021). Une présentation sur les travaux a été donnée lors du Symposium international de 2021 sur les questions de méthodologie de Statistique Canada.
Nous avons préparé un document provisoire visant à présenter un cadre pour les indicateurs avancés, à faire la promotion de la normalisation de la terminologie pour la production d’indicateurs avancés (y compris les prévisions immédiates fondées sur des modèles), à décrire les critères appuyant la décision de publier de nouveaux indicateurs avancés, et à offrir des conseils sur les méthodes appropriées de prévision immédiate ainsi que sur les avantages et les désavantages (Matthews, 2022). De plus, nous avons rédigé un article sommaire pour un numéro de 2021 sur la convergence afin de faire connaître le travail effectué récemment sur les prévisions immédiates (Picard, 2021).
Pour obtenir
plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, steve.matthews@statcan.gc.ca).
Bibliographie
Diamoutene, I. (2022). Technical Notes on Dynamic Factor Models. Thèse de doctorat, University of Ottawa (à publier).
Matthews, S. (2021c). Toward Near Real-Time Economic Indicators Using Time Series Models: Statistics Canada’s Progress. Présenté à la Sixth International Conference on Establishment Statistics.
Matthews, S. (2022). Framework for Development and Production of Advance Indicators at Statistics Canada. Document interne disponible sur demande, Statistique Canada.
Matthews, S., et Le Moullec, J. (2021). Development of More Timely Indicators of Gross Domestic Product. Présenté à la 73e réunion du Comité consultatif sur les méthodes statistiques, Statistique Canada.
Patak, Z. (2022). Nowcasting the Canadian GDP. Document interne disponible sur demande, Statistique Canada.
Picard, F. (2021). Le Nowcasting. Convergence, 26, 15-17, Septembre 2021, Association des statisticiennes et statisticiens du Québec.
Ritter, C., et Patak, Z. (2021). On the Path to More Timely Economic Indicators: A Comparison of Traditional and New Machine Learning Nowcasting Methods. Présenté au Symposium international de 2021 sur les questions de méthodologie, Statistique Canada.
6.2 Systèmes généralisés de statistiques économiques
L’équipe des systèmes généralisés pour les statistiques économiques est responsable du soutien et du développement de quatre systèmes généralisés : G-SAM, le système généralisé d’échantillonnage; BANFF, le système généralisé de contrôle et d’imputation; G-EST, le système généralisé d’estimation; G-SERIES, le système généralisé pour les techniques de séries chronologiques.
Progrès :
Un volume habituel de cas de soutien a été traité par l’équipe de projet, principalement pour G-EST, BANFF et G-SAM. La plupart des cas ont été résolus par des suggestions sur la façon d’appliquer les systèmes en termes pratiques, mais plusieurs cas ont nécessité une intervention plus poussée.
Une nouvelle version de G-EST visant à corriger une erreur a été diffusée cette année. Une erreur de programmation a été découverte dans la version 2.03.002, et elle a donné lieu à des erreurs dans l’estimation de la variance dans certaines conditions (pour les estimateurs calés lorsque la matrice de plan d’expérience est singulière). L’erreur a été communiquée aux utilisateurs, et aucun cas où l’erreur a causé des problèmes concernant des valeurs publiées n’a été trouvé. La version G-EST 2.03.003 a été diffusée pour corriger l’erreur (Statistique Canada, 2021).
La mise à l’essai s’est poursuivie et a permis de mettre au point la version de G-EST pour qu’elle tienne compte des grands ensembles de données complexes dans l’application de SEVANI (partie de G-EST) pour estimer la variance due à l’imputation. Cette nouvelle version permettra à plusieurs programmes de Statistique Canada de calculer des estimations améliorées de la variance, ce qui est important pour permettre l’utilisation de l’ajustement tabulaire aléatoire afin d’améliorer le contrôle de la divulgation. La mise à l’essai des prototypes est presque terminée, et une nouvelle version de G-EST sera diffusée au cours des prochains mois.
