Publications

    Statistique Canada : Lignes directrices concernant la qualité

    Étalonnage et techniques connexes

    Warning Consulter la version la plus récente.

    Information archivée dans le Web

    L’information dont il est indiqué qu’elle est archivée est fournie à des fins de référence, de recherche ou de tenue de documents. Elle n’est pas assujettie aux normes Web du gouvernement du Canada et elle n’a pas été modifiée ou mise à jour depuis son archivage. Pour obtenir cette information dans un autre format, veuillez communiquer avec nous.

    Portée et objet
    Principes
    Lignes directrices
    Indicateurs de qualité
    Bibliographie

    Portée et objet

    Les programmes statistiques s'appuient souvent sur deux sources de données pour mesurer une même variable cible, à savoir une mesure fréquente destinée à obtenir une estimation précise du changement d'une période à l'autre et une mesure moins fréquente axée sur l'estimation précise du niveau. Sans perte de généralité, à partir d'ici, nous donnerons à la série dont les observations sont les plus fréquentes le nom de série infra-annuelle, tandis que nous utiliserons la série dont la fréquence est plus faible comme série repère (les étalons) et considérerons qu'il s'agit d'une série annuelle.

    Par étalonnage, nous entendons les techniques utilisées pour s'assurer de la cohérence entre les séries chronologiques ayant trait à une variable cible mesurée à diverses fréquences, par exemple, infra-annuellement et annuellement. L'étalonnage consiste à imposer le niveau de la série repère, tout en minimisant dans la mesure du possible les révisions aux changements observées dans la série infra-annuelle. Par conséquent, les taux de croissance de la série étalonnée concordent avec ceux des repères (étalons). Dans certaines situations, l'étalonnage peut améliorer la précision et l'actualité du produit statistique.

    L'étalonnage non contraignant, l'interpolation, la distribution temporelle, la calendrialisation, le raccordement et la réconciliation sont des techniques connexes qui sont fondées sur des principes et des lignes directrices méthodologiques similaires à ceux de l'étalonnage. L'étalonnage non contraignant est utilisé quand la série des repères peut aussi être révisée. L'interpolation, qui est l'estimation des termes intermédiaires entre des valeurs connues, peut aussi être utilisée pour étalonner les séries sur les stocks. La distribution temporelle est la désagrégation de la série des repères en observations plus fréquentes. La calendrialisation est un cas particulier de la distribution temporelle. Le raccordement est utilisé pour unir différents segments d'une série chronologique en une série chronologique unique cohérente. La réconciliation est utilisé pour imposer des contraintes additives transversales aux composantes d'un système de séries chronologiques. Des renseignements plus détaillés sur ces techniques figurent dans Dagum et Cholette (2006).

    L'étalonnage dans le contexte des séries chronologiques ne doit pas être confondu avec les ajustements de la pondération qui peuvent être appliqués à l'étape de l'estimation pour les besoins du calage.

    Principes

    Il faut s'assurer, au stade de la conception, que les différences d'ordre conceptuel, méthodologique et opérationnel entre les deux sources de données sont aussi peu nombreuses que possible. Les différences entre les séries doivent être examinées minutieusement et bien comprises, après quoi il peut être décidé de manière éclairée si la série doit être publiée telle quelle ou doit être étalonnée afin d'être certain que tous les chiffres concordent. Dans le premier cas, les différences doivent être expliquées aux utilisateurs conformément à la Politique visant à informer les utilisateurs sur la qualité des données et la méthodologie (Statistique Canada, 1998).

    Quand les sources de données sont conçues de manière compatible ou que des contraintes externes imposent la cohérence de tous les chiffres, les méthodes d'étalonnage peuvent et — du point de vue statistique — doivent être utilisées. Dans les situations types, il est supposé implicitement que la série infra-annuelle est moins fiable que la série de données annuelles. De par sa nature, le processus d'étalonnage donnera lieu à divers ensembles de révisions des données infra-annuelles et, par conséquent, il est nécessaire d'être disposé à faire les révisions.

    Toutes les techniques connexes sont fondées sur les mêmes principes : il faut d'abord comprendre les hypothèses sous-jacentes et confirmer l'applicabilité des méthodes, le plus fréquemment en effectuant une analyse détaillée des données avant et après l'utilisation de la méthode.

    Lignes directrices

    • Avant d'envisager l'étalonnage, examiner, décrire et quantifier les écarts entre les deux sources de données. Ces écarts doivent être, dans la mesure du possible, réduits au minimum à l'étape de la conception.

    • Avant d'envisager l'étalonnage, examiner les différences entre les microdonnées pour les unités d'échantillonnage communes, s'il en existe. Si des corrections sont apportées, elles doivent respecter la nature chronologique des données. Dans le cas de données infra-annuelles, les corrections pourraient viser à améliorer l'exactitude du changement d'une période à l'autre; pour les données annuelles, les corrections doivent tenir compte de l'exactitude du niveau ainsi que de l'exactitude du changement d'une année sur l'autre.

    • Ne pas perdre de vue que la conception de la série annuelle pourrait ne pas être compatible avec les objectifs de l'étalonnage. Pour ce dernier, l'enquête annuelle doit fournir à la fois une mesure précise du niveau annuel et une mesure précise du changement annuel, puisqu'ils seront imposés à la série étalonnée.

