Programme de recherche et développement en méthodologie : réalisations, 2022-2023
5. Soutien (centres de ressources)
5.1 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.
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 :
Un cours sur l’ajustement saisonnier a été donné au cours de l’année par l’entremise de l’Institut de formation de Statistique Canada (Statistique Canada, 2022). 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 présentation 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), 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 à divers programmes internes (modélisations autorégressive et regARIMA, estimation des tendances, calendarisation, extrapolation rétrospective). En particulier, le centre a fourni un soutien en séries chronologiques au Système de comptabilité nationale dans un certain nombre de domaines, y compris le produit intérieur brut mensuel. En outre, des représentants du centre assistent périodiquement à un forum hebdomadaire d’analystes pour maintenir une présence au sein de la communauté des analystes.
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, nous avons récemment présenté le document à la haute direction pour obtenir leurs commentaires et leur approbation, et nous travaillons avec la diffusion pour mettre la dernière main au document en vue de sa diffusion publique.
En plus d’avoir apporté du soutien à divers programmes internes, le centre a mené des consultations et des échanges avec de nombreux organismes publics fédéraux et provinciaux, ainsi qu’avec des organismes statistiques nationaux (Banque du Canada, Institut de la statistique du Québec, Bureau de la statistique de l’Australie) sur des thèmes liés aux séries chronologiques (stratégie de désaisonnalisation durant la pandémie, extrapolation rétrospective, déflation, etc.).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Etienne Rassart (613-410-3640, etienne.rassart@statcan.gc.ca).
Bibliographie
Statistique Canada (2022). Ateliers, formations et références. https://www.statcan.gc.ca/fr/afc/formation.
PROJET : Soutien et amélioration du système et des outils de traitement des séries chronologiques
Le Centre de recherche et d’analyse en séries chronologiques élabore et tient à jour un certain nombre d’outils importants utilisés pour traiter et analyser les données des séries chronologiques pour les programmes de Statistique Canada qui produisent des données désaisonnalisées, notamment :
- le Système de traitement des séries chronologiques (Ferland, 2022);
- le système généralisé G-Séries, pour l’étalonnage et le ratissage, le rapprochement et l’équilibrage (Statistique Canada, 2016);
- le tableau de bord sur la désaisonnalisation (Verret, 2021).
Progrès :
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 d’étalonnage et de rapprochement, largement utilisées dans la production d’estimations désaisonnalisées pour les sous-programmes annuels de Statistique Canada (essentiels à la mission dans de nombreux cas). Le système est dans un état mature et stable. Toutefois, il doit être constamment mis à jour afin d’élargir ses fonctionnalités et d’aborder les 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.
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 fonctions R a été mis au point avec des fonctionnalités équivalentes aux procédures d’étalonnage et de ratissage de G-Séries, lesquelles sont actuellement évaluées aux fins d’utilisation à l’interne. 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.
Un certain nombre d’améliorations ont été apportées au tableau de bord sur la désaisonnalisation cette année. En particulier, le tableau de bord a été adapté aux données trimestrielles, de nouveaux graphiques ont été ajoutés et des bogues mineurs ont été résolus. Le tableau de bord est en voie d’être déployé pour un programme supplémentaire sur la main-d’œuvre.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Etienne Rassart (613-410-3640, etienne.rassart@statcan.gc.ca).
Bibliographie
Ferland, M. (2022). Time Series Processing System – v3.08. Document interne, Statistique Canada.
Statistique Canada (2016). G-Series 2.00.001 User Guides. Document interne, Statistique Canada.
Verret, F. (2021). Le tableau de bord de la désaisonnalisation de Statistique Canada. Recueil : Symposium 2021, Adopter la science des données en statistique officielle pour répondre aux besoins émergents de la société, Statistique Canada.
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, 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, et d’autres organismes. Les échanges ont été extrêmement utiles et ont permis de comparer et de mettre en opposition les approches adoptées pour le traitement continu des effets de la pandémie. Le centre a communiqué les conclusions et les recommandations découlant de ces consultations aux personnes-ressources pertinentes au sein de l’organisme au moyen de consultations ponctuelles pour veiller à ce que l’approche adoptée soit généralement uniforme pour l’ensemble des programmes.