Beaucoup de progrès ont également été réalisés dans le cadre d’une importante initiative pour les systèmes généralisés, un exercice de planification à long terme tenant compte de l’évolution à venir des systèmes. Chaque système fait l’objet d’un examen permettant d’étudier la possibilité d’utiliser des outils libres, y compris de nouvelles méthodes de pointe, et de revoir l’approche de gestion des développements futurs (Gray et Matthews, 2021). L’examen est terminé pour les systèmes BANFF et G-SERIES, et la recommandation est de moderniser ces systèmes en les développant indépendamment de SAS (Gray et Arsenault, 2021, et Matthews et Mathieu, 2021). Ces projets ont été proposés à titre d’investissements pour l’année à venir, et des travaux sont en cours pour la modernisation de BANFF. L’évaluation des options pour G-SAM et G-EST sera terminée dans la prochaine année, et les recommandations qui en découleront seront présentées au comité directeur des systèmes généralisés statistiques.
L’élaboration d’ImpACT, un système permettant de visualiser l’imputation, s’est poursuivie, et le système a été utilisé pour l’évaluation des stratégies d’imputation de deux projets de Statistique Canada. Les travaux ont été présentés au Symposium de 2021 sur les questions de méthodologie de Statistique Canada (Gray, 2021). Il est prévu d’étendre l’outil afin d’y intégrer d’autres visualisations et de l’appliquer à d’autres programmes. De plus, des recherches ont été effectuées sur l’ajout possible de l’ajustement proportionnel entier à deux dimensions au système BANFF (Baillargeon, 2022a).
Pour le système G-SAM, nous avons produit des documents additionnels pour mieux décrire le contexte, la fonctionnalité et l’application du logiciel. Des études ont également permis d’étudier la généralisation des procédures de stratification et de répartition au moyen d’une approche d’optimisation (Baillargeon, 2022b).
Les membres de l’équipe ont donné de la formation dans le cadre de cours officiels de l’Institut de formation de Statistique Canada, de séminaires à l’intention des statisticiens récemment recrutés et d’autres présentations ponctuelles faites à des analystes et à d’autres organismes. L’équipe a également contribué à l’organisation de l’atelier sur la vérification des données de la Commission économique des Nations Unies pour l’Europe prévu pour l’automne 2022.
Pour obtenir
plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, steve.matthews@statcan.gc.ca).
Bibliographie
Baillargeon, J. (2022a). Bidirectional Pro-rating. Document interne disponible sur demande, Statistique Canada.
Baillargeon, J. (2022b). Optimization for sample designs: Progress report on research activities. Document interne disponible sur demande, Statistique Canada.
Gray, D. (2021). Improving decision-making in imputation design through data visualization. Présenté au Symposium international de 2021 sur les questions de méthodologie, Statistique Canada.
Gray, D., et Arsenault, S. (2021). BANFF – Generalized Systems evolution plan: PHASE III. Presentation to the Statistical Generalized Systems Steering Committee, Rapport interne, Statistique Canada.
Gray, D., et Matthews, S. (2021). Rethinking the role of Generalized Systems for economic statistics. Présenté à la 73e réunion du Comité consultatif sur les méthodes statistiques, Rapport interne, Statistique Canada.
Matthews, S., et Mathieu, M.-C. (2021). G-SERIES evolution plan: Phase 1 Summary. Présenté à la 73e réunion du Comité consultatif sur les méthodes statistiques, Rapport interne, Statistique Canada.
Statistique Canada (2021). G-EST 2.03.003 User Guide. Document interne disponible sur demande, Statistique Canada.
6.3 Centre de ressources en couplage d’enregistrements
Les objectifs du Centre de ressources en couplage d’enregistrements (CRCE) consistent à offrir des services de consultations aux utilisateurs internes et externes des méthodes de couplage d’enregistrements, ce qui comprend la formulation de recommandations au sujet de logiciels et de méthodes à utiliser, des travaux concertés sur les applications de couplage d’enregistrements, l’évaluation de méthodes de couplage d’enregistrements et le développement de méthodes améliorées. Nous facilitons aussi la diffusion de l’information sur les méthodes, les logiciels et les applications de couplage d’enregistrements aux personnes intéressées à l’intérieur et à l’extérieur de Statistique Canada.
