Remédier aux petites tailles d’échantillon, au biais de groupe de renouvellement et aux discontinuités dans les plans de sondage avec renouvellement de panel 4. Mise en œuvre

Dans cette section, nous comparons les résultats obtenus avec le modèle de séries chronologiques à l’estimateur GREG pour la période précédant la transition au nouveau plan, puisque les données trimestrielles mobiles ne sont pas calculées avant et après la mise en œuvre du nouveau plan. Depuis juin 2010, le modèle (3.1) a été appliqué afin de produire des données mensuelles officielles sur la population active en chômage, la population active occupée et la population active totale au niveau national et pour six domaines (hommes et femmes dans trois groupes d’âge). Le modèle est appliqué séparément à chaque variable. On calcule les estimations en faisant la somme des effets de tendance et des effets saisonniers, ci-après dénommée le « signal ». En outre, des estimations de tendance sont publiées et remplacent les anciens chiffres désaisonnalisés. On utilise les premières années de la série GREG afin d’obtenir des estimations stables pour les variables d’état du modèle (3.1). Une série de données mensuelles commençant en janvier 2003 est publiée au moment de la mise en œuvre.

Le tableau 4.1 donne une vue d’ensemble des estimations du MV des hyperparamètres et de l’autocorrélation des erreurs d’enquête. On évalue les hypothèses qui sous-tendent le modèle à espace d’états en vérifiant si les innovations standardisées suivent des lois normales indépendantes (Durbin et Koopman 2001, section 4.2.4). Les tests de normalité de Bowman-Shenton, les tests F pour l’hétéroscédasticité, les graphiques QQ, les graphiques des innovations standardisées et les corrélogrammes d’échantillon indiquent que ces hypothèses ne sont pas violées sous le modèle (3.1).

Tableau 4.1
Estimations du MV des hyperparamètres pour les données mensuelles sur la population active en chômage avant le remaniement de l’enquête. Les valeurs sont exprimées en écarts-types
Sommaire du tableau
Le tableau montre les résultats de Estimations du MV des hyperparamètres pour les données mensuelles sur la population active en chômage avant le remaniement de l’enquête. Les valeurs sont exprimées en écarts-types. Les données sont présentées selon Écart-type (titres de rangée) et Niveau
national, Hommes
15-24 , Femmes
15-24 , Hommes
25-44 , Femmes
25-44 , Hommes
45-64 et Femmes
45-64 (figurant comme en-tête de colonne).
Écart-type Niveau
national
Hommes
15-24
Femmes
15-24
Hommes
25-44
Femmes
25-44
Hommes
45-64
Femmes
45-64
Pente ( σ ^ η ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacqaH3oaAaeqaaaGccaGLOaGaayzkaaaa aa@3CEE@ 2 079 248 179 724 463 412 228
Saisonnier ( σ ^ ω ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacqaHjpWDaeqaaaGccaGLOaGaayzkaaaa aa@3D0F@ 0,02 0,00 0,00 0,00 0,00 0,04 0,22
BGR ( σ ^ λ ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacqaH7oaBaeqaaaGccaGLOaGaayzkaaaa aa@3CF6@ 905 941 468 268 669 3 335
Bruit blanc ( σ ^ ε ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacqaH1oqzaeqaaaGccaGLOaGaayzkaaaa aa@3CE9@ 6 884 1 528 3 521 4 359 4 294 3 329 2
Erreur d’enquête - panel 1 ( σ ^ e1 ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacaWGLbGaaGymaaqabaaakiaawIcacaGL Paaaaaa@3CE7@ 1,07 0,98 1,11 1,04 0,89 0,99 1,14
Erreur d’enquête - panel 2 ( σ ^ e2 ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacaWGLbGaaGOmaaqabaaakiaawIcacaGL Paaaaaa@3CE8@ 0,99 0,95 1,03 1,03 0,94 1,17 1,02
Erreur d’enquête - panel 3 ( σ ^ e3 ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacaWGLbGaaG4maaqabaaakiaawIcacaGL Paaaaaa@3CE9@ 1,01 1,06 1,12 1,03 0,96 1,04 0,92
Erreur d’enquête - panel 4 ( σ ^ e4 ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacaWGLbGaaGinaaqabaaakiaawIcacaGL Paaaaaa@3CEA@ 1,13 1,07 1,21 0,99 0,96 0,99 0,95
Erreur d’enquête - panel 5 ( σ ^ e5 ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHdpWCgaqcamaaBaaaleaacaWGLbGaaGynaaqabaaakiaawIcacaGL Paaaaaa@3CEB@ 1,06 1,00 1,03 0,99 0,99 1,08 0,87
Autocorrélation ( ρ ^ ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqk0Jf9crFfpeea0xh9v8qiW7rqqrFepG0de9LqFf0xe9 vqaqFeFr0xbba9Fa0P0RWFb9fq0FXxbbf9=e0dfrpm0dXdirVu0=vr 0=vr0=fdbaqaaeGacaGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacu aHbpGCgaqcaaGaayjkaiaawMcaaaaa@3B09@ 0,21 0,13 0,12 0,39 0,22 0,44 0,38