Une stratégie visant à réduire la validation accrue appliquée pendant le choc initial de la pandémie a été mise au point afin de réduire le soutien de façon continue. 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.
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 ont été présentées à l’externe afin de déterminer si les ajustements à la méthodologie devraient être adoptés (Matthews, 2022 a et Matthews, 2022b).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Etienne Rassart (613-410-3640, etienne.rassart@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.
Matthews, S. (2022a). Estimating the Trend-Cycle in Topsy-Turvy Times. Seasonal Adjustment Practitioners Workshop, United States Census Bureau.
Matthews, S. (2022b). Estimating the Trend-Cycle in Topsy-Turvy Times. 2nd Workshop on Time Series Methods for Official Statistics, Eurostat.
PROJET : Modélisation et prévision des 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. L’évaluation des modèles de facteurs dynamiques s’est poursuivie en partenariat avec Rafal Kulik de l’Université d’Ottawa.
Une évaluation plus poussée de cette approche a été effectuée à titre d’exercice de validation de principe dans le contexte de la production d’indicateurs avancés de la statistique de l’énergie. Ce travail consistait à comparer la modélisation de séries chronologiques agrégées avec une approche fondée sur des microdonnées comprenant la prédiction ou l’imputation d’unités non répondantes. Les travaux semblaient indiquer que l’approche fondée sur les microdonnées offrait la possibilité d’utiliser les premiers répondants, de sorte que les efforts étaient axés sur l’élaboration de modèles d’imputation efficaces. Ces travaux seront présentés à la prochaine réunion du Comité consultatif des méthodes statistiques de Statistique Canada (Le Moullec et Matthews, 2023). Une séance sur invitation sur le thème de l’estimation en temps réel a été organisée au Congrès mondial de la statistique de l’Institut international de la statistique en juillet 2023.
Le centre a mené un projet de prévisions immédiates pour élaborer une méthode plus précise d’estimation des dépenses liées aux activités de rénovation sans sacrifier la qualité, dans le cadre du programme mensuel d’investissement en construction de bâtiments, un indicateur économique clé qui quantifie l’état de l’investissement en construction de bâtiments dans l’économie. Dans ce programme – principal intrant du produit intérieur brut mensuel et trimestriel –, les extrants sont modélisés à l’aide des données sur les permis de construire pour estimer les niveaux d’investissement dans la construction. Pour atteindre cet objectif, on a utilisé une approche riche en données, combinée au modèle de régression avec erreurs ARMA (Patak et Plunkett, 2023).
Nous avons préparé un document provisoire visant à présenter un cadre pour les indicateurs avancés, à prôner la normalisation de la terminologie pour la production d’indicateurs avancés (y compris les prévisions immédiates fondées sur un modèle), 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).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Etienne Rassart (613-410-3640, etienne.rassart@statcan.gc.ca).
Bibliographie
Le Moullec, J., et Matthews, S. (2023). On the Path to Real-Time Economic Indicators: A use case in producing model-based flash estimates for monthly electricity generation: Simpler is better! À présenter à la 76e réunion du Comité consultative sur les méthodes statistiques, Statistique Canada.
Matthews, S. (2022c). A framework for Advance Indicators at Statistics Canada. Document interne, Statistique Canada.
Patak, Z., et Plunkett, K. (2023). Nowcasting monthly renovation activity expenditures. À présenter lors d’une prochaine réunion du Comité d’examen scientifique de la Direction des méthodes statistiques modernes et de la science des données. Document interne, Statistique Canada.
5.2 Systèmes généralisés pour les statistiques économiques
L’équipe des systèmes généralisés pour les statistiques économiques est responsable du soutien et du développement de trois systèmes généralisés : G-SAM, le système généralisé d’échantillonnage; BANFF, le système généralisé de vérification et d’imputation; G-EST, le système généralisé d’estimation.
Progrès :
Un volume habituel de cas de soutien a été traité par l’équipe de projet pour G-Sam, BANFF et G-Est. La plupart des cas ont été réglés au moyen de suggestions sur la façon d’appliquer les systèmes en termes pratiques, mais plusieurs cas ont nécessité une intervention plus poussée.
