Programme de recherche et développement en méthodologie : réalisations, 2020-2021
4. Soutien (Centre de ressources)
4.1 Centre de ressource en couplage d’enregistrements
Le Centre de ressources en couplage d’enregistrements (CRCE) a pour but de fournir des services de consultation aux utilisateurs tant internes qu’externes de méthodes de couplage d’enregistrements, y compris de recommander des logiciels, des méthodes et des travaux de collaboration sur les applications de couplage d’enregistrements afin d’évaluer des méthodes nouvelles de couplage ou de développer des méthodes améliorées. Nous évaluons les progiciels et paquets de couplage d’enregistrements et, au besoin, nous élaborons des prototypes de logiciels incorporant des méthodes indisponibles dans les progiciels et paquets existants, tout en aidant à diffuser de l’information sur les méthodes, les logiciels et les applications de couplage pour les intéressés à l’intérieur et à l’extérieur de Statistique Canada.
Progrès :
Nous avons continué à soutenir l’équipe de développement de G-Link et à faire le suivi des enjeux soulevés. Le CRCE a également fourni un soutien aux utilisateurs internes et externes de G-Link lorsque de l’aide/des commentaires/des suggestions concernant G-Link étaient transmises au moyen de requêtes sur G-Link_info.
Au cours de l’année, une grande partie du travail en méthodologie s’est articulée autour de l’élaboration d’une nouvelle version de G-Link (version 3.5) avec couplage par profil, repérage et traitement des enregistrements orphelins et pseudoclés intégrées. Se sont ajoutés des travaux visant à explorer le couplage d’enregistrements dans le nuage en utilisant la plateforme Databrics et à intégrer un outil de vérification manuelle (évaluation de la qualité) et à corriger et à améliorer certains estimateurs de seuil.
Le CRCE a travaillé à divers autres projets de couplage d’enregistrements au cours de l’année et a notamment tenu deux nouvelles réunions du Forum sur le couplage d’enregistrements.
Nos couplages nous ont aidés à documenter le rendement et les problèmes de gestion et de développement. Ils ont été l’occasion de mettre à l’essai sur le terrain de nouvelles caractéristiques de la version 3.5 et de concevoir des méthodes plus systématiques et théoriquement plus cohérentes de définition et d’adaptation des couplages dans les serveurs et le réseau SAS. Le CRCE a mis à jour le tutoriel de la version 3.5 de G-Link.
Pour obtenir plus de renseignements, communiquez avec :
Abdelnasser Saïdi (613-863-7863, abdelnasser.saidi@statcan.gc.ca).
4.2 Systèmes généralisés
L’équipe des systèmes généralisés économiques est responsable du soutien et du développement de quatre systèmes généralisés, à savoir G-SAM – le système d’échantillonnage généralisé, BANFF – le système de vérification et d’imputation généralisé, G-EST – le système d’estimation généralisé et G-SERIES – le système généralisé pour les techniques de séries chronologiques.
Progrès :
Un grand nombre de dossiers de soutien ont été traités par l’équipe de projet, principalement sur G-EST, BANFF et G-SAM. La plupart d’entre eux ont été résolus par des suggestions sur la façon d’appliquer correctement les systèmes. Toutefois, plusieurs d’entre eux ont exigé une plus grande participation. Deux nouvelles versions des systèmes généralisés ont été diffusées cette année. Le G-EST 2.03.002 a été diffusé, y compris des améliorations du rendement pour l’étalonnage et le traitement en parallèle de la variance d’échantillonnage (Statistique Canada, 2020). La version 2.08 de BANFF a également été publiée, y compris des améliorations au processeur BANFF et des corrections de bogues pour améliorer la localisation des erreurs (Statistique Canada, 2021).
Deux cas de soutien ont été déterminés qui comportaient des problèmes de traitement avec de grands ensembles de données complexes dans l’application SEVANI (partie de G-EST) pour estimer la variance due à l’imputation. Par conséquent, des travaux d’élaboration ont été menés pour construire un prototype permettant d’omettre des calculs inutiles pour des cas précis et pour un traitement parallèle. Ces prototypes sont en cours d’essai et feront partie d’une version future de G-EST.
