Publications

Programme de recherche et développement en méthodologie : réalisations en 2014-2015

Autres liens

Activités de soutien

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.

Contenu archivé

Cette page Web a été archivée dans le Web.

Passer au texte

Début du texte

Pour en savoir plus sur l’ensemble du programme, communiquez avec :
Mike Hidiroglou (613-951-0251, mike.hidiroglou@statcan.gc.ca).

Séries chronologiques

La recherche sur les séries chronologiques a pour objectif de maintenir un haut niveau de compétence et d'offrir les consultations nécessaires dans ce domaine, de concevoir et de mettre à jour des outils en vue d'appliquer des solutions aux problèmes que posent les séries chronologiques dans des situations réelles, ainsi que d'étudier les problèmes courants pour lesquels il n'existe aucune solution connue ou acceptable.

Les projets se répartissent en plusieurs sous-catégories, l'accent étant mis sur les thèmes suivants :

  • consultation concernant les séries chronologiques (y compris l'élaboration de cours);
  • traitement et désaisonnalisation des séries chronologiques;
  • soutien du logiciel G-Series (étalonnage et rapprochement);
  • calendarisation;
  • modélisation et prévision;
  • estimation de la tendance-cycle.

Progrès :

Consultation

Dans le cadre de son mandat, le Centre de recherche et d'analyse en séries chronologiques (CRASC) a offert les consultations demandées par différents clients. Les sujets abordés le plus fréquemment pendant la période visée étaient liés à l'étalonnage, à la modélisation, à l'établissement des prévisions et à l'utilisation des outils de désaisonnalisation à des fins de validation des données et d'assurance de la qualité.

Les membres du CRASC continuent de participer à divers groupes d'analyse et de diffusion tels que le forum des analystes du Quotidien et le nouveau forum sur la désaisonnalisation et les signaux économiques. De plus, les membres du CRASC ont rencontré divers visiteurs internationaux afin de discuter des enjeux touchant les séries chronologiques, et ils ont examiné des articles pour des revues externes.

Traitement et désaisonnalisation des séries chronologiques

Ce projet vise à surveiller les activités de haut niveau liées au soutien et au développement d'un système de traitement des séries chronologiques. La désaisonnalisation est effectuée à l'aide de X-12-ARIMA (pour l'analyse et le développement ou la production) ou de SAS Proc X12 (pour la production).

Le Système de traitement des séries chronologiques (STSC) a été mis à jour afin d'inclure plus de diagnostics sur les risques de valeurs saisonnières aberrantes ou extrêmes. Un atelier spécial sur les valeurs aberrantes des séries chronologiques a été présenté (Matthews, 2014).

Un protocole pour l'intervention en désaisonnalisation a été mis au point (Fortier et Matthews, 2015).

Les cours sur la désaisonnalisation ont été mis à jour afin d'inclure plus d'exercices et ils ont été adaptés à un groupe particulier d'utilisateurs qui s'intéressent aux séries d'indicateurs saisonniers à des fins de calendarisation.

Soutien du logiciel G-Series (étalonnage et rapprochement)

Ce projet englobe le soutien et développement du logiciel G-Series 1.04.001, qui comprend PROC BENCHMARKING et PROC TSRAKING, deux procédures SAS. Une nouvelle fonctionnalité d'équilibrage est en voie de développement pour le logiciel G-Series 2.01.001. La procédure d'équilibrage respectera les contraintes linéaires généralisées et les contraintes de non-négativité. Elle permettra le traitement de règles de rapprochement plus complexes, y compris le traitement des groupes de traitement liés aux contraintes temporelles.

Des spécifications ont été rédigées pour la nouvelle procédure (Bérubé, Ferland et Fortier, 2014). Un module prototype utilisant SAS/OR (PROC OPTMODEL) a été développé. La diffusion de la solution finale est prévue pour l'an prochain.

Calendarisation

La calendarisation est le processus utilisé pour convertir les données déclarées sur différents intervalles de temps en valeurs qui couvrent des périodes telles que les mois et les années de référence. Elle peut être réalisée à l'aide de méthodes d'analyse comparative, de techniques d'interpolation par splines ou dans le cadre de la modélisation d'espace d'états (Quenneville, Picard et Fortier, 2013). Au cours des derniers mois, les liens entre les diverses méthodes (y compris la relation entre le filtre de Hodrick-Prescott, le spline et les modèles d'espace d'états) ont été approfondis (Picard, 2014).

Modélisation et prévision

Le nouveau logiciel SAS Forecast Studio (SAS/HPF) a été reçu, installé et testé. Les propriétés du logiciel ont été documentés (Zhang et Picard, 2015). L'accès aux fichiers d'entrée et de sortie dans ce nouvel environnement n'est pas très intuitif. Après des tâtonnements, nous avons compris le processus et rédigé un guide pratique afin de faciliter l'apprentissage des futurs utilisateurs. Des indicateurs de la qualité ont été élaborés afin d'aider l'analyste à interpréter les résultats des exercices d'établissement de prévisions et d'identifier les ruptures des séries chronologiques (Oyarzun, Matthews et Picard, 2014).

Estimation de la tendance-cycle

Un nouveau projet a été lancé afin d'examiner la possibilité de réintroduire des lignes de tendances dans nos publications officielles (particulièrement dans Le Quotidien, le bulletin officiel de diffusion des données de Statistique Canada). Au cours des périodes précédentes, diverses méthodes ont été examinées, d'abord dans la littérature puis dans une étude de simulation. Les résultats — qui favorisent l'utilisation d'une ligne de tendance-cycle dans nos graphiques publiés à l'aide d'une variante de Dagum et Luarti (2009) — ont été présentés à divers comités internes. Une stratégie de mise en œuvre et un plan de communication pour la diffusion des données ont été élaborés. Le plan de communication prévoit la diffusion d'une liste de questions et réponses sur l'estimation de la tendance-cycle (Fortier et Matthews, 2014).

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Susie Fortier (613-220-1948, susie.fortier@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, 1-3, 40-59.

Quenneville, B., Picard, G. et Fortier, S. (2013). Calendarisation with interpolating spline and state space models. Journal of the Royal Statistical Society (Series C - Applied Statistics), 62, partie 3.

Centre de ressources en couplage d'enregistrements

Le Centre de ressources en couplage d'enregistrements (CRCE) a pour objectifs d'offrir des services de consultation aux utilisateurs internes et externes des méthodes de couplage d'enregistrements, y compris des recommandations concernant les logiciels et les méthodes à utiliser et des travaux concertés sur les applications de couplage d'enregistrements. Il a pour mandat d'évaluer diverses méthodes de couplage d'enregistrements et divers progiciels de couplage d'enregistrements et, au besoin, de développer des prototypes de logiciel intégrant des méthodes non offertes dans les progiciels existants. Il aide aussi à diffuser l'information concernant 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 continuons de soutenir l'équipe de développement de G-Coup, notamment en participant aux réunions du Groupe de travail sur le couplage d'enregistrements de la Division de l'ingénierie des systèmes (DIS) de la Méthodologie. L'équipe du CRCE rencontre les représentants de la DIV toutes les deux semaines et assure le suivi des procès-verbaux qui pourraient être considérés comme une source potentielle de corrections de bogues et d'améliorations pour G-Coup. Le CRCE offre également un soutien aux utilisateurs internes et externes de G-Coup qui demandent de l'aide, formulent des commentaires ou présentent des suggestions à G-Coup_info au moyen des tickets JIRA.