Des essais approfondis des trois systèmes généralisés pour les statistiques économiques ont été effectués pour assurer une migration en douceur vers la nouvelle infrastructure infonuagique de Statistique Canada. Les essais ont révélé des problèmes liés à des changements apportés à la procédure d’optimisation numérique dans des versions récentes de SAS (en particulier la version installée dans le nuage). Ces problèmes se sont également présentés avec les systèmes généralisés G-Séries (séries chronologiques) et G-Confid (contrôle de la divulgation). Les membres de la sous-section ont participé à un groupe de travail pour examiner ces questions, et un résumé des constatations a été présenté au Comité directeur des systèmes généralisés (Statistique Canada, 2023). Dans le cas de G-Est, les cas sont actuellement traités de façon ponctuelle, mais d’autres travaux de recherches sont prévus pour déterminer si une correction automatisée semblable à celle élaborée pour G-Séries pourrait être appliquée.
Les progrès se sont poursuivis dans le cadre de l’initiative de modernisation des systèmes généralisés pour les statistiques économiques, en tirant parti d’outils libres et à l’aide d’une nouvelle méthode de pointe. La modernisation de BANFF a été choisie comme proposition d’investissement par l’organisme cette année et le projet est en cours (le lancement du logiciel est prévu en décembre 2024 et l’achèvement du projet en mars 2025). 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’équipe de BANFF a commencé à travailler avec des programmeurs de systèmes généralisés au projet de modernisation de BANFF, qui consiste à transférer les procédures existantes de BANFF de SAS à Python, et à élaborer un nouveau processeur BANFF. Une discussion au sujet de ce projet a été présentée à une réunion d’experts de la Commission économique des Nations Unies pour l’Europe sur la vérification de données statistiques (Gray, 2022). Parallèlement, les plans pour les nouveaux modules de BANFF en sont aux premières étapes de la recherche et du développement, y compris un système généralisé de calcul au prorata et d’arrondissement faisant appel à des optimisateurs à code source ouvert (Baillargeon, 2022). Les travaux liés à ImpACT (outil d’évaluation et de comparaison de l’imputation) se poursuivent, et des prototypes pour deux des trois modules sont terminés.
Les travaux ont commencé sur la version 1.04 de G-Sam qui comprend plusieurs nouvelles fonctions (Stinner, 2023). Il s’agit notamment d’introduire une contrainte de taille au niveau du domaine, de nouveaux calculs pour la variance due à l’échantillonnage et les bornes probabilistes, ainsi que de plusieurs nouveaux résultats de diagnostic et corrections de bogues. Ces modifications permettront de mieux harmoniser les fonctionnalités de G-Sam avec les besoins d’enquête, d’accroître l’exactitude du modèle de répartition et de réduire les coûts de dépannage des utilisateurs et du soutien. La diffusion de la version 1.04 au cours de la prochaine année sera accompagnée d’un nouveau guide de l’utilisateur offrant un guide complet du contexte, des fonctionnalités et de l’application du logiciel. De plus, un projet de recherche axé sur la stratification par mise en grappes hiérarchiques (McGrouther et Baillargeon, 2022) s’est révélé prometteur; d’autres recherches seront effectuées au cours de la prochaine année.
L’utilisation du module SEVANI de G-Est pour estimer la variance due à l’imputation a augmenté de façon constante, en particulier pour les enquêtes du Programme intégré de la statistique des entreprises (PISE), à la fois pour améliorer les mesures de la qualité et comme intrant pour l’application du contrôle de la divulgation de l’ajustement tabulaire aléatoire. Cela a entraîné une augmentation du nombre de cas de soutien liés au module SEVANI. La version 2.3.4 de G-Est a été diffusée en novembre 2022, assortie d’une amélioration du rendement de l’estimation de la variance due à la non-réponse et d’un certain nombre de corrections de bogues mineurs (Statistique Canada, 2022). D’autres améliorations mineures au module SEVANI, visant à éliminer les bogues rares et inhabituels, seront intégrées dans la prochaine version de G-Est. Un prototype permettant d’adapter les bornes de calage bootstrap a été écrit et mis à l’essai. De plus, les intervalles de confiance de Wilson pour les proportions ont été revus et l’on envisage de les intégrer dans une diffusion ultérieure.