 

Dans la figure 4.1, les estimations filtrées pour les données mensuelles sur la population active en chômage au niveau national, qui se fondent sur le modèle (3.1), sont comparées aux estimations GREG mensuelles et aux chiffres GREG trimestriels mobiles. Les deux estimations GREG sont corrigées du BGR au moyen de la méthode de correction par le rapport décrite à la section 2. Les trois séries sont au même niveau, puisque calibrées au niveau du premier panel. Les estimations GREG mensuelles affichent des pics et des creux plus prononcés que les estimations filtrées. Dans le modèle de séries chronologiques, ces fluctuations sont partiellement considérées comme des erreurs d’enquête et filtrées des estimations GREG. Les chiffres trimestriels mobiles ont une tendance saisonnière moins prononcée, car la moyenne des tendances mensuelles est calculée sur trois mois subséquents.

La figure 4.2 compare les estimations filtrées de la tendance aux estimations désaisonnalisées des données trimestrielles mobiles pour la population active en chômage au niveau national. Les données trimestrielles mobiles désaisonnalisées, calculées par X-12-ARIMA (U.S. Census Bureau 2009), ont été publiées avant la mise en œuvre de la nouvelle méthode d’estimation et sont disponibles jusqu’en mai 2010. Elles sont calculées en soustrayant les effets saisonniers des estimations originales. Outre la tendance, elles incluent les erreurs d’échantillonnage et autres irrégularités. Les chiffres trimestriels mobiles désaisonnalisés et la tendance filtrée mesurent donc des concepts définis de façon légèrement différente. Après la mise en œuvre du modèle de séries chronologiques, les chiffres désaisonnalisés sont remplacés par la tendance filtrée. Il est donc intéressant d’examiner les différences entre les deux chiffres, surtout afin de déterminer l’ampleur des conséquences pour les utilisateurs de ces données.

Les niveaux des séries des figures 4.1 et 4.2 présentent de légères différences. Celles-ci découlent des grandes erreurs d’échantillonnage et des différentes méthodes employées pour tenir compte du BGR. Premièrement, les estimations GREG mensuelles et les estimations GREG trimestrielles mobiles sont plus sensibles aux grandes erreurs d’échantillonnage, contrairement au modèle de séries chronologiques, qui filtre les erreurs d’enquête des estimations GREG.

Figure 4.1 de la section 4 Mise en œuvre

Description de la figure 4.1

Cette figure est composée de deux graphiques linéaires. L’axe horizontal est le temps et l’axe vertical est la population active en chômage pour les deux graphiques.

Le premier graphique est composé de 3 séries : les estimations GREG mensuelles, les estimations GREG trimestrielles mobiles et les estimations filtrées mensuelles du modèle. Les données sont dans le tableau suivant :