Le CRCE a fourni une solution pour la macro WINLKER pour G-Coup et a révisé l'algorithme de création de paires non liées de G-Coup afin d'accélérer l'exécution et de permettre des couplages géants en évitant le traitement fondé sur le hachage. Nos couplages d'enregistrements avec des données sur la santé nous ont aidés à attirer l'attention de la direction et des développeurs sur les problèmes de performance et de traitement par lots. Nous avons travaillé sur les couplages de l'Environnement de couplage des données sociales (ECDS) et utilisé les couplages pour mettre à l'essai sur le terrain les nouvelles caractéristiques de G-Coup et élaborer des approches plus systématiques et ayant un meilleur fondement théorique pour définir et ajuster les couplages d'enregistrements sous SAS Grid.

Nous avons testé le code envoyé par le Census Bureau des États-Unis (Bill Winkler) pour la normalisation des noms des particuliers et des entreprises. Nous avons examiné brièvement le module de normalisation des noms d'entreprises développé par la société privée WANTED. Ce travail sera effectué par la Division des méthodes d'enquête auprès des entreprises (DMEE).

Plusieurs manuscrits ont été lus et une discussion avec des chercheurs australiens au sujet du développement de l'algorithme E-M sous certaines formes de dépendance, et aussi sur l'approche de sondage appliqué au couplage probabiliste a eu lieu durant la période.

Le CRCE préparera le tutoriel sur G-Coup 3.2 avant la diffusion de cette version du logiciel.

L'inventaire des couplages d'enregistrements effectués au sein de la direction de la méthodologie a été mis à jour en 2014 et les résultats présentés.

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Abdelnasser Saïdi (613-863-7863, abdelnasser.saidi@statcan.gc.ca).

Activités de soutien du centre de ressources en analyse de données (CRAD)

Le Centre de ressources en analyse de données (CRAD) est le centre interne de ressources en analyse de données de Statistique Canada qui a pour mandat de proposer et de fournir de bonnes méthodes et de bons outils pour l'analyse de tous les types de données. Le CRAD fournit des services aux analystes et méthodologistes de Statistique Canada ainsi qu'aux analystes des Centres de données de recherche (les consultations des CDR ne sont pas financées sous le code d'activité 3504 et ne sont donc pas examinées dans ce rapport) et, à l'occasion, à des chercheurs et des clients externes. Le Centre étudie les problèmes méthodologiques qui ont été repérés par des analystes, des méthodologistes ou des clients externes. Il participe également au transfert et à l'échange de connaissances et d'expérience en examinant et publiant des documents techniques et en donnant des séminaires, des présentations et des cours.

Le Centre a pris part à de nombreuses consultations auprès d'analystes internes, d'analystes externes et de méthodologistes. À l'interne, nous avons consulté des membres du personnel de la Division des statistiques sociales et autochtones, de la Division de la statistique de la santé, de la Division de l'analyse sociale et de la modélisation, de la Division de l'analyse économique, de la Division de l'analyse de la santé, de la Division de l'investissement, des sciences et de la technologie, de la Division de la fabrication et du commerce de gros, de la Division du commerce de détail et des industries de service, du Centre des projets spéciaux sur les entreprises et de la Division de la démographie. Ces consultations variées ont permis d'aborder différents sujets, notamment l'utilisation des poids dans l'étude d'une cohorte couplée, l'incidence du couplage sur l'analyse, la façon de réaliser une étude d'évaluation de l'incidence et de traiter les données manquantes lors d'une analyse, la modélisation économétrique, la création de graphiques dans les questionnaires et l'analyse des mégadonnées.

En plus de nos consultations analytiques internes, nous avons mené des consultations externes auprès d'analystes de l'Agence du revenu du Canada, de l'École de gestion Telfer, de l'Université d'Ottawa, de Centraide Toronto et de chercheurs de l'Université Queen's. Ces consultations ont porté sur la comparaison des estimateurs, l'échantillonnage fondé sur le plan, l'utilisation des poids dans l'estimation par paires et l'analyse des variables latentes.

Par ailleurs, les méthodologistes font encore partie de notre clientèle. Nous avons eu des consultations avec la Division de la coopération internationale, la Division des méthodes d'enquêtes auprès des entreprises, la Division des méthodes d'enquêtes auprès des ménages et la Division des méthodes d'enquêtes sociales. Ces consultations concernaient l'analyse du score de propension dans les études des effets du mode d'enquête, la conception et l'analyse des études des effets du mode, les modèles bootstrap et latents, les intervalles de confiance, la puissance et la taille de l'échantillon, la taille des effets, les composantes principales, l'analyse des facteurs, la détection des valeurs aberrantes, la normalisation selon l'âge et les comparaisons multiples.

En outre, nous avons examiné des articles techniques pour la Division de la recherche et de l'innovation en statistique et avons soumis des commentaires écrits à leur sujet. Cet article portait sur les problèmes liés aux intervalles de confiance (IC) pour les événements rares.

Deux cours d'une demi-journée ont été offerts pendant le nouvel atelier sur l'interprétation des données. Nous avons élaboré et donné un cours sur les méthodes de collecte à l'intention des méthodologistes. Nous avons étudié plusieurs nouvelles stratégies de communication telles que des vidéos explicatives (pour les clients des Centres de données de recherche), qui pourraient être un outil utile pour répondre aux questions les plus fréquemment posées par le personnel. Une note sur les effets marginaux a été rédigée à l'intention des utilisateurs.

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Karla Fox (613-851-8556, karla.fox@statcan.gc.ca).

Systèmes généralisés

Les équipes des Systèmes généralisés et le Centre de ressources ont poursuivi le développement des fonctionnalités des systèmes G-SAM, G-EST, BOGS et G-CONFID pour le PISE. Les centres de soutien ont fourni un soutien continu aux utilisateurs de la Division de la méthodologie et des autres divisions de Statistique Canada et aux clients externes. L'équipe de soutien de Banff a travaillé en étroite collaboration avec les méthodologistes qui appuient le Programme intégré de la statistique des entreprises (PISE) afin d'élaborer une stratégie appropriée de contrôle et d'imputation. L'équipe de soutien du Système généralisé d'échantillonnage (G-SAM) a également travaillé de près avec les méthodologistes du PISE pour s'assurer que le processus de sélection des échantillons faisait l'objet d'essais rigoureux et qu'il fonctionnait bien à l'étape de la production. L'équipe du Système généralisé d'estimation (G-EST) a travaillé de concert avec les méthodologistes de la Division des méthodes d'enquêtes auprès des entreprises (DMEE) afin de régler les problèmes de performance du PISE. L'équipe de soutien du système G-CONFID a répertorié les améliorations à apporter au logiciel de contrôle de la divulgation.

G-CONFID - Système de contrôle de la divulgation

Le logiciel G-CONFID est un ensemble de programmes informatiques visant à contrôler la divulgation d'information confidentielle en supprimant des cellules dans les tableaux de données quantitatives tabulées sur plusieurs dimensions. Ce logiciel a été développé à Statistique Canada et est disponible depuis 2009.

