Techniques d’enquête
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.
Décembre 2013
La revue Techniques d'enquête Volume 39, numéro 2 (décembre 2013) comprend les 9 articles suivants :
Article sollicité Waksberg :
Trois controverses dans l’histoire de l’échantillonnage
Ken Brewer
Résumé
L’histoire de l’échantillonnage, qui remonte aux écrits de A.N. Kiaer, a été marquée par d’importantes controverses. Avant tout, Kiaer lui-même a dû lutter pour convaincre ses contemporains que l’échantillonnage était, en soi, une procédure légitime. Il s’y est efforcé pendant plusieurs décennies et étaient un vieillard avant que l’échantillonnage devienne une activité honorable. A.L. Bowley a été le premier à fournir à la fois une justification théorique de l’échantillonnage (en 1906) et une démonstration pratique de sa faisabilité (dans un sondage réalisé à Reading, qui a été publié en 1912). En 1925, les membres de l’IIS réunis à Rome ont adopté une résolution témoignant de leur acceptation de l’utilisation de l’échantillonnage par randomisation ainsi que par choix raisonné. Bowley a utilisé les deux approches. Cependant, au cours des deux décennies suivantes, on a assisté à une tendance croissante à rendre la randomisation obligatoire. En 1934, Jerzy Neyman a profité de l’échec relativement récent d’un grand sondage par choix raisonné pour préconiser que les sondages subséquents fassent appel uniquement à l’échantillonnage aléatoire. Il a trouvé en M. H. Hansen, W.N. Hurwitz et W.G. Madow des disciples doués qui, ensemble, ont publié en 1953 un traité d’échantillonnage faisant autorité. Cet ouvrage est demeuré incontesté pendant près de deux décennies. Toutefois, dans les années 1970, R.M. Royall et ses coauteurs ont remis en cause le recours à l’inférence fondée sur l’échantillonnage aléatoire et recommandé d’utiliser plutôt l’échantillonnage fondé sur un modèle. Ce plaidoyer a, à son tour, déclenché la troisième controverses importante en un peu moins d’un siècle. Néanmoins, le présent auteur, comme plusieurs autres, est convaincu que l’inférence fondée sur le plan de sondage et celle fondée sur un modèle ont toutes deux un rôle utile à jouer.
Articles réguliers :
Une approche d’inférence fondée sur la vraisemblance composite pondérée pour des modèles à deux niveaux issus de données d’enquête
J.N.K. Rao, François Verret et Mike A. Hidiroglou
Résumé
Les modèles multiniveaux sont d’usage très répandu pour analyser les données d’enquête en faisant concorder la hiérarchie du plan de sondage avec la hiérarchie du modèle. Nous proposons une approche unifiée, basée sur une log-vraisemblance composite pondérée par les poids de sondage pour des modèles à deux niveaux, qui mène à des estimateurs des paramètres du modèle convergents sous le plan et sous le modèle, même si les tailles d’échantillon dans les grappes sont petites, à condition que le nombre de grappes échantillonnées soit grand. Cette méthode permet de traiter les modèles à deux niveaux linéaires ainsi que linéaires généralisés et requiert les probabilités d’inclusion de niveau 2 et de niveau 1, ainsi que les probabilités d’inclusion conjointe de niveau 1, où le niveau 2 représente une grappe et le niveau 1, un élément dans une grappe. Nous présentons aussi les résultats d’une étude en simulation qui donnent la preuve que la méthode proposée est supérieure aux méthodes existantes sous échantillonnage informatif.
Comparaison de différents plans de sondage et construction de bandes de confiance pour l’estimation de la moyenne de données fonctionnelles : une illustration sur la consommation électrique
Hervé Cardot, Alain Dessertaine, Camelia Goga, Etienne Josserand et Pauline Lardin
Résumé
Lorsque les variables étudiées sont fonctionnelles et que les capacités de stockage sont limitées ou que les coûts de transmission sont élevés, les sondages, qui permettent de sélectionner une partie des observations de la population, sont des alternatives intéressantes aux techniques de compression du signal. Notre étude est motivée, dans ce contexte fonctionnel, par l'estimation de la courbe de charge électrique moyenne sur une période d'une semaine. Nous comparons différentes stratégies d'estimation permettant de prendre en compte une information auxiliaire telle que la consommation moyenne de la période précédente. Une première stratégie consiste à utiliser un plan de sondage aléatoire simple sans remise, puis de prendre en compte l'information auxiliaire dans l'estimateur en introduisant un modèle linéaire fonctionnel. La seconde approche consiste à incorporer l'information auxiliaire dans les plans de sondage en considérant des plans à probabilités inégales tels que les plans stratifiés et les plans . Nous considérons ensuite la question de la construction de bandes de confiance pour ces estimateurs de la moyenne. Lorsqu'on dispose d'estimateurs performants de leur fonction de covariance et si l'estimateur de la moyenne satisfait un théorème de la limite centrale fonctionnel, il est possible d'utiliser une technique rapide de construction de bandes de confiance qui repose sur la simulation de processus Gaussiens. Cette approche est comparée avec des techniques de bootstrap qui ont été adaptées afin de tenir compte du caractère fonctionnel des données.