Tableau de données de la figure 4.1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la figure 4.1a. Les données sont présentées selon Temps (titres de rangée) et Estimation GREG mensuelle, Chiffre trimestriel mobile et Signal filtré(figurant comme en-tête de colonne).
Temps Estimation GREG mensuelle Chiffre trimestriel mobile Signal filtré
Jan-03 339 970,602 318 000 322 005,605
Feb-03 363 072,826 332 000 360 922,290
Mar-03 401 922,652 369 000 372 429,981
Apr-03 395 282,090 384 000 363 515,937
May-03 374 476,312 385 000 370 461,693
Jun-03 424 248,362 397 000 418 427,178
Jul-03 414 206,705 407 000 414 725,090
Aug-03 390 651,852 405 000 388 686,490
Sep-03 411 606,605 408 000 413 097,014
Oct-03 408 788,542 400 000 399 912,849
Nov-03 420 594,860 420 000 420 372,890
Dec-03 407 082,080 423 000 402 597,504
Jan-04 468 813,574 451 000 460 295,061
Feb-04 471 674,690 474 000 482 541,430
Mar-04 499 451,233 503 000 491 674,773
Apr-04 471 001,371 500 000 473 397,463
May-04 451 919,771 496 000 465 524,794
Jun-04 478 056,037 485 000 497 750,418
Jul-04 475 785,214 484 000 482 551,601
Aug-04 429 405,236 477 000 442 263,368
Sep-04 434 374,171 457 000 448 789,725
Oct-04 468 955,030 458 000 451 157,686
Nov-04 464 836,049 466 000 467 479,137
Dec-04 449 864,745 472 000 450 145,782
Jan-05 478 620,644 479 000 492 067,271
Feb-05 515 862,992 495 000 515 538,373
Mar-05 515 805,402 516 000 520 082,995
Apr-05 483 393,451 514 000 490 688,503
May-05 478 480,283 501 000 486 210,674
Jun-05 491 367,955 492 000 505 743,940
Jul-05 507 513,843 497 000 501 456,175
Aug-05 451 780,931 488 000 461 027,155
Sep-05 459 627,389 476 000 464 208,709
Oct-05 448 391,876 456 000 453 169,466
Nov-05 452 724,122 459 000 462 798,826
Dec-05 419 947,860 447 000 426 572,072
Jan-06 440 689,154 450 000 457 253,638
Feb-06 460 060,742 454 000 472 462,604
Mar-06 447 642,077 460 000 460 671,390
Apr-06 401 321,465 447 000 418 506,092
May-06 414 590,980 430 000 412 018,370
Jun-06 377 296,863 407 000 408 889,181
Jul-06 430 370,310 415 000 416 084,500
Aug-06 353 646,483 400 000 358 056,436
Sep-06 367 346,012 407 000 372 135,868
Oct-06 384 353,780 390 000 375 318,903
Nov-06 368 481,979 390 000 380 604,199
Dec-06 329 967,249 377 000 342 375,013
Jan-07 390 366,127 374 000 383 121,846
Feb-07 405 736,623 384 000 402 897,779
Mar-07 371 710,306 401 000 385 448,501
Apr-07 328 501,752 375 000 337 009,421
May-07 351 126,810 354 000 339 413,420
Jun-07 337 867,787 346 000 343 468,042
Jul-07 376 899,332 363 000 355 707,821
Aug-07 288 555,098 342 000 295 804,042
Sep-07 297 839,743 328 000 297 086,712
Oct-07 318 190,582 307 000 303 304,340
Nov-07 303 920,528 306 000 305 263,718
Dec-07 283 538,931 301 000 281 114,155
Jan-08 326 788,759 308 000 321 816,242
Feb-08 334 773,852 321 000 336 265,778
Mar-08 332 207,243 336 000 325 264,849
Apr-08 318 356,982 326 000 302 053,962
May-08 297 632,540 313 000 300 367,113
Jun-08 317 260,157 310 000 311 466,271
Jul-08 319 351,892 308 000 314 606,558
Aug-08 268 723,584 294 000 263 171,014
Sep-08 286 852,191 284 000 276 818,107
Oct-08 281 006,506 276 000 277 244,131
Nov-08 297 978,725 280 000 285 322,737
Dec-08 304 564,060 285 000 275 483,691
Jan-09 315 124,332 298 000 315 780,770
Feb-09 347 034,858 314 000 344 297,017
Mar-09 347 705,793 341 000 337 957,731
Apr-09 380 605,395 360 000 343 723,228
May-09 351 813,507 358 000 346 716,919
Jun-09 370 957,772 373 000 367 240,014
Jul-09 414 031,124 386 000 394 337,836
Aug-09 361 491,206 390 000 351 030,150
Sep-09 379 056,598 394 000 370 362,704
Oct-09 392 771,548 387 000 377 248,150
Nov-09 426 196,885 400 000 399 623,491
Dec-09 394 196,930 410 000 390 070,736
Jan-10 471 612,053 430 000 443 351,167
Feb-10 479 235,706 441 000 470 440,667
Mar-10 464 818,926 472 000 460 814,950
Apr-10 436 887,032 459 000 432 538,835
May-10 441 342,242 437 000 430 202,253
Jun-10 435 426,977 435 000,242 440 297,994