Bien que la méthodologie soit basée sur l'ancien système CONFID (ou SGAPC) développé dans les années 80, plusieurs améliorations ont été apportées. Le système G-CONFID contient une procédure (Proc Sensitivity) et deux macros essentielles SAS (Suppress et Audit) qui correspondent aux principaux programmes de CONFID. Cette version offre plus de flexibilité et la performance est grandement améliorée. Pour répondre aux besoins grandissants des utilisateurs, G-CONFID est en perpétuel développement.

Progrès :

Consultation et soutien

L'équipe des Systèmes généralisés (GenSys) a aidé la Division de la statistique de l'environnement, de l'énergie et des transports (DSEET) à obtenir des modèles de suppression pour les enquêtes sur les produits pétroliers raffinés et le coke. Elle a offert une assistance en programmation SAS pour la mise en œuvre de solutions impliquant notamment le report des tendances existantes, le traitement des cellules révisées à une valeur de zéro et l'identification des agrégats sensibles erronés qui découlent de l'utilisation de valeurs absolues.

L'équipe GenSys a donné des conseils au méthodologiste de la Division des opérations des technologies de l'information (DOTI) qui exporte des données d'enquête sur l'utilisation de G-Confid pour vérifier la confidentialité des données des listes des « 10 premiers », des tableaux dépendants et des tableaux multidimensionnels.

Elle a répondu à une série de questions de la société australienne RXP Services Limited sur les capacités et les limites de G-Confid.

L'équipe GenSys a également offert un soutien sur G-Confid :

  • à la Division de la fabrication et du commerce de gros (DFCG) dans l'analyse de l'Enquête sur les scieries;
  • à la Division du commerce de détail et des industries de service (DCDIS) dans l'analyse de l'Enquête sur le secteur des services de préparation de voyage;
  • à la Division de l'investissement, des sciences et de la technologie (DIST) dans l'analyse de l'Enquête sur les dépenses en immobilisation;
  • à la Division de l'analyse économique (DAE) pour contrôler les produits générés au nom des analystes externes à l'aide des données du Centre canadien d'élaboration de données et de recherche économique (CDRE);
  • au Centre des projets spéciaux sur les entreprises (CPSE) à l'appui d'un certain nombre d'enquêtes spéciales auprès des entreprises, dont l'Enquête sur les taux salariaux au Nouveau-Brunswick;
  • aux méthodologistes de la DMEE à l'appui de diverses enquêtes auprès des entreprises, dont le Recensement de l'agriculture.

Développement et évaluation

Le développement du système G-Confid se limitait largement aux initiatives de la proposition d'investissement (PI) 6-67000-4039. En offrant du soutien aux utilisateurs, l'équipe GenSys a repéré des améliorations qui pourraient être apportées au système G-Confid dans l'avenir. Elle a signalé à la Division de l'ingénierie des systèmes (DIS) une correction mineure à apporter au code SAS de la macro %Suppress, sans lien avec la méthodologie.

L'équipe GenSys a évalué la fonctionnalité de G-Confid avec (i) SAS 9.4 et (ii) une version à jour du solveur utilisé avec la macro %Suppress.

Elle a tenu des réunions mensuelles avec des représentants de la DIS afin de discuter de l'avancement des travaux de développement, du soutien et de la prestation des services à la clientèle, p. ex. les modifications à la boîte aux lettres fonctionnelle et aux pages Web.

Documentation et présentations

L'équipe GenSys a rédigé les descriptions fonctionnelles des modules Proc Sensitivity et %Suppress et a pris des mesures pour les faire traduire. Les travaux de préparation des descriptions fonctionnelles se poursuivent.

L'équipe GenSys a donné un aperçu des pratiques en matière de confidentialité de Statistique Canada aux représentants du Comité fédéral-provincial-territorial de la statistique des minéraux lors de la réunion organisée par Ressources naturelles Canada.

L'équipe GenSys a mis à jour le diaporama PowerPoint qui donne un aperçu de G-Confid. La DMEE a présenté le diaporama à des représentants de la Banque du Canada. L'équipe GenSys l'a présenté à des représentants de l'Agence du revenu du Canada et inclus les résultats d'une démonstration à l'aide de données fictives.

Des membres de l'équipe GenSys et de la Division des méthodes d'enquêtes auprès des ménages (DMEM) ont rencontré des représentants de Citoyenneté et Immigration Canada pour discuter des méthodes et pratiques en matière de confidentialité en vigueur à Statistique Canada.

Plan d'investissement 6-67000-4039

L'objectif opérationnel est d'améliorer le logiciel généralisé de contrôle de la divulgation G-Confid en réponse aux risques de l'entreprise, particulièrement en ce qui concerne la suppression excessive, la cohérence, la souplesse et la performance. Des algorithmes, des méthodes et des modules nouveaux seront offerts aux utilisateurs.

Les problèmes de suppression excessive, de cohérence, de souplesse et de performance de G-Confid seront corrigés grâce aux améliorations suivantes : a) un nouvel algorithme visant à accroître l'efficacité de la macro « audit »; b) un module d'arrondissement contrôlé additif pour protéger les données numériques non financières; c) un nouvel algorithme semblable à la méthode HiTaS utilisée dans le logiciel Tau-Argus afin d'améliorer l'efficacité de la macro « suppress »; d) une nouvelle macro automatisant la non-suppression des entreprises qui ont renoncé à exiger que leurs données soient protégées; e) une nouvelle macro pour traiter les poids d'échantillonnage en cas de non-suppression; f) une nouvelle macro automatisant la protection des données qui ont une valeur négative.

Progrès :

L'équipe GenSys a établi un calendrier de production pour la recherche, le développement et l'essai de chacune des initiatives du plan d'investissement sur la période de trois ans. Le comité directeur de GenSys a reçu et approuvé le calendrier.

L'équipe GenSys a conseillé la DIS sur la mise en œuvre de l'algorithme de Shuttle et testé le module %Audit remanié. Les résultats de cette initiative ont été intégrés à la version 1.05 de G-Confid.

L'équipe GenSys a étudié des méthodes d'arrondissement contrôlé additif des données tabulaires, préparé des spécifications, livré un programme prototype SAS à la DIS et conseillé la DIS sur les métadonnées produites et le contenu du guide de l'utilisateur. Les résultats de cette initiative ont été intégrés à la version 1.05 de G-Confid.

L'équipe GenSys a étudié les méthodes de traitement des dérogations complètes et des dérogations partielles. Elle a ensuite préparé les spécifications et les a livrées à la DIS. Il est à noter que seules les dérogations complètes s'inscrivent dans la portée du plan d'investissement et que la DIS développera donc seulement la fonctionnalité requise pour traiter les dérogations complètes.

Les travaux ont continué afin de déterminer les meilleures approches pour le traitement par des microdonnées incluant des valeurs négatives par G-Confid. L'équipe GenSys a examiné les commentaires formulés sur un document de discussion produit lors de l'exercice précédent, repéré les approches les plus prometteuses et les a examinés plus à fond. Elle a établi le bien-fondé théorique de l'utilisation des valeurs absolues et préparé un rapport provisoire sur les travaux réalisés durant l'exercice.

Les travaux liés à la proposition de recherche distincte visant à établir une méthodologie qui permettrait à G-Confid de traiter des données complexes avec un très grand nombre de contraintes linéaires se poursuivent.