Progrès :
Nous avons continué à soutenir l’équipe de développement de G-Coup et à participer aux réunions du groupe de travail sur le couplage d’enregistrements. Les membres de l’équipe se sont rencontrés toutes les deux semaines et le CRCE a fait le suivi des procès-verbaux mentionnant des sources possibles, passées ou présentes, de corrections, de bogues ou d’améliorations pour G-Coup. Le CRCE a aussi offert un soutien aux utilisateurs internes et externes de G-Coup qui ont demandé de l’aide, ont formulé des commentaires ou ont présenté des suggestions à G-Coup_info au moyen de billets et de requêtes.
Durant l’année la majorité du travail méthodologique s’est porté sur la maintenance, le développement et le support auprès des utilisateurs de la nouvelle version 3.5 de G-Coup qui inclut l’addition d’un couplage basé sur les profils et des indicateurs de qualité. Deux outils fondés sur la révision manuelle pour estimer les taux de faux positifs et faux négatifs ont été intégrés dans la version 3.3 de G-coup. De plus, on a entrepris un travail exploratoire de couplage sur l’infonuagique et le test du logiciel de couplage splink, codé en python (développé par l’« Office for National Statistics » au Royaume-Uni), en utilisant la plateforme Databricks.
Le CRCE a aussi travaillé sur une variété d’autres projets de couplage probabiliste et a animé des réunions avec des collègues internationaux. Ces couplages nous ont aidés à analyser la performance du logiciel et les solutions à apporter. Le travail sur ces données a permis d’élaborer des approches plus systématiques de définir et d’ajuster les couplages d’enregistrements sur des serveurs et sur la plateforme SAS Grid. Le RLRC a également orienté des recherches sur l’évaluation de la qualité du couplage probabiliste qui a amené à des échanges internationaux avec l’agence Française INSEE et à la présentation de nos travaux à la conférence des Journées Mondiales de Statistique (JMS) de 2022 à Paris.
Pour obtenir
plus de renseignements, communiquez avec :
Abdelnasser Saïdi (613-863-7863, abdelnasser.saidi@statcan.gc.ca).
6.4 Centre de ressources en analyse de données
Le Centre de ressources en analyse de données a pour objectif premier de donner des conseils sur le bon usage des outils et des méthodes d’analyse de données et de promouvoir l’adoption de pratiques exemplaires dans ce domaine. Les services du Centre de ressources en analyse de données, axés principalement sur les données d’enquête, les données de recensement et les données administratives, sont offerts aux employés de Statistique Canada et à ceux d’autres ministères ainsi qu’aux analystes et aux chercheurs du milieu universitaire ou des centres de données de recherche.
Progrès :
Consultations
Des services de consultation ont été offerts à la demande de clients internes et externes. Les questions variaient en complexité et portaient sur l’utilisation de poids bootstrap d’enquête, la construction d’intervalles de confiance et les tests d’hypothèses avec des données d’enquête, l’estimation de l’importance des effets avec des données d’enquête, l’analyse avec des données couplées et l’ajustement de modèles de régression logistique. Le Centre de ressources en analyse de données a également aidé les clients à mettre en œuvre des méthodes dans les logiciels SUDAAN, SAS, STATA et R.
Services et matériel de formation
Hao et Provençal (2021) ont conçu et présenté un atelier sur la saisie des politiques et l’analyse factorielle à l’intention du groupe de l’Équité salariale du Conseil du Trésor.
Le Centre de ressources en analyse de données a également fait une présentation sur l’utilisation des statistiques descriptives dans le cadre d’un atelier sur le recensement et l’analyse de données organisé par le Projet régional d’avancement de la statistique dans les Caraïbes pour l’Institut de la statistique du Belize.