L’élaboration d’ImpACT, un système permettant de visualiser l’imputation, a été poursuivie et le système a été utilisé pour évaluer les stratégies d’imputation de deux projets de Statistique Canada. Ce travail a été présenté au Comité d’examen scientifique de la Direction des méthodes statistiques modernes et de la science des données (Gray, 2020a). Il est prévu d’élargir cet outil afin d’y inclure d’autres visualisations et l’application à d’autres programmes.
Les membres de l’équipe ont participé à la formation au moyen de cours officiels avec l’institut de formation de Statistique Canada, ainsi que de séminaires à l’intention de statisticiens récemment recrutés et d’autres présentations ponctuelles à des analystes et à d’autres organismes. L’équipe a également contribué à l’organisation de l’atelier de la CEE-ONU sur la révision de données et a présenté les travaux relatifs à l’outil ImpACT (Gray, 2020b). Cette présentation a suscité l’intérêt de collègues internationaux et devrait mener à des collaborations.
Une initiative majeure pour les systèmes généralisés est un exercice de planification à long terme pour examiner l’évolution à venir des systèmes, y compris la possibilité d’utiliser des outils libres, l’inclusion de méthodes modernes, et de réexaminer l’approche pour gérer les développements futurs. Dans le cadre de ce travail, un certain nombre d’exigences générales pour les systèmes généralisés ont été décrites (Matthews, 2020a) et des travaux ont été entrepris pour définir les exigences opérationnelles pour chaque système à court, à moyen et à long termes. Ces exigences s’inscriront directement dans le plan d’évolution à long terme de chaque système qui sera élaboré au cours de la prochaine année en partenariat avec l’équipe de technologie informatique (Matthews, 2021a).
Pour obtenir plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, Steve.Matthews@statcan.gc.ca).
4.3 Centre de ressources en conception de questionnaire
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 fournit des services de conseils et de soutien et mène des projets et des études relatifs à l’élaboration, à la mise à l’essai et à l’évaluation de questionnaires d’enquête. Le CRCQ joue un rôle essentiel dans la gestion de la qualité et 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.
Alors qu’une grande partie du travail du CRCQ est effectuée selon le principe du recouvrement des coûts, cette équipe est souvent sollicitée, de manière ponctuelle, pour fournir des évaluations d’expert et des services de consultation relativement à un large éventail d’enquêtes. Le groupe propose également des cours sur la conception de questionnaires.
Progrès :
Le CRDQ a effectué de nombreux examens de questionnaires d’enquête. Bien que la plupart de ces examens mettaient en cause des questionnaires de Statistique Canada, plusieurs ont été menés pour des enquêtes effectuées par d’autres organismes gouvernementaux, comme la Banque du Canada, le Bureau du surintendant des faillites, le Bureau canadien de l’ombudsman de la responsabilité des entreprises, Affaires mondiales Canada et d’autres.
En réponse aux calendriers d’élaboration très rapides du questionnaire pour les nouvelles enquêtes relatives à la COVID-19, le CRDQ a mis au point et mis en œuvre un nouveau groupe de recherche qualitative, qui a permis de tester rapidement ces nouveaux outils de collecte de données.
Le CRDQ a continué d’expérimenter la recherche sur les méthodes mixtes. De plus, certaines recherches et expérimentations ont commencé avec des méthodes qualitatives asynchrones. Le groupe a également contribué à diverses initiatives de consultation ministérielle.
Pour obtenir plus de renseignements, communiquez avec :
Paul Kelly (613-371-1489, paul.kelly2@statcan.gc.ca).
4.4 Secrétariat à la qualité
Le Secrétariat de la qualité a entre autres pour mandat de concevoir et gérer des études liées à la gestion de la qualité et de répondre aux demandes d’information ou d’assistance en matière de gestion de la qualité provenant de différents programmes de Statistique Canada ou d’autres organismes.
SOUS-PROJET : Renforcement des capacités avec les partenaires internes, nationaux et internationaux
Le Secrétariat de la qualité a pour objectif de fournir des conseils et prendre des mesures de renforcement des capacités à l’interne, à des partenaires nationaux (d’autres ministères ou autres) et 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 support en gestion de la qualité.