Les membres de l’équipe ont participé à de la formation dans le cadre de cours officiels donnés par le centre 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 la réunion d’experts de la Commission économique des Nations Unies pour l’Europe sur la vérification des données statistiques (octobre 2022).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Etienne Rassart (613-410-3640, etienne.rassart@statcan.gc.ca).
Bibliographie
Baillargeon, J. (2022). Bidirectional Pro-rating. Document interne, Statistique Canada.
Gray, D. (2022). Banff’s Next Step: An Open-Source Data Editing System for Advanced Tools and Collaboration. UNECE Expert Meeting on Statistical Data Editing.
McGrouther, S., et Baillargeon, J. (2022). Stratification via Hierarchical Clustering. Présentation à l’interne, Statistique Canada.
Statistique Canada (2022). G-Est 2.03.004 Release Notes. Document interne, Statistique Canada.
Statistique Canada (2023). Generalized Systems Report on Achievements and Objectives. Document interne, Statistique Canada.
Stinner, M. (2023). G-Sam 1.04 Notes on Allocation. Document interne, Statistique Canada.
5.3 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 des logiciels et des méthodes à utiliser, et des travaux concertés sur les applications de couplage d’enregistrements. 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, le système de couplage d’enregistrements développé à Statistique Canada, et à participer aux réunions du groupe de travail sur le couplage d’enregistrements de la Division de la gestion du cycle de vie des solutions de la technologie de l’information (DGCSTI) et de la Division des méthodes d’intégration statistique (DMIS). L’équipe du CRCE a rencontré les représentants de la DGCSTI toutes les deux semaines et 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 a porté sur la maintenance, le développement et le support auprès des utilisateurs de la version 3.5 de G-Coup sur les serveurs SAS en infonuagique. Le développement a consisté à intégrer des procédures de mise en pochettes (blocking) et de classification de statut des paires du logiciel splink (développé au bureau national de la statistique du Royaume-Uni ou U.K. Office for National Statistics) en utilisant du code python.
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 projets a permis d’élaborer des approches plus systématiques de définir et d’ajuster des couplages d’enregistrements sur des serveurs SAS en infonuagique. Le RLRC a aussi orienté des recherches sur l’évaluation de la qualité du couplage probabiliste qui a amené à des échanges internationaux avec l’Institut national de la statistique et des études économiques de France, le bureau national de la statistique du Royaume-Uni et l’agence statistique de l’Italie (ISTAT). Cela s’est concrétisé par l’organisation d’une session invitée au Symposium de Statistique Canada de 2022.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Abdelnasser Saïdi (613-863-7863, abdelnasser.saidi@statcan.gc.ca).
5.4 Centre de ressources en analyse de données
Le Centre de ressources en analyse de données (CRAD) 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 CRAD, 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 (CDR).
Progrès :
Consultations
Des services de consultation ont été offerts à la demande de clients internes et externes. Entre le 1er avril 2022 et le 31 mars 2023, le CRAD a répondu à 34 demandes. Les questions étaient de complexité variable et portaient sur des sujets comme la mise en commun des cycles d’enquête et la correction des pondérations des données regroupées, les lignes directrices pour la publication des paramètres du modèle, les lignes directrices sur la qualité pour la diffusion des données, les analyses avec les données couplées, et différents types d’analyses de régression pour les enquêtes complexes. Le CRAD a également aidé les clients à mettre en œuvre des méthodes dans les logiciels SUDAAN, SAS, STATA et R.
Services et matériel de formation
Le CRAD a fait une présentation sur le travail avec les données couplées lors de la Conférence annuelle des analystes des CDR de 2023. Les sujets abordés étaient notamment le couplage à Statistique Canada, l’environnement de couplage de données sociales et les produits couplés avec les poids ajustés en fonction du couplage.