Des représentants de l'équipe GenSys ont assisté à des réunions du comité de mise en œuvre du plan d'investissement, rendu compte de l'avancement de chaque initiative, repéré les menaces potentielles et répondu aux questions des membres. L'équipe GenSys a aussi diffusé la version 1.05 de G-Confid.

Développement du système de contrôle de la divulgation et de la diffusion des données économiques (SCDDDE)

À la suite de la recommandation formulée par le groupe de travail spécial sur la confidentialité et la diffusion des données d'enquête du PISE au cours du dernier exercice, il a été décidé de mettre en œuvre un système centralisé de contrôle de la confidentialité et de la diffusion qui sort du cadre du PISE mais qui est compatible avec lui. La DIS et la DSIS ont développé le SCDDDE au cours de l'exercice afin de satisfaire à bon nombre des exigences en matière de confidentialité et de diffusion des données d'enquête du PISE. Un groupe de travail sur le SCDDDE a été constitué. Il se compose des représentants de nombreux secteurs et programmes d'enquête des champs 5 et 8, de l'équipe GenSys et de la DMEE ainsi que les programmeurs de la DIS et de la DSIS.

Progrès :

L'équipe GenSys a identifié la fonctionnalité à intégrer au SCDDDE pour utilisation dans les enquêtes du PISE. Elle a indiqué les besoins en données associés aux entrées et aux sorties à la DIS, recommandé des solutions provisoires aux limites de G-Confid que GenSys surmontera dans le cadre du plan d'investissement 6-67000-4039, et proposé d'autres solutions comme une boucle entre des tableaux dépendants. L'équipe GenSys a tenu de nombreuses réunions avec les concepteurs de la DIS et de la DSIS, échangé de nombreuses idées par courriel, déterminé les paramètres par défaut à utiliser dans le système, répondu à de nombreuses questions et examiné de nombreux scénarios. Sa participation très active a aidé à construire un système qui offre davantage de fonctionnalités que prévu à l'origine.

L'équipe GenSys a participé aux réunions du groupe de travail sur le SCDDDE et a profité de l'occasion pour informer les représentants des divers secteurs et programmes d'enquête des pratiques exemplaires. Elle a forgé de nombreux liens avec les membres du groupe de travail et renforcé les liens existants avec les clients qui bénéficient déjà de l'aide de GenSys lorsqu'ils utilisent G-Confid.

Cours sur G-CONFID

En réponse à la demande des clients des divisions spécialisées et de leurs méthodologistes, l'équipe GenSys a préparé le cours H-0435, « Méthodes de contrôle de la divulgation pour les données tabulaires à l'aide de G-Confid ».

Progrès :

Les diapositives du cours sur l'utilisation de G-Confid ont été améliorées en réponse aux recommandations du rapport sur la version pilote du cours qui a été offert durant le dernier exercice.

Il y a eu un cours en français et un cours en anglais. Après chaque cours, l'équipe GenSys a préparé un rapport d'évaluation recommandant les modifications à apporter au contenu des diapositives ou des documents distribués et aux exercices.

À la demande de la DAE, l'équipe GenSys a donné un cours personnalisé d'une journée aux employés de la Division.

Système Banff de contrôle et d'imputation

Le système Banff de contrôle et d'imputation a été développé pour satisfaire à la plupart des exigences de contrôle et d'imputation des enquêtes économiques menées par Statistique Canada. Il a été lancé en 2002 et fonctionne sur toutes les plateformes SAS. Ses modules sont indépendants les uns des autres. Le système Banff peut être appelé avec des programmes SAS, des tâches dans SAS Enterprise Guide (EG) ou des métadonnées avec le processeur Banff. Il a remplacé le Système généralisé de vérification et d'imputation (SGVI), qui a été retiré en 2008.

En plus de l'entretien régulier du système, ce projet prévoit un soutien pour les applications actuelles et futures (potentielles). Les spécialistes de la section des Systèmes généralisés (GenSys) agissent comme consultants pour d'autres méthodologistes de différents secteurs qui utilisent Banff ou qui envisagent de l'utiliser. Le soutien fourni comprend des démonstrations du système aux équipes de projet, des réunions initiales afin de déterminer si Banff pourrait être utilisé pour une enquête nouvelle ou remaniée, et un soutien continu pour répondre aux questions et fournir des renseignements généraux. Les méthodologistes de GenSys assurent la mise à jour de documents comme les tutoriels et les descriptions fonctionnelles afin de promouvoir le système Banff et d'assister les utilisateurs. Ils participent aux travaux continus de recherche et de développement de nouvelles fonctionnalités et travaillent en étroite collaboration avec la Division de l'ingénierie des systèmes (DIS) afin de s'assurer que les nouvelles fonctionnalités répondent aux besoins des utilisateurs. Les méthodologistes participent également à l'essai des nouvelles composantes du système.

Progrès :

Développement et évaluation

Banff 2.06, qui intègre la méthode de l'écart sigma (ES) de détection des valeurs aberrantes, a été introduit le 16 mai 2014. La documentation qui l'accompagnait incluait trois exemples de SG, y compris une comparaison avec la méthode de détection des valeurs aberrantes de Hidiroglou-Berthelot (HB).

Les tests de certification de Banff 2.06 ont été effectués à l'aide de SAS 9.4 et EG 6.1. Pour la certification SAS 9.4, il a fallu soumettre de nombreux programmes d'essai SAS couvrant les neuf procédures au moyen d'une macro, puis comparer les journaux et les sorties à la version précédente de Banff 2.06, qui utilisait SAS 9.3. Deux différences entre les versions ont été consignées dans un fichier texte, étudiées et résolues. Pour la certification EG 6.1, il a fallu exécuter le tutoriel Banff en EG et comparer les résultats à ceux d'EG 5.1.

L'équipe GenSys a continué de consulter les méthodologistes du PISE afin de savoir comment ils veulent que les groupes BY fonctionnent dans le processeur Banff. Elle s'est fondée sur les résultats de ces consultations pour rédiger les spécifications de traitement des groupes BY en fonction des préférences du PISE.

L'équipe GenSys a expliqué comment Banff réduit au minimum le nombre pondéré de champs à imputer à l'aide de Proc Errorloc. Contrairement à l'approche préconisée par Fellegi et Holt (1976) pour repérer l'ensemble de rejets au contrôle en utilisant le plus petit produit des poids, Banff recherche l'ensemble en utilisant la plus petite somme des poids. Cet écart fera l'objet d'une étude.

Consultation et soutien

PISE (Au cours de l'année écoulée, les méthodologistes du PISE ont passé la plupart de leur temps à soutenir les utilisateurs.)

Shuai Zhang du PISE a trouvé deux cas où la procédure Proc Prorate du système Banff n'arrondit pas toujours correctement. L'erreur se trouve au niveau du plus petit chiffre ou moins 1 et n'est donc pas critique. L'équipe GenSys a vérifié que l'algorithme d'arrondissement a été programmé correctement dans le système Banff et que le problème réside dans l'algorithme même. Elle a envoyé des spécifications à la DIS en proposant deux options pour améliorer l'algorithme d'arrondissement de Proc Prorate : (i) un diagnostic pour vérifier si l'arrondissement produit la valeur souhaitée, et (ii) la suppression de la première des trois étapes de l'algorithme d'arrondissement.