Le Centre de ressources en analyse de données a fait une présentation sur l’analyse de données avec des données d’enquête complexes et sur l’utilisation de statistiques descriptives lors de l’atelier sur l’interprétation des données organisé par Statistique Canada.
Le Centre de ressources en analyse de données a présenté la séance sur la régression linéaire avec des données d’enquête complexes dans le cadre du cours sur la modélisation statistique à Statistique Canada. Le Centre de ressources en analyse de données a également fait plusieurs présentations sur l’analyse des données tirées d’une enquête complexe dans la série de séminaires pour les recrues.
Collaboration
Le Centre de ressources en analyse de données a collaboré à l’élaboration de stratégies de mesure pour trois projets : i) le Projet de mesure du rendement en santé mentale en milieu de travail; ii) l’Indice de renouvellement de la fonction publique au-delà de 2020; iii) la Stratégie d’accessibilité pour la fonction publique du Canada. Pour ces projets, les données recueillies dans le cadre du Sondage auprès des fonctionnaires fédéraux de 2019 et de 2020 ont été utilisées pour mesurer des variables latentes comme les facteurs de risque psychologiques, les comportements, etc. Pour les projets i) et ii), le Centre de ressources en analyse de données a calculé les scores factoriels pour différents niveaux d’agrégation, et il a produit la documentation sur la méthodologie. Pour le projet iii), le Centre de ressources en analyse de données a dérivé un modèle. Les scores factoriels établis pour le projet i) ont servi à la création du tableau de bord sur la santé mentale en milieu de travail dans la fonction publique fédérale lancé le 17 mai 2022 : Stratégie pour la fonction publique fédérale sur la santé mentale en milieu de travail. Les modèles de mesure ont été élaborés à l’aide de l’analyse factorielle et de la modélisation des équations structurelles, comme l’ont expliqué le Centre de ressources en analyse de données (2020), Blais, Mach, Michaud et Simard (2020) et Blais, Michaud, Simard, Mach et Houle (2021).
Pour obtenir
plus de renseignements, communiquez avec :
Harold Mantel (613-863-9135, harold.mantel@statcan.gc.ca)
ou
Fritz Pierre (613-720-4318, fritz.pierre@statcan.gc.ca).
Bibliographie
Blais, A.-R., Mach, L., Michaud, I. et Simard, J.-F. (2020). Analysis of the Public Service Employee Survey Items as Measures of the Psychosocial Risk Factors. Présentation interne au Workplace Mental Health Performance Measurement Steering Committee, le 7 octobre 2020.
Blais, A.-R., Michaud, I., Simard J.-S., Mach, L. et Houle, S. (2021). Mesurer les facteurs psychosociaux en milieu de travail. Rapports sur la santé, 32, Statistique Canada.
Centres de données de recherche (2020). Measuring Culture of Accessibility, A Brief Introduction to Factor Analysis. Présentation interne à l’Accessibility Culture Goal Working Group, le 1er mai 2020.
Hao, Y., et Provençal, J.-S. (2021). Policy Capturing: an overview for Treasury Board of Canada Secretariat. Atelier au Pay Equity Group, Treasury Board of Canada Secretariat, 26 octobre et 2 novembre 2021.
6.5 Secrétariat de l’éthique des données
Le Secrétariat de l’éthique des données a pour rôle de mettre en œuvre le Cadre de nécessité et de proportionnalité. Concrètement, le Secrétariat de l’éthique des données effectue des examens éthiques des nouvelles acquisitions de données ou des nouvelles utilisations de données, tient des discussions avec les gestionnaires de programme et formule des recommandations à l’agent principal de l’éthique des données et de l’intégrité scientifique. Le Secrétariat de l’éthique des données joue également un rôle de renforcement des capacités.
Progrès :
Les membres du Secrétariat de l’éthique des données ont donné de nombreuses présentations pour informer les partenaires internes et les collègues d’autres ministères fédéraux et d’organismes internationaux sur l’approche de Statistique Canada en matière d’éthique des données. Un document sur les fondements des examens éthiques dans le contexte statistique, en cours d’élaboration, présente les six principes directeurs. Le document devrait être disponible en 2022. Enfin, les travaux se sont poursuivis en vue de l’élaboration d’une échelle de sensibilité, un outil qui aide à surveiller la sensibilité des nouvelles acquisitions de données ou des nouveaux projets.