Le CRAD 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.
En outre, le CRAD a présenté, en anglais et en français, la séance sur la régression linéaire avec des données d’enquête complexes dans le cadre du cours sur la modélisation statistique à Statistique Canada, en plus de la séance sur la régression logistique du même cours, en français seulement. Le CRAD a également organisé un séminaire pour les recrues sur l’analyse des données d’une enquête complexe.
Collaboration
Le CRAD a collaboré avec le Secrétariat du Conseil du Trésor à l’élaboration de stratégies de mesure pour le projet de mesure du rendement en santé mentale en milieu de travail. Pour ce projet, 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. et pour calculer les scores factoriels pour différents niveaux d’agrégation. Les scores factoriels établis pour le projet ont servi à créer le tableau de bord de 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 par équations structurelles, comme l’ont expliqué Blais, Mach, Michaud et Simard (2020), et Blais, Michaud, Simard, Mach et Houle (2021).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Fritz Pierre (613-720-4318, fritz.pierre@statcan.gc.ca) ou
Isabelle Michaud (613-314-8971, isabelle.michaud@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 au Workplace Mental Health Performance Measurement Steering Committee, 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 au sein du gouvernement fédéral. Rapports sur la santé, vol. 32, No. 12.
5.5 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 par l’entremise d’enquêtes ou d’autres sources, et des nouvelles utilisations de données, comme le couplage de microdonnées. Ces examens éthiques ont pour objectif de garantir une utilisation responsable des données tout au long de leur cycle de vie. Le Secrétariat de l’éthique des données soulève des considérations éthiques, 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 appuie également le comité interne d’éthique des données et joue un rôle de renforcement des capacités.
Progrès :
En plus d’avoir effectué environ 150 examens éthiques, 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. Deux courtes vidéos d’introduction sur l’éthique des données ont été produites dans le cadre de l’Initiative de formation en littératie des données. Un document sur les fondements des examens éthiques dans le contexte statistique décrivant six principes directeurs est terminé et est disponible à l’interne. Ce document devrait être accessible sur le site Web de Statistique Canada plus tard en 2023. Enfin, l’équipe recueille des renseignements pour être à jour à propos de sujets jugés sensibles par le public. Pour ce faire, nous procédons à une revue de la littérature sur certains sujets ciblés, à des discussions informelles avec des partenaires internes, comme les Communications et le Centre de ressources en conception de questionnaires, ainsi qu’avec des homologues d’autres ministères fédéraux ou de bureaux nationaux de la statistique à l’étranger.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
5.6 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.
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. 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 provisoire est disponible pour les partenaires d’autres ministères fédéraux et une approbation officielle est en attente. À l’échelle internationale, la participation au Groupe d’experts des Nations Unies des 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). Une présentation sur les pratiques de Statistique Canada a été faite dans le cadre du séminaire mondial du Groupe d’experts des Nations Unies des cadres nationaux d’assurance de la qualité sur l’instauration d’une culture de la qualité dans les bureaux nationaux de statistique.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
Bibliographie
Nations Unies (2019). Manuel des cadres nationaux d’assurance de la qualité des Nations Unies en statistique officielle. https://unstats.un.org/unsd/methodology/dataquality/un-nqaf-manual/.
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 en tenant compte de plusieurs facteurs qui peuvent entraîner des erreurs (Gagnon, Qian, Yeung, Lebrasseur et Beaulieu, 2022).
Progrès :
Ces indicateurs ont été utilisés pour d’autres tableaux du Programme de la statistique du logement canadien (PSLC). Le code a été amélioré pour être plus efficace et transféré à l’équipe responsable du PSLC. Le Secrétariat de la qualité continue de fournir un soutien sur le code et la méthode. Ce projet a été présenté à la conférence sur la recherche et la politique du Federal Committee on Statistical Methodology des États-Unis en octobre 2022.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
Bibliographie
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, https://www150.statcan.gc.ca/n1/pub/46-28-0001/2022001/article/00001-fra.htm.