Shuai a aussi indiqué que même lorsque DECIMAL=9 est spécifié (nombre de décimales utilisé dans l'algorithme d'arrondissement de la procédure Proc Prorate), le système Banff pourrait ne pas être capable d'ajuster proportionnellement les données. Le problème semble se produire quand il y a au moins une valeur contenant plusieurs chiffres significatifs. La DIS a indiqué que le problème semble inhérent à SAS. L'étude se poursuit. La solution provisoire est d'arrondir les valeurs avant d'exécuter la procédure Prorate.

L'équipe GenSys et la DIS continuent d'améliorer le processeur Banff. Ce travail fait suite aux points soulevés par le PISE et Joël Bissonnette dans le passé. Un point a été soulevé par Shuai Zhang, qui voulait savoir si Banff avait un bogue étant donné que Proc Donorimputation utilise un non-répondant imputé comme donneur lorsque l'option ELIGDON=Original (seules les données originales peuvent être données). Il s'agit de comprendre comment les groupes BY fonctionnent dans Banff.

L'équipe Gensys a comparé l'approche qui utilise le fichier HistRatio à celle qui utilise le fichier CurRatio. Elle a conclu que l'approche CurRatio utilise des valeurs imputées pour le ratio, contrairement à l'approche HistRatio, même si ExcludeImputed='N' a été utilisé pour les deux approches. Des différences peuvent se produire lorsque la variable CountCriteria est définie et que le fichier de microdonnées Hist a moins d'enregistrements que le fichier CountCriteria dans un groupe BY donné.

L'équipe GenSys a fourni une aide à plusieurs méthodologistes de la DMEE, y compris :

  • Lakshman Cooray, qui a demandé des conseils sur l'utilisation de Banff pour imputer des valeurs en cas de non-réponse;
  • Samping Chen, à qui GenSys a montré comment relier des variables dans Proc Prorate;
  • Jeannine Morabito, à qui GenSys a expliqué comment Proc DonorImputation recherche un donneur en commençant par le plus proche;
  • Serena Lu de la DMEE, qui a reçu de l'aide dans l'élaboration de contrôles pour Proc Donorimputation.

L'équipe GenSys a indiqué à Predrag Mizdrak que les vérifications implicites qui apparaissent dans le journal SAS ne sont pas dans un format livrable. GenSys et la DIS prévoient d'envisager la création d'un fichier de données contenant les vérifications implicites, notamment en repérant les règles redondantes, dans l'intérêt de l'utilisateur.

Documentation

Le tutoriel sur le système Banff a été révisé. Il s'agissait auparavant d'un projet en EG avec plus d'une centaine de saisies d'écran. Le tutoriel est maintenant seulement en SAS afin de réduire les besoins en maintenance, et la taille du guide est d'environ 60 % de la taille du guide original. Le tutoriel a été grandement amélioré en fonction des commentaires des utilisateurs. Il y a plus de détails expliquant pourquoi certaines valeurs ont été utilisées pour les différents paramètres. Il y a aussi de nouveaux rapports qui permettent d'analyser les résultats. Des commentaires ont été intégrés au programme afin de mieux guider les utilisateurs. Le tutoriel est également disponible pour le processeur Banff.

Après un examen approfondi de la documentation du programme d'essai Proc Outlier, quelques programmes d'essai ont été supprimés parce qu'ils faisaient double emploi avec d'autres programmes d'essai (mêmes données, paramètres et résultats), et quelques programmes d'essai qui avaient auparavant testé seulement la méthode HB ont été revus afin d'intégrer la méthode SG. Il y a actuellement 75 programmes de détection des valeurs aberrantes pour Banff 2.06 contre 63 pour Banff 2.05.

Des renseignements complémentaires ont été inclus dans la description fonctionnelle, y compris l'ordonnancement des valeurs aberrantes dans le fichier de données OutStatus, entre autres. Un nouveau programme d'essai a été inclus dans la série de tests de Proc Outlier liés à l'ordonnancement des valeurs aberrantes. L'équipe GenSys a fourni à la DIS une section traduite à inclure dans son guide de l'utilisateur de Banff sur l'ordre des avertissements d'observations supprimées avant la détection des valeurs aberrantes.

Un nouveau programme d'essai pour Proc Prorate a été ajouté qui prouve qu'un seul groupe de vérification de l'ajustement proportionnel est autorisé. S'il y a plusieurs vérifications de l'ajustement proportionnel, elles doivent être dépendantes ou emboîtées. L'équipe GenSys a également fourni à la DIS une mise à jour connexe pour son guide de l'utilisateur.

Par suite d'un problème de soutien aux utilisateurs, nous avons décidé d'ajouter une Foire aux questions (FAQ) au site Web de Banff pour expliquer que, même si le paramètre SEED est spécifié, il est possible que les résultats d'une procédure diffèrent d'une exécution à l'autre si les données d'entrée sont différentes (c.-à-d. qu'il y a des différences au niveau du nombre d'enregistrements ou des valeurs de certains champs). Les résultats seront identiques seulement si les données d'entrée le sont.

Une FAQ a été ajoutée en réponse à un autre client afin d'expliquer qu'il n'est pas possible d'inclure une instruction KEEP ou DROP dans une procédure Banff, mais que les options KEEP et DROP restent possibles.

Lors de la traduction de l'anglais au français des figures du tutoriel sur Banff 2.06, il a été noté que les avertissements de SAS 9.2 n'avaient pas été reproduits dans SAS 9.3. La partie française de la FAQ concernant la longueur des vérifications a dû être révisée pour tenir compte du fait que l'avertissement est maintenant seulement en anglais.

Quatre documents ont été rédigés : 1) une fiche sur les fonctions et les caractéristiques de Banff, 2) un guide de l'utilisateur sur les méthodes Proc Outlier et les valeurs des paramètres, 3) un tutoriel traduit (y compris les noms de variables), et 4) un guide d'utilisation du SAS Enterprise Guide 5.1 avec Banff 2.06.

G-Sam

Ce projet a initialement démarré suite aux travaux du comité de planification des systèmes généralisés. Le comité avait pour mandat d'identifier les besoins en développement des systèmes généralisés et d'élaborer un plan de renouvellement des systèmes dans le cadre de la PLT 2010. Après avoir fait un inventaire des systèmes statistiques et déterminé les besoins des différentes enquêtes, celui-ci a fixé des priorités de développement des systèmes généralisés en échantillonnage, estimation et imputation. En ce qui concerne l'échantillonnage, le constat est que les outils disponibles dans Échantillonnage Généralisé (G-SAM) manquent de fonctionnalité et le cadre en est désuet; les mettre à jour requerrait un effort considérable et le résultat ne pourrait pas atteindre les objectifs de flexibilité recherchés. C'est la raison pour laquelle on a opté pour le développement de nouveaux outils d'échantillonnage, où l'accent doit être mis sur la flexibilité et la facilité d'utilisation. Le nouveau système doit offrir toutes les fonctionnalités actuelles de GSAM ainsi que celles de StatMx touchant l'échantillonnage, en plus de répondre aux besoins futurs des enquêtes entreprises (PISE/IBSP) et des enquêtes ménage.