Progrès :
Le Secrétariat de la qualité a pris des mesures de renforcement de capacités à l’intention de nombreux partenaires au cours de la période visée. À l’interne, des ateliers de formation ont été offerts par l’entremise de différents cours offerts au personnel. Au niveau des partenaires nationaux, des exposés officiels sur les pratiques de gestion de la qualité ont été présentés à trois organisations, en plus d’organiser 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 fournis à l’Initiative de formation sur la littératie des données de Statistique Canada. Des discussions ont eu lieu au sein du Data Governance Standardization Collaborative ainsi que du Groupe de travail sur la qualité des données. Ce dernier groupe, coprésidé par Statistique Canada, vise à définir un cadre de qualité des données applicable à tous les organismes du gouvernement du Canada dans le cadre de la mise en œuvre de la Stratégie de données. La validation de la qualité d’un processus statistique effectué ainsi que la validation de la qualité d’une source de données utilisée par un autre organisme fédéral ont également été achevées. À l’échelle internationale, le Groupe d’experts des Nations Unies sur les Cadres nationaux d’assurance de la qualité a continué de participer à la préparation de la mise en œuvre du United Nations National Quality Assurance Framework Manual for Official Statistics (Nations Unies, 2019).
SOUS-PROJET : Indicateurs de qualité pour les statistiques à partir de données intégrées
On trouvera des détails sur ce sous-projet à la section 3.3 (Recherche sur les indicateurs de qualité).
Pour obtenir plus de renseignements, communiquez avec :
Martin Beaulieu (613-854-2406, martin-j.beaulieu@statcan.gc.ca).
Bibliographie
United Nations (2019). United Nations National Quality Assurance Frameworks Manual for Official Statistics. https://unstats.un.org/unsd/methodology/dataquality/un-nqaf-manual/
4.5 Centre de ressources en assurance de la qualité
Le Centre de ressources pour l’assurance de la qualité (CRAQ) vise à 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 sortante des opérations de collecte et de traitement des données d’enquête au sein du bureau. Cela comprend l’offre de services méthodologiques pour G-Code, qui est utilisée à Statistique Canada pour créer des 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’efficience 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 et a fait le suivi des commentaires des utilisateurs pour aider à déterminer les idées d’améliorations potentielles pour le G-Code. Le CRAQ a également fourni un soutien aux utilisateurs internes et externes du G-Code (utilisateurs internationaux) lorsque l’aide, les commentaires et les suggestions concernant le G-Code étaient nécessaires.
Au cours de l’année, les travaux ont porté sur la mise en œuvre d’une nouvelle version de G-Code (version 3.2), qui comprenait l’ajout de capacités d’apprentissage automatique (XgBoost et FastText). L’équipe du CRAQ a participé à une preuve de concept de codage et de classification en vue de l’intégration de l’algorithme FastText dans notre outil de codage généralisé (G-CODE). Les nouveaux algorithmes ont été largement utilisés pour coder l’industrie et la profession pour le Registre des entreprises, l’Enquête sur la population active et de nombreux autres programmes/enquêtes (y compris le Recensement de la population). En outre, ces nouvelles fonctionnalités ont été présentées à des organismes externes (Bureau de la statistique de l’Australie et Statistics New Zealand). Dernièrement, l’équipe du CRAQ a aidé à l’intégration de Pytorch dans G-Code. PyTorch est une bibliothèque d’apprentissage automatique libre basée sur la bibliothèque Torch, utilisée pour des applications telles que la vision informatique et le traitement du langage naturel, principalement développé par le laboratoire de recherche sur l’intelligence artificielle de Facebook.
Le CRAQ a également travaillé à la mise en œuvre d’une variété de contrôles de qualité sur les processus de codage pour l’Enquête sur la population active, l’Enquête sur la santé dans les collectivités canadiennes, l’Enquête sur les postes vacants et les salaires et le Registre des entreprises.
Pour obtenir plus de renseignements, communiquez avec :
Javier Oyarzun (613-302-8454, javier.oyarzun@statcan.gc.ca).