Pour obtenir
plus de renseignements, communiquez avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
6.6 Secrétariat de la qualité
Le Secrétariat de la qualité a entre autres pour mandat de concevoir et de gérer des études liées à la gestion de la qualité et de répondre aux demandes de renseignements ou d’assistance en matière de gestion de la qualité provenant des divers programmes de Statistique Canada ou d’autres organismes.
SOUS-PROJET : Renforcement des capacités avec des partenaires internes, nationaux et internationaux
Le Secrétariat de la qualité a pour objectif de donner des conseils et de prendre des mesures de renforcement des capacités à l’interne, avec des partenaires nationaux (d’autres ministères ou organismes) et avec des partenaires internationaux, principalement en présentant un aperçu général des pratiques de gestion de la qualité de Statistique Canada et des documents officiels liés à la qualité (le Cadre d’assurance de la qualité et les Lignes directrices concernant la qualité) et en offrant des services de soutien en gestion de la qualité.
Progrès :
Le Secrétariat de la qualité a entrepris de renforcer les capacités de nombreux partenaires au cours de la période visée. À l’interne, divers cours ont été offerts au personnel. En ce qui a trait aux partenaires nationaux, le Secrétariat a présenté des exposés officiels sur les pratiques de gestion de la qualité à deux organismes, en plus de tenir un certain nombre d’ateliers et de séminaires. Le Secrétariat de la qualité a également présenté deux webinaires ouverts au public sur l’importance de la qualité des données, dans le cadre de la série de webinaires organisée par le Centre de services de données de Statistique Canada. Des documents sur la qualité des données et les bonnes pratiques de gestion de la qualité ont été présentés à l’Initiative de formation en littératie des données de Statistique Canada. Des discussions ont eu lieu au sein du Groupe de travail sur la qualité des données de la Communauté de pratique sur les données ministérielles à l’échelle du gouvernement du Canada. Ce groupe de travail, coprésidé par Statistique Canada, a pour mandat, dans le cadre de la mise en œuvre de la Stratégie de données, de définir un cadre de qualité des données applicable à tous les organismes du gouvernement du Canada. Un cadre de qualité des données est en cours d’élaboration et sera disponible au printemps 2022. À l’échelle internationale, la participation au Groupe d’experts des Nations Unies sur les cadres nationaux d’assurance de la qualité s’est poursuivie en vue de la mise en œuvre du National Quality Assurance Framework Manual for Official Statistics des Nations Unies (Nations Unies, 2019).
Pour obtenir
plus de renseignements, communiquez avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
Bibliographie
Nations Unies (2019). United Nations National Quality Assurance Frameworks Manual for Official Statistics. https://unstats.un.org/unsd/methodology/dataquality/un-nqaf-manual/.
SOUS-PROJET : Indicateurs de qualité pour les statistiques tirées de données intégrées
Afin de fournir aux utilisateurs des indicateurs de qualité pour les programmes qui combinent des sources de données administratives, le Secrétariat de la qualité a entrepris de mettre au point un indicateur composite qui combine les indicateurs de qualité liés aux différentes étapes du traitement des données (couplage d’enregistrements, imputation, géocodage, etc.) en un seul indicateur. L’objectif est de donner une vue globale de la qualité d’une estimation compte tenu de plusieurs facteurs qui peuvent introduire des erreurs (Gagnon, Qian, Yeung, Lebrasseur et Beaulieu, 2022). Un premier programme, le Programme de la statistique du logement canadien, a publié ces indicateurs avec les estimations en septembre 2021. Le projet a été présenté au European Establishment Statistics Workshop en septembre 2021 (Beaulieu, Lebrasseur et Gagnon, 2021) ainsi qu’au Comité consultatif des méthodes statistiques de Statistique Canada (Beaulieu et Gagnon, 2021) et au Symposium international de 2021 sur les questions de méthodologie de Statistique Canada (Gagnon, Beaulieu, Lebrasseur, Qian et Yeung, 2021).