    • Ne pas procéder à l'étalonnage quand les valeurs annuelles sont moins fiables que les sommes annuelles des valeurs de la série infra-annuelle. Le cas échéant, le fait d'imposer les valeurs repères annuelles produira essentiellement une série étalonnée moins fiable.

    • Si les sources de données sont conçues différemment, n'envisager l'étalonnage que si de fortes contraintes externes rendent nécessaire la cohérence complète des chiffres. Ne pas oublier que la cohérence résultante pourrait être obtenue au prix d'une réduction de la précision.

    • L'étalonnage entraînera des révisions aux données infra-annuelles. N'envisager l'étalonnage que si l'accroissement de la cohérence réduit fortement la confusion parmi les utilisateurs ou que la plus grande précision due à une série annuelle de haute qualité l'emporte sur le fardeau des révisions répétées.

    • Procéder à l'étalonnage dans le contexte de la désaisonnalisation lorsqu'il existe des écarts non souhaités entre les totaux annuels de la série brute et les totaux annuels correspondant de la série désaisonnalisée. Au besoin, la série désaisonnalisée peut être étalonnée sur les totaux annuels calculés d'après la série brute.

    • Utiliser une méthode d'étalonnage appropriée, telle que les techniques fondées sur la régression décrite dans Dagum et Cholette (2006) ou l'une des diverses méthodes améliorées de Denton décrites dans le Manuel des comptes nationaux trimestriels du Fonds monétaire international (Bloem et coll., 2001). Éviter les simples techniques de répartition proportionnelle, parce que celles-ci introduisent des ruptures entre les années (auxquelles ont donne le nom de « problème de l'escalier » ou step-problem).

    • Comprendre les hypothèses sous-jacentes quand les observations les plus récentes de la série infra-annuelle ne possèdent pas de valeur annuelle correspondante — parce que l'année est incomplète ou que la donnée annuelle n'est pas encore disponible. On utilisera dans les méthodes d'étalonnage une projection implicite ou explicite de la valeur annuelle suivante; les projections peuvent être basées sur les données historiques de court terme ou de long terme ou sur des considérations externes.

    • Lors de la mise en œuvre de méthodes d'étalonnage ou de méthodes connexes, envisager l'utilisation d'un logiciel généralisé. Cela limite les erreurs de programmation et réduit le coût et le temps de développement. À Statistique Canada, la Méthodologie et l'Informatique offrent un soutien, surtout pour les logiciels suivants : Le logiciel maison SAS Proc Benchmarking  pour l'étalonnage, la distribution temporelle et le raccordement; le logiciel maison SAS Proc TSraking – pour la réconciliation; SAS Proc Expand – pour l'interpolation; programme X-12-ARIMA du US Bureau of the Census, SAS Proc X12 ou SAS Proc ARIMA – pour les méthodes d'inférence statistique appliquées aux séries chronologiques.

    • Une aide concernant l'interprétation et la mise en œuvre de ces lignes directrices peut être obtenue auprès du Centre de recherche et d'analyse en séries chronologiques (CRASC), Division des méthodes d'enquête auprès des entreprises.

    Indicateurs de qualité

    Les indicateurs qui suivent peuvent être utilisés pour décrire et quantifier les écarts :

    • énoncés descriptifs des aspects conceptuels : période de déclaration de la source annuelle; définition des variables mesurées et de la population cible, etc.;

    • énoncés descriptifs des aspects opérationnels : base de sondage, processus de collecte des données, etc.;

    • énoncés descriptifs des aspects méthodologiques : échantillonnage, utilisation et source de données administratives, etc.;

    • au besoin, descriptions quantitatives des écarts : dénombrements et dénombrements pondérés par période de déclaration pour estimer l'effet de la non-calendrialisation des données annuelles, différences entre les données administratives, erreurs d'échantillonnage des deux estimations annuelles et variations annuelles correspondantes, etc.

    Pour des renseignements plus détaillés et une étude de cas, consulter Yung et coll. (2008).

    L'application des méthodes d'étalonnage et l'analyse approfondie des résultats peuvent aussi fournir un bon indicateur du caractère approprié de la méthode. Les différences annuelles, la révision de la série en se basant sur les ratios de la série étalonnée sur la série originale (Bi-ratios en anglais) et la révision des taux de croissance peuvent toutes être étudiées au moyen de graphiques et de statistiques sommaires.

    Bibliographie

    Bloem, A. M., R. J. Dippelsman et N. Ø. Mæhel. 2001. Quarterly National Accounts Manual, Concepts, Data Sources and Compilation, Washington DC, International Monetary Fund.

    Dagum, E.B. et P.A. Cholette. 2006. « Benchmarking, Temoral Distribution and Reconciliation Methods for Time Series », Lecture Notes in Statistics, no186, New York Springer.  410 p.

    Statistique Canada. 1998.  « Politique d'information des répondants aux enquêtes », Manuel des politiques de Statistique Canada

    Yung, W., B. Brisebois, C. Tardif, G. Kuromi et C. Rondeau. 2008. Should Sub-Annual Surveys be Benchmarked to their Annual Counterparts? A Case Study of Manufacturing Surveys, Ottawa, Statistique Canada, Document de travail BSMD-2008-001.

    Date de modification :