4.6 Centre de ressources en analyse de données et consultation
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. Ses services − qui portent surtout sur les données d’enquête et de recensement ou les données administratives − sont mis à la disposition des employés de l’organisme ou d’autres, ainsi que des analystes et des chercheurs des milieux universitaires 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. Les questions variaient en complexité et comprenaient l’utilisation des poids bootstrap d’enquête, les valeurs p, la construction d’intervalles de confiance et les tests d’hypothèses avec les données d’enquête, l’estimation de la taille de l’effet avec des données d’enquête, l’analyse avec des données couplées, l’ajustement d’un modèle de régression logistique, etc. Nous avons également aidé nos clients à mettre en œuvre des méthodes dans les logiciels SUDAAN, SAS, STATA et R.
Prestation de formation et de matériel de formation
Le CRAD a conçu et présenté la première session du cours de modélisation statistique, intitulée « Modélisation statistique à l’aide de données d’enquête complexes – Régression linéaire ». Ce nouveau cours a été offert virtuellement par le Groupe de travail sur le développement de talent statistique aux employés de la Direction des méthodes statistiques modernes et de la science des données de Statistique Canada (Mach et Michaud, 2020)
Le document « Visualisation des données – Pratiques exemplaires » a été achevé et est disponible à l’interne dans les deux langues officielles (CRAD, 2020a). Il est destiné à servir d’outil aux analystes et aux équipes de diffusion de Statistique Canada.
Collaboration
Nous avons collaboré à l’élaboration de stratégies de mesure pour trois projets : i) Projet de mesure du rendement en santé mentale en milieu de travail, ii) Index du renouvellement de la fonction publique au-delà de 2020, et iii) Stratégie d’accessibilité pour la fonction publique du Canada.
Les trois projets utilisent les données recueillies par le Sondage auprès des fonctionnaires fédéraux (SAFF) pour mesurer des variables latentes, comme les facteurs de risque psychologiques, les comportements, etc. Les modèles de mesure ont été élaborés à l’aide de l’analyse factorielle et de la modélisation d’équations structurelles, comme l’ont discuté CRAD (2020b) et Blais et coll. (2020 et 2021).
Pour obtenir plus de renseignements, communiquez avec :
Harold Mantel (613-863-9135, harold.mantel@statcan.gc.ca).
4.7 Centre de recherche et analyse en séries chronologiques
La recherche sur les séries chronologiques vise à maintenir un degré élevé d’expertise et à offrir les services de consultation nécessaires dans ce domaine, à concevoir et mettre à jour des outils de solution des problèmes que posent les séries chronologiques dans la vie réelle et à étudier les problèmes de l’heure sans solutions connues ou acceptables.
Les projets se répartissent en plusieurs sous-catégories, l’accent étant mis sur les thèmes suivants :
- Consultation et formation en séries chronologiques (y compris l’élaboration et la prestation de formations)
- 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, en particulier dans le contexte de l’estimation en temps réel
SOUS-PROJET : Consultation et formation sur les méthodes en séries chronologiques
Le Centre de recherche et analyse sur les séries chronologiques est chargé d’élaborer et de dispenser une formation sur les méthodes en séries chronologiques, y compris la désaisonnalisation, le rapprochement et la modélisation en séries chronologiques, à l’intention des participants internes de Statistique Canada et d’autres organismes. De plus, le Centre fournit des conseils et des consultations sur les projets de séries chronologiques en général pour Statistique Canada, y compris les demandes provenant de l’intérieur et de l’extérieur de l’organisme.
Progrès :
Avec le passage soudain au travail à distance, un nombre réduit de cours ont été donnés. Toutefois, le contenu et l’organisation des cours qui ont été offerts ont dû être modifiés afin de tenir des séances plus courtes, mais plus fréquentes afin d’offrir le matériel. Plus précisément, des cours sur l’étalonnage (H-0436), le ratissage (H-0437) et l’ajustement saisonnier (H0434) ont été offerts au cours de l’année par l’entremise du centre de formation de Statistique Canada (Statistique Canada, 2021). De plus, un cours sur la modélisation et la prévision des séries chronologiques (H-0433) a été offert aux participants d’Immigration, Réfugiés et Citoyenneté Canada par l’entremise d’un format à distance. Les membres du Centre ont également participé à des activités de sensibilisation et de formation à d’autres groupes de Statistique Canada sur des thèmes touchant les séries chronologiques dans le cadre de la formation des recrues récentes et des agents financiers.