Pour faciliter la mise au point des spécifications et le développement du code, nous avons choisi une approche modulaire avec des modules pour chacune des fonctionnalités principales : allocation, stratification, sélection et coordination. Chaque module consistera en une série de macros SAS et sera développé conjointement avec nos partenaires de la DIS/SED. Dans un premier temps nous développerons les modules pour effectuer la répartition (allocation), la stratification, la sélection et la coordination à partir de bases listes. Par la suite on développera les spécifications pour les fonctionnalités/modules correspondant aux bases aréolaires. Selon l'échéancier global proposé lors de la planification, les modules concernant les bases listes devraient être livrés (complétés et certifiés) d'ici mai 2013; les modules relatifs aux bases aréolaires, quant à eux, devraient développés une fois que la première version aura été livrée.

Progrès :

Planification

Continuons les rencontres avec les utilisateurs et les tenons informés du développement des nouveaux outils. Participons au comité technique de Programme Intégré de la Statistique des Entreprises (PISE) et collaborons activement à développer la méthodologie des divers aspects reliés à l'échantillonnage.

Développement

Complété certification de tous les modules, y compris celle concernant la méthode de stratification optimale de Lavallée-Hidiroglou.

La première version de production de G-Sam, v1.0.1 est disponible depuis le 3/03/2015.

Planification à long terme — Nouveaux outils d'estimation

G-Est est le nouveau système d'estimation généralisée qui est censé remplacer l'actuel Système généralisé d'estimation (SGE), qui a été développé dans les années 1990. Une refonte de l'architecture devrait permettre au nouveau système de transférer les fonctions de base du SGE, d'en ajouter de nouvelles comme celles qu'on trouve dans StatMx et SEVANI, et de faciliter l'ajout de nouveaux modules dans l'avenir. Le projet G-Est s'inscrit dans le prolongement des travaux du Comité de planification des systèmes généralisés. Après avoir répertorié les systèmes statistiques existants et déterminé les exigences potentielles de différentes enquêtes, nous avons établi les priorités de développement. Comme le PISE sera le principal utilisateur de la première version de G-Est, les priorités associées à la première version de G-Est reflètent les fonctionnalités requises par le PISE. Dans la version 2 du G-Est, pour laquelle la planification et les discussions ont déjà commencé, l'accent sera mis sur les exigences des enquêtes auprès des ménages.

G-Est consiste en un ensemble de macros SAS qui peuvent être combinées pour effectuer les calculs nécessaires pour différents plans de sondage et paramètres. Le nouveau système se veut une application unique contenant des modules indépendants qui permettront à l'utilisateur d'effectuer divers calculs fondés sur le plan en appelant les modules appropriés. En plus des fonctions de base comme l'estimation des paramètres et de la variance des totaux, des moyennes, des tailles et des ratios pour les plans d'échantillonnage aléatoire simple sans remise (EASSR) à une et à deux phases, l'estimation pour les plans de Poisson sera disponible. Le Système pour l'estimation de la variance en présence de non-réponse et d'imputation (SEVANI) a été intégré au moyen d'un « wrapper ». Le développement de G-Est est un travail de collaboration entre la DMGE et la DIS. Les méthodologistes des systèmes généralisés fournissent les spécifications du système aux développeurs de la DIS, qui produisent le logiciel final.

Une version bêta de G-Est a été introduite en mars 2014. La finalisation de la version 1 de G-Est a coïncidé avec le début du développement de la version 2, qui mettra l'accent sur les exigences des enquêtes auprès des ménages. Les fonctionnalités ajoutées en conséquence des discussions avec la DMEM comprennent l'ajustement des poids et le calcul des poids bootstrap. Le projet devrait se terminer en juillet 2015.

Progrès:

Planification

Les méthodologistes de G-Est se sont réunis régulièrement avec un représentant de la DMEM pour discuter des exigences associées à la version 2 de G-Est. L'objectif de ces réunions était de clarifier les détails et de résoudre tout problème concernant la mise en œuvre des exigences.

Une présentation des fonctionnalités de la version 2 à venir a été donnée aux méthodologistes principaux et aux chefs de la DMEM. L'objet de la présentation était de recueillir les premières impressions des nouvelles fonctionnalités et de répondre aux préoccupations.

Développement

Les méthodologistes de G-Est ont réalisé des essais approfondis des différentes versions de G-Est dans le cadre des cycles continus d'essai et de réparation. Les méthodologistes ont travaillé en étroite collaboration avec les programmeurs de la DIS afin de résoudre les problèmes de l'application.

Les méthodologistes de G-Est ont fourni un appui technique aux méthodologistes qui utilisent des versions antérieures de G-Est. Les enquêtes pour lesquelles on utilisait ou envisageait d'utiliser G-Est comprennent le PISE, la Balance des paiements (BDP) et le projet T2.

Plusieurs programmes de maintenance de SEVANI 3.0 ont été introduits. Ces programmes contenaient des correctifs, des améliorations et des modifications d'uniformisation avec Gest_Variance, le « wrapper » pour SEVANI.

Développement de G-Est 2.0.

Des spécifications et prototypes fondés sur les exigences de la DMEM ont été rédigés et fournis à la DIS. Ces spécifications concernaient principalement les six nouveaux modules à inclure dans G-Est : la repondération pour corriger la non-réponse, la détection et le traitement des poids influents, l'estimation des quantiles, la génération de poids bootstrap, l'estimation de la variance bootstrap et le calage bootstrap.

Repondération pour corriger la non-réponse: Le module de repondération pour corriger la non-réponse recalcule un ensemble de poids d'entrées au sein de groupes de réponse homogène (GRH) selon les états des unités. Les GRH sont fournis par l'utilisateur et sont censés répondre à ses besoins, c'est-à-dire que G-Est n'a pas besoin de modéliser la non-réponse pour calculer les GRH, qui sont définis par une liste de variables fournie par l'utilisateur. Pour plus de souplesse, le module permet d'exclure certains répondants de la repondération. Le module recalcule également un ensemble de poids bootstrap.

Détection et traitement des poids influents: Le module des poids influents détecte les poids influents en se fondant sur le critère sélectionné par l'utilisateur parmi les quatre critères disponibles. On peut utiliser plusieurs variables à la fois à l'étape de la détection. Le traitement des poids influents se fait à l'intérieur de sous-groupes définis par l'utilisateur. On réduit un poids influent en élevant le poids à une puissance fractionnaire, qui est déterminée par un processus itératif ou à partir d'une liste d'exposants spécifiés par l'utilisateur. Le critère d'arrêt des itérations repose sur la minimisation de l'erreur quadratique moyenne (EQM) d'une estimation, où l'EQM est calculée à l'aide d'un ensemble de poids bootstrap ou d'une approche naïve de Taylor. Des unités spécifiques peuvent être exclues du traitement pour que le poids ne soit pas modifié.