Pour obtenir
plus de renseignements, communiquez avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
Bibliographie
Beaulieu, M., Lebrasseur, D. et Gagnon, R. (2021). Measuring and communicating quality for programs using administrative data sources exclusively. Proceedings of the 2021 European Establishment Statistics Workshop.
Beaulieu, M., et Gagnon, R. (2021). Measuring and Communicating Quality for Statistical Programs Based on Administrative Data: The Canadian Housing Statistics Program’s Composite Quality Indicator. Communication présentée au Comité consultatif sur les méthodes statistiques, novembre 2021, Statistique Canada.
Gagnon, R., Beaulieu, M., Lebrasseur, D., Qian, W. et Yeung, A. (2021). Creation of a composite quality indicator for estimates based on administrative data using clustering. Recueil du Symposium international de 2021 sur les questions de méthodologie.
Gagnon, R., Qian, W., Yeung, A., Lebrasseur, D. et Beaulieu, M. (2022). Développement d’un indicateur composite de qualité pour les produits statistiques dérivés de sources administratives. Statistique Canada, Publié le 6 janvier 2022, https://www150.statcan.gc.ca/n1/pub/46-28-0001/2022001/article/00001-fra.htm.
6.7 Centre de ressources en assurance de la qualité
Le Centre de ressources en assurance de la qualité a comme objectif de mener des activités de recherche et de développement sur les méthodes statistiques d’assurance et de contrôle de la qualité, afin d’améliorer la qualité après contrôle des opérations de collecte et de traitement des données d’enquête au sein de Statistique Canada. Il offre notamment des services méthodologiques pour G-code, qui est utilisé à Statistique Canada pour la création de bases de données de codage pour le traitement des données. La recherche sur l’assurance et le contrôle de la qualité est souvent de nature générique et porte sur des questions d’efficacité et d’automatisation qui sont fréquemment appliquées à de nombreuses étapes des opérations d’enquête.
Progrès :
L’équipe de soutien méthodologique a aidé l’équipe de développement de G-Code et elle a fait le suivi des commentaires des utilisateurs pour chercher à trouver des idées d’améliorations possibles pour G-Code. Le Centre de ressources en assurance de la qualité a également offert du soutien aux utilisateurs internes et externes de G-Code lorsqu’ils avaient besoin d’aide, ou avaient des commentaires ou suggestions au sujet de G-Code.
Au cours de l’année, les travaux ont porté sur la mise en œuvre d’une nouvelle version de G-Code (version 3.3), qui comprend l’ajout de capacités d’apprentissage automatique (XgBoost, FastText et Pytorch). Plus précisément, l’équipe du Centre de ressources en assurance de la qualité a participé à une validation du concept de codage et de classification en vue d’examiner l’intégration de l’algorithme FastText à G-Code. Les nouveaux algorithmes ont été largement utilisés pour le codage de diverses classifications pour l’Enquête sur la population active, l’Enquête sur les postes vacants et les salaires, l’Enquête sur la santé dans les collectivités canadiennes, l’Enquête sur les permis de bâtir, le Système d’information sur les étudiants postsecondaires, le Registre statistique des entreprises et le Recensement de la population. De plus, ces nouvelles fonctionnalités ont été présentées à des organismes externes (Bureau de la statistique de l’Australie, Statistics New Zealand et Institut de la statistique du Belize) et à l’interne dans le cadre de cours et de démonstrations axées sur des projets. Dernièrement, l’équipe du Centre de ressources en assurance de la qualité a contribué à l’intégration de Pytorch à G-Code. PyTorch est une bibliothèque d’apprentissage automatique libre basée sur la bibliothèque Torch, qui est utilisée pour des applications comme la vision informatique et le traitement du langage naturel, principalement mis au point par le laboratoire de recherche sur l’intelligence artificielle de Facebook.