Le deuxième graphique est composé de 3 séries: l’erreur-type des estimations GREG mensuelles, des estimations GREG trimestrielles mobiles et des estimations filtrées mensuelles du modèle. . Les données sont dans le tableau suivant :

Tableau de données de la figure 4.1(suite)
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la figure 4.1b . Les données sont présentées selon Temps (titres de rangée) et ET de l'estimation GREG mensuelle, ET du chiffre trimestriel mobile et ET du signal filtré(figurant comme en-tête de colonne).
Temps ET de l'estimation GREG mensuelle ET du chiffre trimestriel mobile ET du signal filtré
Jan-03 14 600,625 8 300,318 11 860,336
Feb-03 14 700,062 8 692,642 11 906,407
Mar-03 16 594,266 8 813,963 12 527,908
Apr-03 17 367,874 9 464,110 12 943,669
May-03 16 854,442 9 879,753 12 696,179
Jun-03 17 915,946 10 125,511 13 336,277
Jul-03 15 308,128 9 587,646 12 750,387
Aug-03 16 764,767 9 563,372 12 722,425
Sep-03 17 506,329 9 500,922 13 181,911
Oct-03 14 879,018 9 400,512 12 211,359
Nov-03 15 820,855 9 224,527 12 261,255
Dec-03 15 816,757 8 956,567 12 534,204
Jan-04 15 193,607 9 033,950 12 098,074
Feb-04 15 753,682 9 024,924 11 919,239
Mar-04 15 715,136 8 933,673 11 985,662
Apr-04 14 884,202 8 891,838 11 759,310
May-04 14 714,538 8 716,754 11 739,301
Jun-04 15 598,495 8 714,604 12 154,028
Jul-04 13 951,802 8 502,261 11 664,613
Aug-04 14 973,445 8 544,051 11 969,923
Sep-04 14 966,048 8 441,343 12 004,431
Oct-04 13 677,235 8 391,162 11 394,029
Nov-04 14 210,903 8 250,278 11 487,819
Dec-04 14 231,670 8 105,324 11 534,868
Jan-05 15 848,085 8 500,197 12 063,073
Feb-05 15 198,586 8 691,327 11 784,899
Mar-05 14 220,370 8 679,305 11 551,334
Apr-05 16 131,279 8 733,705 12 033,169
May-05 15 082,995 8 722,799 11 813,202
Jun-05 13 773,968 8 606,174 11 359,355
Jul-05 16 084,093 8 599,851 12 053,993
Aug-05 15 686,382 8 709,102 12 085,946
Sep-05 14 051,572 8 795,357 11 478,439
Oct-05 15 210,128 8 635,852 11 613,191
Nov-05 14 182,940 8 346,145 11 377,221
Dec-05 13 197,032 8 213,806 10 962,338
Jan-06 14 705,083 8 107,462 11 180,526
Feb-06 14 574,441 8 157,335 11 218,414
Mar-06 13 354,538 8 217,415 10 795,990
Apr-06 13 514,831 7 996,000 10 774,646
May-06 14 120,660 7 891,855 10 938,898
Jun-06 12 252,649 7 691,247 10 402,602
Jul-06 14 502,377 7 840,077 11 216,719
Aug-06 13 563,784 7 716,140 10 818,637
Sep-06 12 483,969 7 821,606 10 247,371
Oct-06 14 075,317 7 721,125 10 648,008
Nov-06 13 745,961 7 729,283 10 540,193
Dec-06 12 742,542 7 837,799 10 193,041
Jan-07 14 444,336 7 878,717 10 696,297
Feb-07 13 315,952 7 781,235 10 294,657
Mar-07 14 223,102 8 100,489 10 552,048
Apr-07 12 919,526 7 813,882 10 015,253
May-07 13 195,268 7 759,802 9 983,346
Jun-07 14 531,934 7 836,067 10 434,895
Jul-07 15 330,812 8 288,411 10 746,929
Aug-07 12 561,369 8 147,253 9 908,925
Sep-07 12 972,834 7 942,245 9 744,239
Oct-07 13 394,398 7 525,263 9 978,779
Nov-07 12 732,571 7 531,560 9 743,667
Dec-07 13 352,744 7 630,053 9 929,839
Jan-08 11 953,916 7 318,674 9 409,056
Feb-08 14 896,741 7 658,996 10 186,800
Mar-08 14 509,954 7 874,729 10 301,823
Apr-08 12 166,219 7 926,217 9 560,318
May-08 12 860,482 7 558,886 9 712,290
Jun-08 14 062,570 7 519,741 9 951,269
Jul-08 12 113,296 7 489,817 9 444,848
Aug-08 12 746,532 7 464,389 9 486,516
Sep-08 13 435,415 7 386,970 9 681,646
Oct-08 11 394,732 7 191,276 8 866,647
Nov-08 12 957,355 7 224,202 9 226,651
Dec-08 14 099,426 7 326,314 9 697,769
Jan-09 12 488,096 7 580,978 9 426,773
Feb-09 14 153,243 7 809,123 9 921,260
Mar-09 15 124,596 7 984,763 10 329,428
Apr-09 13 163,393 8 136,876 9 836,183
May-09 14 788,785 8 246,430 10 236,693
Jun-09 14 096,219 8 023,278 10 142,151
Jul-09 14 134,287 8 260,492 10 225,781
Aug-09 14 852,126 8 289,717 10 231,287
Sep-09 14 479,513 8 319,207 10 124,046
Oct-09 14 145,348 8 346,293 9 960,432
Nov-09 15 732,789 8 512,600 10 429,771
Dec-09 14 557,354 8 524,141 10 385,855
Jan-10 15 179,291 8 737,273 10 605,204
Feb-10 16 430,980 8 860,731 11 046,119
Mar-10 13 934,444 8 699,981 10 382,673
Apr-10 16 004,404 8 852,821 10 720,492
May-10 15 917,951 8 774,027 10 951,159
Jun-10 14 188,828 8 780,943 10 616,232
Figure 4.2 de la section 4 Mise en œuvre