Estimation des quantiles: Le module de l'estimation quantile estime les quantiles et calcule la variance correspondante et les intervalles de confiance. Le module produit une estimation pondérée par les poids de sondage des quantiles à l'intérieur des domaines. On utilise l'interpolation au besoin. La variance et l'intervalle de confiance peuvent être estimés par la méthode bootstrap ou la méthode de Woodruff. Dans la méthode bootstrap, le module du quantile calcule la variance bootstrap à partir d'un ensemble de poids bootstrap entré par l'utilisateur. On calcule l'intervalle de confiance bootstrap en déterminant les limites supérieure et inférieure des estimations par quantile bootstrap. Dans la méthode Woodruff, on commence par construire un intervalle de confiance (de l'image du quantile) sur l'axe des Y à l'aide de la méthode bootstrap ou de Taylor, puis on projette cet intervalle sur l'axe des X afin d'obtenir un intervalle de confiance pour le quantile inconnu. Cet intervalle est ensuite utilisé pour déduire l'écart-type (méthode du demi-intervalle).

Génération de poids bootstrap: Le module bootstrap génère un nombre de poids de rééchantillonnage bootstrap spécifié par l'utilisateur et les remet à l'échelle selon Rao, Wu et Yue (1992). Le module propose des paramètres de calcul des poids bootstrap pour les plans stratifiés ou en grappes. L'utilisateur peut également définir le décalage pour le facteur de mise à l'échelle et, s'il le désire, spécifier une fraction de sondage. Un mode spécial de calcul des poids bootstrap par traitement parallèle au moyen de la grille SAS est censé être disponible.

Estimation de la variance bootstrap: Un complément naturel au module d'estimation de la variance pour G-Est 1.0 est la possibilité d'utiliser les poids bootstrap afin d'estimer la variance pour les totaux, les moyennes et les ratios. Nous avons complètement révisé le module Estimate_Batch afin d'obtenir une application plus efficace. Nous voulons également examiner les options pour l'exécution dans la grille et le calcul des intervalles de confiance bootstrap.

Calage bootstrap: Une amélioration naturelle du module d'étalonnage pour G-Est 1.0 est la possibilité de calibrer les poids bootstrap pour les différentes répliques bootstrap. Pour ce faire, il a fallu modifier l'étalonnage existant pour pouvoir accepter les poids d'entrée nuls et négatifs. En outre, pour que la mise en œuvre soit plus efficace dans certains cas simples d'un grand intérêt, l'approche de calage standard qui utilise des algorithmes d'optimisation numérique est contournée, et la solution est calculée par des moyens directs.

Outre les nouveaux modules, plusieurs autres améliorations ont été apportées au module d'étalonnage. Des spécifications ont été élaborées pour les améliorations et fournies à la DIS. Les améliorations comprennent la possibilité d'utiliser la méthode itérative du quotient et les renseignements auxiliaires aux niveaux des grappes et des éléments sans prétraitement.

Après une vaste analyse et évaluation mathématique du module existant, nous avons déterminé une façon d'utiliser ce module pour que les poids étalonnés des ménages correspondent aux poids étalonnés des personnes.

Les spécifications et le contexte mathématique des nouveaux modules ont été présentés à la DIS au cours de deux séances d'information.

Une macro utilitaire a été développée pour relier le BOGS (générateur de données de sortie de Banff pour SEVANI) à G-Est pour gérer les scénarios d'imputation spéciaux. Ces scénarios sont les suivants : (i) une variable est imputée, mais aucune estimation de la variable n'est demandée; (ii) un enregistrement utilisé comme donneur est imputé par la suite; (iii) un enregistrement utilisé comme donneur est ensuite défini comme inactif; (iv) une unité est imputée puis définie comme inactive; et (v) les unités utilisées comme contributeurs d'imputation sont ensuite définies comme inactives de sorte que la classe d'imputation ne contient plus suffisamment de donneurs.

Les spécifications des nouvelles fonctionnalités du BOGS ont été fournies, et la DIS les a mises en œuvre. Les améliorations consistent à créer des poids d'imputation pour les étapes d'imputation et à s'assurer que ces poids sont fixés à zéro lorsqu'une unité a été exclue comme donneur (c.-à-d. un donneur potentiel dans PROC DONORIMPUTATION ou une unité utilisée pour calculer les moyennes et les bêtas dans PROC ESTIMATOR). Pour ce faire, il faut prendre en compte les expressions d'exclusion et rejeter les valeurs négatives ou aberrantes.

Systèmes généralisés : codage automatisé

Ce projet englobe toutes les activités de soutien, de développement et de recherche liées au système généralisé pour le codage automatisé (G-Code), y compris le soutien méthodologique du système.

Les travaux incluaient la recherche et le développement de méthodes de prétraitement. Ils comportent deux volets associés à l'étude de l'impact de l'algorithme de parsage basé sur la phonétique sur les résultats d'appariement par rapport à l'impact des méthodes SOUNDEX et NYSIIS disponibles dans G-Coup et des méthodes de prétraitement disponibles dans G-Link sur les résultats de codage.

Le premier volet consistait à comparer la performance du nouvel algorithme phonétique APhonex à celle des algorithmes existants comme Soundex, NYSIIS et Double Metaphone. Aphonex semble plus précis que ces trois algorithmes mais son taux de codage est légèrement inférieur.

Le deuxième objectif était de proposer une méthode hybride fondée sur la détection ou la correction. Ce document décrit une nouvelle méthode qui utilise les deux algorithmes de notation disponibles dans la version 2 de G-Code. Bien que l'algorithme proposé permette de coder au moins 20 % de plus de données sans diminuer la précision du codage, il est limité par le nombre croissant de paramètres. En ce qui concerne la description, nous pourrions créer plus de nouvelles descriptions selon le nombre de mots à remplacer.

Nous pourrions soutenir que les substitutions ne prennent pas en compte le contexte de la description. Par exemple, il pourrait être utile à l'avenir de choisir les substitutions en fonction d'une probabilité. Nous pourrions également étudier les approches bayésiennes et d'apprentissage automatique.

Progrès :

Systèmes généralisés : macro de suppression

Il peut arriver que la macro de suppression de G-Confid soit incapable de converger afin de trouver une solution lorsque le problème de confidentialité à traiter est complexe. Les recherches précédentes concernant les méthodes de la fonction de score, l'approche séquentielle et l'algorithme Hitas n'ont pas donné des résultats satisfaisants. Plus de recherche est nécessaire pour trouver une solution.

Un document préliminaire décrivant les diverses approches examinées dans le passé pour résoudre le problème de convergence a été rédigé. Les problèmes rencontrés, les avantages et désavantages sont aussi abordés. Une révision du document par une autre personne est présentement en cours.

La méthode hypercube définie par Giessing (2003) qui est présentement en utilisation dans le système européen Tau-Argus a été examinée. Un programme SAS qui reproduit les principes de cette méthode a été réalisé. Les premières analyses indiquent qu'un nombre élevé de suppressions est généré et que parfois des divulgations exactes ou cellules non complètement protégées étaient rencontrées. Plusieurs variantes ont été ajoutées pour améliorer le processus de recherche notamment une recherche exhaustive de toutes les combinaisons possibles de cubes entre les tables. Une analyse plus approfondie sera effectuée lors de la prochaine année fiscale et une nouvelle approche qui consiste à remplacer les cubes non complets par d'autres cubes sera probablement développée.

La méthode Hitas a été réexaminée pour comprendre les raisons expliquant l'obtention de cellules non protégées. Un petit ensemble de données a été créé pour faire cette analyse. Suite à cette analyse, une approche a été élaborée et sera testée lors de la prochaine année fiscale.

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Karla Fox (613-851-8556, karla.fox@statcan.gc.ca).