Le Centre de ressources en assurance de la qualité a également travaillé à la mise en œuvre de divers contrôles de la qualité des processus de codage pour l’Enquête sur la population active, l’Enquête sur la santé dans les collectivités canadiennes, le Système d’information sur les étudiants postsecondaires, l’Enquête sur les permis de bâtir, l’Enquête sur les postes vacants et les salaires, le Registre statistique des entreprises et le nouveau Registre statistique des immeubles.
De plus, un article portant sur l’intégration d’un modèle FastText et d’un processus de contrôle de la qualité aux activités de codage de l’Enquête sur la population active a été présenté au Symposium de 2021 de Statistique Canada (Evans et Oyarzun, 2022).
Pour obtenir
plus de renseignements, communiquez avec :
Javier Oyarzun (613-302-8454, javier.oyarzun@statcan.gc.ca).
Bibliographie
Evans, J., et Oyarzun, J. (2022). Need for speed: Using fastText (Machine Learning) to code the Labour Force Survey. Dans le Recueil du Symposium international de 2021 sur les questions de méthodologie, Statistique Canada, Ottawa (à paraître).
6.8 Centre de ressources en conception de questionnaires
Le Centre de ressources en conception de questionnaires est le centre d’expertise de Statistique Canada en matière de conception et d’évaluation de questionnaires. Il offre des services de consultation et de soutien et mène des projets et des recherches concernant l’élaboration, la mise à l’essai et l’évaluation de questionnaires d’enquête. Il joue un rôle très important dans la gestion de la qualité et il répond aux exigences des programmes de l’ensemble de Statistique Canada en consultant les clients, les répondants et les utilisateurs de données et en procédant à l’essai préliminaire de questionnaires d’enquête.
Bien qu’une grande partie du travail du Centre de ressources en conception de questionnaires soit effectuée selon le principe du recouvrement des coûts, la section est fréquemment sollicitée, de manière ponctuelle, pour effectuer des évaluations d’expert et offrir des services de consultation relativement à un large éventail d’enquêtes. Le groupe offre aussi des cours sur la conception de questionnaires.
Progrès :
Le Centre de ressources en conception de questionnaires a effectué de nombreux examens de questionnaires d’enquête. Bien que la plupart de ces examens portaient sur des questionnaires de Statistique Canada, plusieurs ont été effectués pour des enquêtes menées par d’autres organismes gouvernementaux, comme la Banque du Canada, l’Agence de la santé publique du Canada, Patrimoine canadien, Ressources naturelles Canada, Services publics et Approvisionnement Canada, le Conseil de la santé du Nouveau-Brunswick et d’autres.
Le Centre de ressources en conception de questionnaires a continué à expérimenter la recherche sur les méthodes mixtes. De plus, certaines recherches et expérimentations ont commencé par des méthodes qualitatives asynchrones.
Le groupe a également contribué à diverses initiatives de consultation de Statistique Canada.
Pour obtenir
plus de renseignements, communiquez avec :
Paul Kelly (613-371-1489, paul.kelly@statcan.gc.ca).
6.9 Confidentialité
Une partie du rôle et de la responsabilité de Statistique Canada demeure la sensibilisation et le soutien aux stratégies en matière de confidentialité. Parmi les activités menées tout au long de l’année, mentionnons la tenue d’un atelier sur l’anonymisation pour le Projet régional d’avancement de la statistique dans les Caraïbes, des discussions avec l’Agence du revenu du Canada au sujet de la confidentialité et l’élaboration de solutions en matière d’accès pour Emploi et Développement social Canada. D’autres activités de recherche et développement en matière de confidentialité sont décrites à la section 5.
Pour obtenir
plus de renseignements, communiquez avec :
Steven Thomas (613-882-0851, steven.thomas@statcan.gc.ca).
