Techniques d’enquête
Remédier aux petites tailles d’échantillon, au biais de groupe de renouvellement et aux discontinuités dans les plans de sondage avec renouvellement de panelTechniques d’enquête
Remédier aux petites tailles d’échantillon, au biais de groupe de renouvellement et aux discontinuités dans les plans de sondage avec renouvellement de panel

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.

par Jan A. van den Brakel et Sabine Krieg^{Note 1}

• Suivant

Résumé

Les instituts nationaux de statistique font une grande utilisation des panels rotatifs, par exemple pour produire des statistiques officielles sur la population active. Les procédures d’estimation se fondent généralement sur les approches traditionnelles fondées sur le plan de sondage conformes à la théorie classique de l’échantillonnage. Un inconvénient important des estimateurs de cette classe est que les petites tailles d’échantillon entraînent de grandes erreurs-types et qu’ils ne sont pas robustes au biais de mesure. Deux exemples où les effets de biais de mesure deviennent apparents sont le biais de groupe de renouvellement dans les panels rotatifs et les différences systématiques dans les résultats d’une enquête dues à un remaniement important du processus sous-jacent. Dans cet article, nous appliquons un modèle de séries chronologiques structurel multivarié à l’enquête sur la population active des Pays-Bas pour produire des données mensuelles sur la population active qui se fondent sur un modèle. Le modèle réduit les erreurs-types des estimations en tirant parti des renseignements sur l’échantillon recueillis au cours des périodes précédentes, tient compte du biais de groupe de renouvellement et de l’autocorrélation induite par le panel rotatif, et modélise les discontinuités dues au remaniement de l’enquête. Nous examinons également l’utilisation des séries auxiliaires corrélées du modèle, qui vise à améliorer davantage l’exactitude des estimations du modèle. Statistics Netherlands utilise cette méthode pour produire des statistiques mensuelles officielles exactes sur la population active qui sont convergentes dans le temps, malgré le remaniement du processus d’enquête.

Mots-clés : Modèles de facteur commun; filtre de Kalman; biais de mesure; estimation sur petits domaines; modélisation structurelle de séries chronologiques; échantillonnage.

Table des matières

• 1. Introduction
• 2. Conception de l’Enquête sur la population active (EPA) des Pays-Bas
• 3. Estimation des données mensuelles sur la population active
• 4. Mise en œuvre
• 5. Remaniement de l’Enquête sur la population active des Pays-Bas
• 6. Prise en compte des discontinuités dans le modèle de séries chronologiques
• 7. Résultats
• 8. Discussion
• Remerciements
• Annexe
• Bibliographie

Notes

• Suivant