Bibliographie

Giessing, S. (2003). Co-ordination of Cell Suppressions: strategies for use of GHMITER.

Akpoué, B.P., Pelletier, C. et Yeung, A. (2012). Vers une complémentarité entre les algorithmes de Levenshtein et Soundex dans le codage automatisé, Statistics Canada, internal document.

Brouard, F. (2000). SQL Avancé: Programmation et techniques avancées, 2e édition.

Rao, J.N.K., Wu, C.F.J. et Yue, K. (1992). Quelques travaux récents sur les méthodes de rééchantillonnage applicables aux enquêtes complexes. Techniques d'enquête, 18, 2, 209-217.

Robert Taft, L. (1970). Name search techniques. New York State Identification and Intelligence System.

Philips, L. (1990). Hanging on the metaphone. Computer Language Magazine, 7, 12.

Statistique Canada (2015). Methodology Guide of G-Code version 2. Document interne.

Assurance de la qualité

Des demandes de consultation sur les méthodes d'assurance de la qualité, le codage automatisé et les possibilités d'application de ces méthodes proviennent des clients internes et externes. En plus des consultations générales, nous avons mené un projet de recherche sur la documentation de l'utilisation de méthodes d'apprentissage automatique dans les organismes statistiques officiels du monde entier. Les principaux domaines d'application des statistiques officielles étaient le codage automatique, le contrôle et l'imputation, et le couplage d'enregistrements. Ce rapport préparatoire a été lu par les participants (hauts fonctionnaires des organismes statistiques officiels) à l'atelier du comité de modernisation de la production et des méthodes du Groupe de haut niveau (GHN), qui s'est tenu à Genève en avril 2015. L'abréviation GHN désigne le Groupe de haut niveau sur la modernisation de la production et des services statistiques, qui est affilié aux Nations Unies.

Progrès:

  • Il y a eu des consultations sur le codage automatisé dans l'application du questionnaire électronique pour l'Enquête sur les postes vacants et les salaires.
  • Il y a eu plusieurs demandes de conseils ou de formation en assurance et contrôle de la qualité, mais les clients ont financé eux-mêmes les services fournis.
  • Le projet d'apprentissage automatique est terminé. Le rapport sur le projet a été examiné par le directeur de la DMEE et le directeur général de la Direction de la méthodologie, puis distribué au GHN le 4 février 2015. Le rapport commence par une courte explication des différences entre les deux grandes catégories de méthodes d'apprentissage automatique (supervisé et non supervisé) et donne des exemples de techniques statistiques classiques qui se classent dans ces catégories. On y trouve ensuite une liste de brèves descriptions des récents projets de recherche de faisabilité et des déploiements réels de méthodes d'apprentissage automatique dans divers organismes statistiques officiels, dans les domaines du codage automatique, du contrôle et de l'imputation et dans certains autres domaines d'application plus spécialisés. Le rapport explique également pourquoi l'apprentissage automatique supervisé conventionnel peut ne pas être directement applicable au couplage d'enregistrements. Le contenu du rapport se fonde sur les commentaires des organismes statistiques et sur une revue de la littérature spécialisée.

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Pierre Daoust (613-854-2531, pierre.daoust@statcan.gc.ca).

Formation statistique à l'interne

Progrès:

Le Comité de la formation statistique (CFS) coordonne l'élaboration et l'exécution de 27 cours offerts à intervalles réguliers sur les méthodes d'enquête, la théorie et la pratique de l'échantillonnage, la conception de questionnaires, les méthodes applicables aux séries chronologiques et les méthodes statistiques d'analyse des données. En 2014-2015, 37 sessions de cours réguliers (100 jours de formation) ont été données, en anglais ou en français. Le nombre total de jours de formation a augmenté de 4 % par rapport à 2013-2014 (96 jours de formation). Au total, 379 participants ont assisté aux cours (361 de Statistique Canada et 18 de l'extérieur).

La série de cours continue de s'allonger : 0460 : «Introduction aux méthodes de collecte des données selon le modèle de l'erreur d'enquête totale» a été offert pour la première fois en 2014-2015. Un atelier spécial, «H-0406C Stratégies et méthodes pour le contrôle de la divulgation statistique », a été offert en mars 2015 et pourrait être intégré au programme régulier dans l'avenir. De nouveaux cours, «Treatment of influential values in surveys (Traitement des valeurs influentes dans les enquêtes)» et «Understanding Literature Review: Types, Methods and Practices (Revue de la littérature : types, méthodes et pratiques)», sont en voie d'élaboration.

Pour plus de renseignements, veuillez communiquer avec :
François Gagnon (613-292-4645, francois.gagnon@statcan.gc.ca).

Symposium 2014

Le 29e Symposium international sur les questions de méthodologie, qui avait pour thème « Au-delà des méthodes traditionnelles d'enquêtes : l'adaptation à un monde en évolution », a eu lieu du 29 au 31 octobre 2014 au Palais des congrès de Gatineau. Environ 470 personnes ont participé à l'événement.

Le discours principal a été donné par Ray Chambers et le prix Waksberg a été décerné à Constance F. Citro.

Le comité organisateur a mis sur pied un programme comprenant environ 70 communications données par des participants provenant de plus d'une quinzaine de pays. Le comité s'est également occupé de la logistique des inscriptions, des opérations et de la gestion des installations. Les actes du symposium devraient être diffusés au cours de l'automne 2015.

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Danielle Lebrasseur (613-854-1141, danielle.lebrasseur@statcan.gc.ca).

Techniques d'enquête

Techniques d'enquête est une revue internationale où sont publiés des articles dans les deux langues officielles sur les divers aspects des méthodes statistiques qui intéressent les organismes statistiques. Le comité de rédaction compte des chefs de file de renommée mondiale du domaine des méthodes d'enquête issus des secteurs public, universitaire et privé. Il s'agit d'une des rares grandes revues au monde qui traitent de la méthodologie liée aux statistiques officielles. Techniques d'enquête est disponible sans frais, en formats HTML accessible à tous et PDF, à l'adresse www.statcan.gc.ca\SurveyMethodology.

Progrès:

En 2014, la revue a publié son 40e volume. Pour marquer cet événement important et dans le cadre d'un nouveau plan de communication, un article spécial a été publié dans le blogue du chercheur de Statistique Canada. Le nouveau plan de communication comprend différentes activités visant à faire connaître Techniques d'enquête, dont un article dans Le Quotidien (bulletin officiel de diffusion des données de Statistique Canada.), des courriels aux abonnés inscrits et potentiels, et des mentions dans les médias sociaux. D'autres activités sont prévues pour les futures diffusions.

Le numéro de juin 2014, SM 40-1, a été publié le 27 juin 2014. Il contenait huit articles.

Le numéro de décembre 2014, SM 40-2, a été publié le 19 décembre 2014. Il contenait 11 articles, dont le 14e article d'une série annuelle de communications sollicitées en l'honneur de Joseph Waksberg. La lauréate du Prix Waksberg de 2014 est Constance Citro.

En 2014, la revue a reçu 52 propositions d'articles rédigés par divers auteurs.

Pour obtenir de plus amples renseignements, veuillez communiquer avec :
Susie Fortier (613-220-1948, susie.fortier@statcan.gc.ca).

Date de modification :