PROJET : Mise à jour du Cadre d’assurance de la qualité
Le Secrétariat de la qualité a entrepris un examen du Cadre d’assurance de la qualité (CAQ) de Statistique Canada. La version actuelle a été publiée en 2017. Bien que le contenu de la version actuelle soit toujours valide, l’évolution rapide des nouvelles sources de données et des nouvelles techniques utilisées dans la production de statistiques officielles a rendu cet examen pertinent. La version mise à jour soulignera l’importance de la gérance des données, des principes d’éthique des données et de certaines considérations relatives aux nouvelles techniques utilisées. Le plan de mise à jour a été présenté au Comité consultatif sur les méthodes statistiques à l’automne 2022 (Beaulieu, Yung et Rancourt, 2022). La prochaine version du cadre devrait être publiée au début de 2024.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
Bibliographie
Beaulieu, M., Yung, W. et Rancourt, E. (2022). Data Quality and Official Statistics in a Modern World. Document présenté au Comité consultative sur les méthodes statistiques, octobre 2022, Statistique Canada.
5.7 Centre de ressources en assurance de la qualité
Le Centre de ressources en assurance de la qualité (CRAQ) 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 Statistiques 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 CRAQ a également offert du soutien aux utilisateurs internes et externes de G-Code lorsqu’ils avaient besoin d’aide, ou avaient des commentaires ou des 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 comprenait l’ajout de capacités d’apprentissage automatique (XgBoost, FastText et Pytorch). Plus précisément, l’équipe du CRAQ 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 (Office for National Statistics du Royaume-Uni et Commission économique des Nations Unies pour l’Europe) et à l’interne dans le cadre de cours et de démonstrations axées sur des projets.
Dernièrement, l’équipe du CRAQ a contribué à l’intégration de Pytorch à G-Code. Pytorch est une bibliothèque d’apprentissage automatique libre basée sur la bibliothèque Torch, 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 CRAQ 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. L’équipe du CRAQ a commencé à travailler sur le Contrôle de la qualité par « score » pour le codage texte de l’apprentissage automatique, qui déterminera les taux d’échantillonnage du contrôle de la qualité par rapport au score fourni par l’algorithme d’apprentissage automatique (c.‑à‑d. fastText, XgBoost, PyTorch). L’équipe du CRAQ a également étudié une méthodologie de calage pour assurer une relation plus cohérente entre les scores d’apprentissage automatique et l’exactitude des données codées.
Un article portant sur l’intégration d’un modèle FastText et sur un processus de contrôle de la qualité pour les activités de codage de l’Enquête sur la population active a été présenté au Symposium de Statistique Canada (Evans et Oyarzun, 2021).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Javier Oyarzun (613‑302‑8454, javier.oyarzun@statcan.gc.ca).
Bibliographie
Evans, J., et Oyarzun, J. (2021). Besoin de vitesse : Utilisation de fastText (apprentissage automatique) afin de coder l’Enquête sur la population active. Recueil : Symposium 2021, Adopter la science des données en statistique officielle pour répondre aux besoins émergents de la société, Statistique Canada, Ottawa.
5.8 Centre de ressources en conception de questionnaires
Le Centre de ressources en conception de questionnaires (CRCQ) est le centre d’expertise de Statistique Canada en matière de conception et d’évaluation de questionnaires. Le CRCQ offre des services de consultation et de soutien et mène des recherches et des projets relatifs à l’élaboration, à la mise à l’essai et à 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 des 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 Patrimoine canadien, Sécurité publique Canada, Téléfilm Canada, la Ville d’Edmonton, Services publics et Approvisionnement Canada, Affaires mondiales Canada et d’autres.
Le groupe a également contribué à diverses initiatives de consultation de Statistique Canada.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Paul Kelly (613-371-1489, paul.kelly@statcan.gc.ca).
5.9 Confidentialité
Le groupe de méthodologie responsable de la confidentialité et des méthodes d’accès a continué d’offrir des services de consultation et de soutien aux partenaires internes et externes en ce qui concerne les diverses solutions d’accès et de stratégies de prévention de la divulgation.