Critère d’information bayésien fondé sur la pseudo-vraisemblance pour la sélection de variables dans les données d’enquête
Chen Xu, Jiahua Chen et Harold Mantel
Résumé
Les modèles de régression sont utilisés couramment pour analyser les données d’enquête lorsque l’on souhaite déterminer quels sont les facteurs influents associés à certains indices comportementaux, sociaux ou économiques au sein d’une population cible. Lorsque des données sont recueillies au moyen d’enquêtes complexes, il convient de réexaminer les propriétés des approches classiques de sélection des variables élaborées dans des conditions i.i.d. ne faisant pas appel au sondage. Dans le présent article, nous dérivons un critère BIC fondé sur la pseudovraisemblance pour la sélection des variables dans l’analyse des données d’enquête et proposons une approche de vraisemblance pénalisée dans des conditions de sondage pour sa mise en œuvre. Les poids de sondage sont attribués comme il convient pour corriger le biais de sélection causé par la distorsion entre l’échantillon et la population cible. Dans un cadre de randomisation conjointe, nous établissons la cohérence de la procédure de sélection proposée. Les propriétés en échantillon fini de l’approche sont évaluées par des analyses et des simulations informatiques en se servant de données provenant de la composante de l’hypertension de l’Enquête sur les personnes ayant une maladie chronique au Canada de 2009.
Analyse fondée sur le plan de sondage de plans d’expérience factoriels intégrés dans des échantillons probabilistes
Jan A. van den Brakel
Résumé
Les instituts nationaux de statistique intègrent fréquemment des expériences dans les enquêtes par sondage courantes, par exemple pour déterminer si des modifications du processus d’enquête ont un effet sur les estimations des principaux paramètres de cette dernière, pour quantifier l’effet de diverses mises en œuvre de l’enquête sur ces estimations, ou pour mieux comprendre les diverses sources d’erreur non due à l’échantillonnage. Le présent article propose une procédure d’analyse fondée sur le plan de sondage pour des plans factoriels complètement randomisés et des plans factoriels en blocs randomisés intégrés dans des échantillons probabilistes. Une statistique de Wald fondée sur le plan de sondage est élaborée pour vérifier si les paramètres de population, comme les moyennes, les totaux et les ratios de deux totaux de population, estimés sous les différentes combinaisons de traitements de l’expérience diffèrent de manière significative. Les méthodes sont illustrées au moyen d’une application réelle d’une expérience intégrée dans l’Enquête sur la population active des Pays-Bas.
Estimation des déciles et estimation de la variance par rééchantillonnage dans le cas de données d’enquêtes complexes provenant de populations présentant une asymétrie positive
Stephen J. Kaputa et Katherine Jenny Thompson
Résumé
Thompson et Sigman (2000) ont proposé une méthode d’estimation des médianes applicable à des données provenant de populations à forte asymétrie positive. Cette méthode comprend une interpolation sur des intervalles (classes) qui dépendent des données. Ils ont démontré qu’elle possède de bonnes propriétés statistiques pour les médianes calculées d’après un échantillon fortement asymétrique. La présente étude étend les travaux antérieurs aux méthodes d’estimation des déciles pour une population à asymétrie positive en utilisant des données d’enquête complexes. Nous présentons trois méthodes d’interpolation, ainsi que la méthode classique d’estimation des déciles (sans classes) et nous évaluons chaque méthode empiriquement au moyen d’une étude en simulation en utilisant les données sur les logements résidentiels provenant de l’Enquête sur la construction (Survey of Construction). Nous avons constaté qu’une variante de la méthode courante en utilisant le 95e centile comme facteur d’échelle produit les estimations des déciles ayant les meilleures propriétés statistiques.