Le Centre a également participé à l’examen de documents de revues de référence concernant la pandémie de COVID-19, en particulier sur la prévision du nombre de cas pour certains pays, et à des discussions informelles avec des statisticiens participant à la modélisation statistique liée à la pandémie. Les membres du Centre ont également participé au Groupe de haut niveau sur l’apprentissage automatique de la Commission économique des Nations Unies pour l’Europe, contribuant à une comparaison entre l’apprentissage automatique et les méthodes de prévision traditionnelles (Picard, 2020). Le Centre a également examiné la méthodologie derrière plusieurs nouveaux produits statistiques diffusés par Statistique Canada, à savoir l’indicateur économique provincial (Statistique Canada, 2021b) et les estimations de la surmortalité (Statistique Canada, 2020), afin de valider les caractéristiques des séries chronologiques dans l’élaboration de ces indicateurs.
SOUS-PROJET : Soutien et amélioration du système de traitement des séries chronologiques
Le système de traitement des séries chronologiques est une application sur SAS personnalisable qui permet d’appliquer des techniques de séries chronologiques, y compris la validation des fichiers, l’application de stratégies de révision ainsi que des techniques d’ajustement saisonniers et de rapprochement utilisées abondamment dans la production d’estimations désaisonnalisées pour les programmes essentiels à la mission de Statistique Canada. Conçu il y a plus de 10 ans, le système est dans un état relativement 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, une nouvelle version du système devra peut-être être mise au point pour soutenir le traitement et permettre une certaine flexibilité dans l’utilisation de nouvelles techniques disponibles à partir de logiciels libres.
Progrès :
Des corrections mineures ont été apportées à la version 3.08 du système de traitement des séries chronologiques (STSC) décrit dans Ferland (2019) ainsi qu’à un certain nombre d’outils de soutien pour l’analyse et le développement de systèmes. Un outil qui est utilisé comme élément clé de l’assurance de la qualité a notamment été élargi pour inclure des diagnostics améliorés sur la saisonnalité résiduelle et les statistiques sur les irrégularités relatives à différentes étapes du processus de désaisonnalisation, afin de permettre un dépannage plus efficace et l’élaboration de solutions.
Des recherches ont été menées pour évaluer les outils disponibles afin d’appliquer l’analyse comparative au moyen d’outils libres, y compris ceux disponibles dans R. Une comparaison a été faite entre la fonctionnalité actuelle de G-Series, et un ensemble logiciel R appelé tempdisagg, en termes de méthodes disponibles et de leur paramétrage (Picard, 2021). Statistique Canada s’est joint au Seasonal Adjustment Centre of Excellence d’Eurostat à titre d’organisme partenaire pour participer aux discussions et à l’élaboration d’outils connexes.
SOUS-PROJET : Développement et soutien pour la désaisonnalisation et l’estimation de tendances-cycles
Analyse et évaluation des nouvelles méthodes et techniques de désaisonnalisation ainsi que consultation et centralisation de l’expertise dans l’application de la désaisonnalisation.
Progrès :
Le Centre de recherche et analyse en séries chronologiques a apporté un appui considérable à la désaisonnalisation afin d’assurer la qualité des résultats lors des chocs économiques sans précédent liés à la pandémie de COVID 19. De nombreux échanges ont eu lieu avec des représentants des bureaux nationaux de statistique, soit par des échanges de courriels, des conversations individuelles, ou soit par des vidéoconférences en petits groupes. Les échanges comprenaient des membres d’Eurostat, de l’Office for National Statistics, du United States Census Bureau et du Bureau of Labor Statistics, de Statistics Norway, de l’INSEE (Institut national de la statistique et des études économiques), de Statistics Israel, du Bureau de la statistique de l’Australie, de Statistics New Zealand et d’autres. Ces échanges ont été extrêmement utiles pour comparer les approches à court et à long terme et les mettre en opposition, et étaient presque universellement conformes à l’approche suggérée par Eurostat dans Eurostat (2020). Le Centre a communiqué les conclusions et les recommandations de ces consultations avec les personnes-ressources pertinentes de l’organisme, en mettant à jour périodiquement les données afin de s’assurer que l’information était largement disponible.