6.10 Communautés de pratique en science des données
SOUS-PROJET : Communauté de pratique de l’apprentissage automatique
La Communauté de pratique de l’apprentissage automatique de Statistique Canada a pour but de faciliter la collaboration et le transfert des connaissances ainsi que d’améliorer nos opérations d’apprentissage automatique à Statistique Canada. Grâce à diverses activités liées à l’apprentissage automatique réunissant de 50 à 80 personnes, comme des présentations, des groupes de lecture, des groupes de visionnement et des échanges d’information sur un site créé et mis à jour par les membres, la Communauté de pratique, par sa présence active, continue à collaborer au développement des capacités en apprentissage automatique des employés de Statistique Canada.
Progrès :
Malgré le travail à distance et le remaniement de la composition du comité, la Communauté de pratique a été active cette année et a pris plusieurs nouvelles orientations. Un nouveau président a été nommé cette année après que le président précédent ait quitté son poste. Plusieurs nouveaux membres du comité ont été recrutés. La Communauté de pratique a commencé à produire deux nouveaux bulletins bimensuels, publiés en alternance chaque mois. L’un des bulletins, qui met l’accent sur les récents progrès de l’apprentissage automatique, est également inclus dans le bulletin des réseaux de science des données. Un centre « porte ouverte » sur l’apprentissage automatique a été configuré dans Microsoft Teams. Tous les vendredis matins, sur un canal dédié de Teams, n’importe qui de Statistique Canada peut venir poser des questions et obtenir des conseils sur tout ce qui a trait à l’apprentissage automatique. Cette année, la Communauté de pratique organise un nouveau défi (trimestriel) de programmation en apprentissage automatique. Des défis de différents niveaux sont proposés, et les équipes ayant présenté des propositions impressionnantes sont invitées à présenter leur approche et leurs travaux. La Communauté de pratique met à jour et tient la page Confluence pour la Communauté de pratique de l’apprentissage automatique, et elle ajoute actuellement des « faits mensuels », rédigés du point de vue d’une personne qui apprend ou désire apprendre au sujet de l’apprentissage automatique. Enfin, la Communauté de pratique continue à communiquer des renseignements à ses membres sur diverses activités externes pertinentes concernant la science des données; elle envoie notamment des renseignements et des invitations pour des marathons de programmation et pour le séminaire de recrutement sur l’apprentissage automatique au sein de l’organisme.
Pour obtenir
plus de renseignements, communiquez avec :
Nicholas
Denis (613-618-9948, nicholas.denis2@statcan.gc.ca).
SOUS-PROJET : Communauté de pratique de l’apprentissage automatique appliqué à l’analyse de textes
La Communauté de pratique de l’apprentissage automatique appliqué à l’analyse de textes est un lieu interministériel centralisé où les spécialistes ayant diverses expertises peuvent discuter des applications pratiques du traitement du langage naturel au sein du gouvernement du Canada. Divers spécialistes du gouvernement du Canada se réunissent chaque mois pour apprendre et échanger sur les applications éthiques du traitement du langage naturel et les adopter. Les réunions mensuelles rassemblent de 50 à 60 participants qui échangent sur leurs solutions et leurs problèmes. Environ la moitié des participants proviennent de ministères fédéraux à l’extérieur de Statistique Canada.
Progrès :
Tout au long de 2021, cinq spécialistes de divers domaines de Statistique Canada et huit spécialistes d’autres ministères ou organismes, comme le Bureau du surintendant des institutions financières, l’Agence des services frontaliers du Canada, Immigration, Réfugiés et Citoyenneté Canada et l’Agence du revenu du Canada, ont présenté leurs solutions de grande qualité en matière de traitement du langage naturel. Chaque présentateur a illustré sa méthodologie moderne pour traiter rapidement sa source de données, qu’il s’agisse de données d’enquête, de données administratives ou de rapports publics. Les discussions qui ont suivi la présentation ont permis de décomposer les concepts complexes afin que les participants puissent les comprendre. Plus de 140 participants provenaient de 20 ministères différents et environ 130 participants provenaient de Statistique Canada.
Pour obtenir
plus de renseignements, communiquez avec :
Joanne Yoon (343-542-5625, joanne.yoon@statcan.gc.ca).
- Date de modification :