PROJET : Soutien en matière de confidentialité différentielle
L’organisme a continué de chercher des moyens d’innover et de moderniser ses solutions d’accès. L’un des sujets qui intéressent l’organisme dans le domaine du contrôle de la divulgation est l’adoption d’un cadre de contrôle de la divulgation fondé sur la confidentialité différentielle. Ce sujet mérite d’être approfondi au cours des prochaines années.
Progrès :
Au cours de l’exercice 2022-2023, un mécanisme de confidentialité différentielle a été appliqué aux données de la Base canadienne de données sur l’état civil – Décès. Les résultats ont ensuite été fournis aux clients du Centre canadien sur les dépendances et l’usage de substance pour appuyer la recherche sur les politiques liées à la consommation de substances au Canada.
PROJET : Dépersonnalisation
Le groupe de soutien à la confidentialité a continué d’offrir son expertise dans la compréhension et le développement d’idées liées à la dépersonnalisation et à l’anonymisation. Récemment, Statistique Canada a contribué à l’Avis de mise en œuvre de la protection des renseignements personnels 2023-01 : Dépersonnalisation élaborée par le Secrétariat du Conseil du Trésor du Canada (Avis de mise en œuvre de la protection des renseignements personnels 2023-01 : Dépersonnalisation – Canada.ca)
PROJET : Ajustement tabulaire aléatoire
Statistique Canada a continué de chercher des occasions d’appliquer des méthodes novatrices pour permettre à la population canadienne d’avoir accès à plus de renseignements. Des recherches antérieures ont mené à l’élaboration d’une méthode d’ajustement tabulaire aléatoire (Bienvenue à l’ajustement tabulaire aléatoire![statcan.gc.ca]). Le groupe de soutien à la confidentialité a continué d’appuyer l’application de ces idées à de nouveaux programmes, y compris le Recensement de l’agriculture de 2021, l’Enquête annuelle sur la recherche et le développement dans l’industrie canadienne de 2023 et l’Enquête sur le bétail de 2023.
PROJET : Consultation externe
Statistique Canada a offert son expertise à plusieurs groupes au pays et à l’étranger. À l’échelle internationale, Statistique Canada a contribué à l’élaboration du document « Synthetic Data for Official Statistics: A Starter Guide » (en anglais seulement) pour la Commission économique des Nations Unies pour l’Europe. Nous avons également collaboré avec le Bureau central de la statistique des Pays-Bas (CBS) à certains des travaux qu’il a réalisés pour que ses chercheurs se familiarisent avec les données synthétiques. Au Canada, nous avons donné des ateliers et consulté des groupes comme la North American Association of Central Cancer Registries, l’Institut de la statistique du Québec, le Secrétariat du Conseil du Trésor du Canada, la Banque du Canada, l’Agence de la santé publique du Canada, Élections Canada et Santé Canada.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Steven Thomas (613-882-0851, steven.thomas@statcan.gc.ca).
5.10 Communautés de pratique en science des données
PROJET : Communauté de pratique en apprentissage automatique appliqué à l’analyse de textes
La communauté de pratique en 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 de 25 ministères fédéraux se réunissent chaque mois pour apprendre, échanger sur les applications éthiques du traitement du langage naturel et les adopter. Les réunions mensuelles rassemblent de 100 à 130 participants qui échangent sur leurs solutions et leurs problèmes. Environ les trois quarts des participants proviennent de ministères fédéraux à l’extérieur de Statistique Canada.
Progrès :
Au cours de la période 2022-2023, 11 spécialistes de divers secteurs de Statistique Canada et 7 équipes de ministères comprenant la Commission de la fonction publique du Canada, la Société canadienne d’hypothèques et de logement, Affaires mondiales Canada, Emploi et Développement social Canada, Justice Canada, Conseil de recherches en sciences humaines du Canada et l’Agence du revenu du Canada ont présenté leurs solutions de grande qualité en matière de traitement du langage naturel. Les présentateurs ont illustré et démontré leurs méthodologies modernes pour traiter rapidement leurs sources 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. Environ 200 participants provenaient de Statistique Canada et 280 participants provenaient d’autres ministères fédéraux.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Joanne Yoon (343-542-5625, joanne.yoon@statcan.gc.ca). - Date de modification :