Pour ce qui est de la désaisonnalisation des programmes qui sont directement soutenus par le Centre, une stratégie d’assurance de la qualité pour la désaisonnalisation a été élaborée et mise en œuvre, y compris une communication accrue avec les analystes experts en la matière afin de s’assurer que des renseignements importants ont été communiqués aux spécialistes afin de fournir des conseils sur la désaisonnalisation. En outre, la stratégie d’examen annuel des paramètres de désaisonnalisation a été élaborée pour chaque programme en tenant compte du calendrier d’examen, ainsi que de l’ampleur des chocs dans les séries chronologiques. Cette stratégie globale a été documentée et partagée avec d’autres spécialistes de la désaisonnalisation lors d’un tour de table organisé par la section des statistiques gouvernementales de l’American Statistical Association, voir American Statistical Association (2021).
Le Centre de recherche et analyse en séries chronologiques a également tenu de vastes consultations sur l’adaptation saisonnière au sein de l’organisme pour des programmes qui ne reçoivent pas l’appui officiel de l’équipe. Des consultations ont été menées auprès des groupes produisant des statistiques désaisonnalisées sur le commerce de services, le tourisme, le commerce selon les caractéristiques des exportateurs, le nombre d’inscriptions et de sorties dans le Registre des entreprises et divers éléments du système de comptabilité nationale. Des travaux d’exploration ont été effectués aux statistiques désaisonnalisées d’autres programmes. On a notamment analysé les statistiques sur les chargements de wagons et proposé des scénarios pour produire des estimations désaisonnalisées pour certaines séries chronologiques de haut niveau. Une analyse similaire a été effectuée pour la production d’électricité. Dans les deux cas, de nombreuses séries saisonnières ont été déterminées et une décision est en cours quant à savoir si les estimations désaisonnalisées seront produites pour diffusion.
Des progrès continus ont été réalisés afin de mettre le tableau de bord de la désaisonnalisation à la disposition des analystes pour les programmes individuels, alors que deux enquêtes essentielles à la mission peuvent maintenant avoir accès à l’outil afin de comprendre et expliquer les résultats désaisonnalisés. On a également élaboré un plan visant à augmenter ce nombre à quatre autres enquêtes essentielles à la mission au premier trimestre de l’exercice à venir. Le tableau de bord est présenté dans Matthews (2019).
De plus, les méthodes d’estimation de tendances-cycles ont été évaluées dans le contexte de la pandémie de COVID-19. En particulier, compte tenu de la nature aiguë des chocs économiques, les tendances-cycles peuvent 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 moment donné, et l’introduction d’effets aberrants pour modéliser les chocs plus directement. Ces méthodes seront évaluées plus en détail en tenant compte des avantages et des inconvénients de leur application éventuelle dans certains programmes.
SOUS-PROJET : Modélisation et prévision, en particulier dans le contexte de l’estimation en temps réel
On trouvera des détails sur ce sous-projet à la section 1.2 (Estimation en temps réel au moyen de méthodes de séries chronologiques).
Pour obtenir plus de renseignements, communiquez avec :
Steve Matthews (613-854-3174, Steve.Matthews@statcan.gc.ca).
Bibliographie
Matthews, S. (2019). De-Mystifying Seasonal Adjustment: A visual tool to understand the process. Presentation to the Seasonal Adjustment Practitioners Workshop, United States Census Bureau.
Eurostat (2020). Guidance On Time Series Treatment In The Context Of The Covid-19 Crisis. https://ec.europa.eu/eurostat/documents/10186/10693286/Time_series_treatment_guidance.pdf.
Ferland, M. (2019). What’s new in the Time Series Processing System – v3.08. Internal Document, Statistics Canada.
Statistics Canada, (2020). Excess mortality in Canada during the COVID-19 pandemic. https://www150.statcan.gc.ca/n1/pub/45-28-0001/2020001/article/00076-eng.htm.
Statistics Canada (2021). Workshops, training and references. https://www.statcan.gc.ca/eng/wtc/training.
Statistics Canada (2021b). Experimental indexes of economic activity in the provinces and territories, December 2020. https://www150.statcan.gc.ca/n1/daily-quotidien/210413/dq210413d-eng.htm.
