Ateliers

• Atelier 1. Sujets choisis en analyse de données d'enquêtes longitudinales ANNULÉ
• Atelier 2. Plus de 15 ans d'enquêtes longitudinales à Statistique Canada : leçons et innovations
COMPLET
• Atelier 3. Modélisation multiniveau des données longitudinales
COMPLET

Deux ateliers d’une journée auront lieu le mardi 27 octobre. Un service de traduction simultanée sera disponible sur place.

Veuillez noter que le nombre de places pour chaque atelier est limité.

Atelier 1. Sujets choisis en analyse de données d'enquêtes longitudinales ANNULÉ

Pour ceux déjà inscrits à cet atelier, le registraire du Symposium communiquera avec vous sous peu.  Désolé pour cet inconvénient.

Haut de la page

Atelier 2. Plus de 15 ans d'enquêtes longitudinales à Statistique Canada : leçons et innovations COMPLET

Michelle Simard et François Brisebois de Statistique Canada
(Présentation en français avec traduction simultanée et avec le matériel en français et en anglais)

Les enquêtes longitudinales sont relativement récentes à Statistique Canada. En effet, il faut attendre le milieu des années 1990 pour assister au développement de projets d’envergure comme l’Enquête longitudinale nationale auprès des enfants et des jeunes (ELNEJ), l’Enquête nationale sur la santé de la population (ENSP) et l’Enquête sur la dynamique du travail et du revenu (EDTR), trois enquêtes qui sont d’ailleurs toujours actives aujourd’hui. Chacune de ces enquêtes poursuit des objectifs particuliers. L’ELNEJ a pour but d’identifier les facteurs qui influencent le développement de la population canadienne de la naissance jusqu’à l’âge adulte. L’ENSP recueille des renseignements sur la santé de la population canadienne ainsi que des informations sociodémographiques connexes. L’EDTR s’intéresse quant à elle au bien-être économique des Canadiens.

Au tournant des années 2000, trois nouvelles enquêtes longitudinales ont été développées par Statistique Canada. Il s’agit de l’Enquête sur les jeunes en transition (EJET), de l’Enquête longitudinale auprès des immigrants au Canada (ELIC) et de l’Enquête sur le milieu de travail et les employés (EMTE), qui s’intéressent toutes à des populations particulières. L’ELIC étudie l’adaptation des nouveaux immigrants à la société canadienne, en plus d’identifier les facteurs qui appuient les efforts d’intégration des immigrants, de même que ceux qui leur nuisent. L’EJET a pour principal objectif de documenter la transition entre le milieu scolaire et le marché du travail chez les jeunes adultes. L’EMTE explore quant à elle un large éventail de questions liées au monde du travail (employeurs et employés), afin de déterminer comment les employeurs et leur personnel réagissent et s’adaptent aux changements d’un environnement concurrentiel axé sur les technologies.

Cet atelier passe en revue les six enquêtes longitudinales de Statistique Canada et met l’accent sur les leçons qu’en a tiré l’organisme, au cours des années. Il s’intéresse également aux innovations résultant de la conception de ces enquêtes et aux défis qu’elles ont engendrés.

La journée commence par un aperçu des principes de base des enquêtes longitudinales et des principales difficultés qui s’y rattachent. Les six enquêtes feront ensuite l’objet de descriptions individuelles : aperçu des objectifs et du plan de sondage, puis présentation détaillée des leçons et des innovations propres à l’enquête.

Chacune de ces enquêtes se distingue par sa raison d’être et sa méthodologie. Les thèmes traités pendant la journée vont donc toucher diverses étapes de la méthodologie d’enquête et devraient combler, ce faisant, l’ensemble des participants.

Haut de la page

Atelier 3. Modélisation multiniveau des données longitudinales COMPLET

Sophia Rabe-Hesketh du Graduate School of Education, Université de la Californie, Berkeley et Anders Skrondal de la Division d'épidémiologie, Institut norvégien de santé publique
(Présentation en anglais avec traduction simultanée et avec le matériel en français et en anglais)

Les études longitudinales permettent de recueillir des réponses auprès des mêmes individus en plusieurs occasions ou cycles d’un panel. En considérant chaque combinaison personne-occasion comme une observation, il apparaît naturel de régresser la variable réponse correspondante autant en fonction de variables indépendantes fixes que variant dans le temps. Cependant, même après avoir contrôlé pour l’effet des covariables, il subsiste généralement une certaine hétérogénéité non observée entre les personnes, suggérant l’existence d’une dépendance intra-personne. Cette hétérogénéité non observée peut être prise en compte par l’inclusion dans l’équation de régression de termes constants spécifiques aux personnes, et possiblement de coefficients de régression, également spécifiques aux personnes. Une telle approche peut être aisément généralisée pour tenir compte de plusieurs niveaux d’inclusion (ou d’emboîtements), par exemple des individus emboîtés dans des écoles.

Nous commencerons par étudier les modèles à effets aléatoires (ou modèles multiniveaux) et les approches à effets fixes, pour différents types de variables réponse, incluant les données continues, nominales, ordinales et d'effectifs. Ces modèles permettent d’étudier les moyennes des courbes de croissance et la variabilité inter-personne sous plusieurs aspects des trajectoires de croissance. Les modèles à effets fixes et à effets aléatoires peuvent être considérés comme conditionnels ou spécifiques à chaque personne. De tels modèles sont comparés aux modèles marginaux ou aux modèles moyens de population. Dans le cadre d’une approche marginale un aperçu de diverses méthodes permettant de traiter ou de modéliser la dépendance intra-personne sera présenté. La distinction entre les effets marginaux et les effets conditionnels sera aussi discutée. Finalement nous considérons l’intégration des poids d’échantillonnage aux données d’enquêtes complexes.