Détermination conjointe de la stratification et de la répartition optimales de l’échantillon en utilisant un algorithme génétique
Marco Ballin et Giulio Barcaroli
Résumé
Le présent article offre une solution au problème de la détermination de la stratification optimale de la base de sondage de la population disponible en vue de minimiser le coût de l’échantillon requis pour satisfaire aux contraintes de précision sur un ensemble d’estimations cibles différentes. La solution est recherchée en explorant l’univers de toutes les stratifications qu’il est possible d’obtenir par classification croisée des variables auxiliaires catégoriques disponibles dans la base de sondage (les variables auxiliaires continues peuvent être transformées en variables catégoriques par des méthodes appropriées). Par conséquent, l’approche suivie est multivariée en ce qui concerne les variables cibles ainsi que les variables auxiliaires. L’algorithme proposé est fondé sur une approche évolutionniste non déterministe qui fait appel au paradigme de l’algorithme génétique. La caractéristique principale de l’algorithme est que l’on considère chaque stratification possible comme un individu susceptible d’évoluer dont l’adaptation est mesurée par le coût de l’échantillon associé requis pour satisfaire à un ensemble de contraintes de précision, ce coût étant calculé en appliquant l’algorithme de Bethel pour une répartition multivariée. Cet algorithme de stratification optimale, implémenté dans un module (ou package) R (SamplingStrata), a été appliqué jusqu’à présent à un certain nombre d’enquêtes courantes à l’Institut national de statistique de l’Italie : les résultats montrent systématiquement une amélioration importante de l’efficacité des échantillons obtenus comparativement aux stratifications adoptées antérieurement.
Un estimateur par la régression généralisée de la variation des prix des logements fondé sur des évaluations foncières
Jan de Haan et Rens Hendriks
Résumé
Statistics Netherlands s’appuie sur la méthode du ratio prix de vente-évaluation ou méthode SPAR (pour Sale Price Appraisal Ratio) pour produire son indice des prix des logements. Cette méthode combine les prix de vente aux évaluations foncières faites par l’administration publique. Le présent article décrit une approche de rechange dans laquelle les évaluations foncières servent d’information auxiliaire dans un cadre de régression généralisée (GREG). Une application aux données des Pays‑Bas montre que, même si l’indice GREG est plus lisse que le ratio des moyennes d’échantillon, il donne une série très semblable à la série SPAR. Pour expliquer ce résultat, nous montrons que l’indice SPAR est un estimateur de notre indice GREG plus général et qu’en pratique, il est presque aussi efficace.
La première impression a-t-elle de l’importance ? Examen de l’effet de la conception de l’écran d’accueil sur le taux de réponse
Roos Haer et Nadine Meidert
Résumé
Les sondages en ligne sont généralement caractérisés par de faibles taux de réponse. Les suggestions habituelles que l’on trouve dans les manuels sur la recherche par sondage en ligne soulignent le rôle important que joue l’écran d’accueil en vue d’encourager les répondants à participer au sondage. Les travaux de recherche ont donné la preuve empirique de l’importance de cet écran, montrant que la plupart des répondants interrompent la communication à l’étape de l’écran d’accueil. Cependant, peu d’études ont eu pour sujet l’effet de la conception de cet écran sur le taux d’interruption. Dans le cadre d’une étude réalisée à l’Université de Constance, trois traitements expérimentaux ont été ajoutés à un sondage auprès de la population d’étudiants de première année (2 629 étudiants) afin d’évaluer l’effet de diverses caractéristiques de conception de l’écran sur les taux d’interruption. Les expériences méthodologiques comprenaient la variation de la couleur de fond de l’écran d’accueil, la variation de la durée promise de la tâche sur le premier écran et la variation de la longueur de l’information fournie sur l’écran d’accueil pour expliquer aux répondants leurs droits à la protection de la vie privée. Les analyses montrent que plus la durée indiquée de la tâche était longue et plus l’attention donnée à l’explication des droits à la protection de la vie privée sur l’écran d’accueil était importante, plus le nombre d’étudiants qui commençaient à répondre au sondage et achevaient de le faire était faible. Par contre, l’utilisation d’une couleur de fond différente n’a pas produit la différence significative attendue.
- Date de modification :