4.8 Confidentialité
Une partie du rôle et de la responsabilité de Statistique Canada continue d’être la sensibilisation et le soutien aux stratégies en matière de confidentialité. Parmi les activités menées tout au long de l’année, mentionnons la consultation avec Emploi et Développement social Canada (EDSC) sur les statistiques sur la transparence salariale, la présentation à l’atelier sur la phase 2 de l’initiative des lacunes statistiques du G20 sur les stratégies d’accès et les ateliers sur la confidentialité pour Santé Canada et EDSC. D’autres activités de recherche et développement reliées à ce thème sont rapportées dans la section 2.
Pour obtenir plus de renseignements, communiquez avec :
Steven Thomas (613-882-0851, Steven.Thomas@statcan.gc.ca)
4.9 Communautés de pratique en science des données
SOUS-PROJET : Communauté de pratique sur l’apprentissage automatique
La Communauté de pratique sur l’apprentissage automatique de Statistique Canada a pour but de faciliter la collaboration et le transfert de connaissance ainsi que l’amélioration de nos opérations en apprentissage automatique à Statistique Canada.
À travers différentes activités reliées à l’apprentissage automatique réunissant de 50 à 80 personnes telles que des dîners-causeries, présentations, groupes de lectures, groupes de visionnement et le partage d’information sur un site développé et mis-à-jour par les membres, la Communauté, par sa présence active, continue de collaborer au développement des capacités en apprentissage automatique des employés de Statistique Canada.
Progrès :
Malgré le travail à distance, la Communauté a organisé plusieurs présentations touchant à plusieurs sphères de l’apprentissage automatique comme par exemple, une série de quatre présentations sur les applications d'apprentissage automatique développées par Statistique Canada pour aider les agences de première ligne à évaluer des scénarios de propagation de la COVID-19 et s’y préparer. La Communauté a également continué l’activité de visionnement de cours d’apprentissage automatique en ligne gratuits permettant aux participants d’échanger sur les sujets couverts suite au visionnement. La Communauté a mis à jour la liste des projets existants en méthodologie qui explore ou utilise l’apprentissage automatique et continue sa collaboration avec les autres communautés de pratique dont une nouvelle collaboration avec le groupe de travail sur le développement citoyen. Finalement, la communauté continue de relayer de l’information à ses membres à propos de diverses activités externes pertinentes, reliées à la science des données.
SOUS-PROJET : Communauté de pratique (CdP) d’analyse de textes sur l’apprentissage automatique
La CdP d’analyse de textes sur l’apprentissage automatique est un lieu interministériel centralisé qui permet aux praticiens de diverses compétences de discuter des applications pratiques du traitement du langage naturel (TLN). Divers spécialistes du GC se réunissent pour apprendre, discuter et adopter les applications éthiques du TLN. Les réunions mensuelles rassemblent environ 50 à 60 participants pour partager les solutions et les problèmes de chacun. Environ la moitié des participants proviennent de ministères fédéraux à l’extérieur de Statistique Canada.
Progrès :
Tout au long de 2020-2021, des spécialistes de différents domaines de Statistique Canada ou d’autres ministères comme le Bureau du surintendant des institutions financières, l’Agence des services frontaliers du Canada, Immigration, Réfugiés et Citoyenneté Canada ou l’Agence du revenu du Canada, ont présenté leurs solutions de TLN de haute qualité. Chaque présentateur a illustré sa méthodologie moderne pour traiter rapidement sa source de données, qu’il s’agisse de données d’enquête, de données administratives ou de rapports publics. Les discussions qui ont suivi la présentation ont mis en évidence les concepts complexes que les participants doivent comprendre. Les participants provenaient de plus de 20 ministères différents.
La pandémie de COVID-19 et le passage vers le télétravail ont entraîné un revers inattendu, mais nous en avons profité pour renforcer notre cadre de téléconférence. Ce qui a fait appel à une communauté interministérielle plus inclusive.
Pour obtenir plus de renseignements, communiquez avec :
Yanick Beaucage (613-854-2397, Yanick.Beaucage@statcan.gc.ca).
- Date de modification :