 

Description de la figure 4.2

Ceci est un graphique linéaire. L’axe horizontal est le temps. L’axe vertical est la population active en chômage. Il y a 2 séries dans ce graphique: les chiffres trimestriels mobiles désaisonnalisés et les estimations filtrées mensuelles de la tendance. Les données sont dans le tableau suivant :

Tableau de données de la figure 4.2
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la figure 4.2. Les données sont présentées selon Temps (titres de rangée) et Tendance filtrée et Chiffres trimestriels mobiles désaisonnalisés(figurant comme en-tête de colonne).
Temps Tendance filtrée Chiffres trimestriels mobiles désaisonnalisés
Jan-03 316 554,412 325 000
Feb-03 323 712,512 332 000
Mar-03 344 627,569 350 000
Apr-03 371 374,865 367 000
May-03 382 709,836 380 000
Jun-03 391 044,990 399 000
Jul-03 398 096,594 398 000
Aug-03 404 225,369 404 000
Sep-03 408 479,922 411 000
Oct-03 421 771,202 416 000
Nov-03 427 576,597 429 000
Dec-03 443 562,691 438 000
Jan-04 460 023,138 458 000
Feb-04 456 504,760 473 000
Mar-04 465 906,183 479 000
Apr-04 477 931,433 480 000
May-04 479 625,355 490 000
Jun-04 473 987,325 488 000
Jul-04 468 194,813 476 000
Aug-04 461 478,060 478 000
Sep-04 451 174,226 461 000
Oct-04 468 759,694 475 000
Nov-04 475 006,840 476 000
Dec-04 488 162,236 488 000
Jan-05 488 720,882 485 000
Feb-05 488 899,073 494 000
Mar-05 491 157,981 491 000
Apr-05 492 071,710 493 000
May-05 495 852,980 496 000
Jun-05 483 881,370 494 000
Jul-05 486 191,349 489 000
Aug-05 482 576,674 490 000
Sep-05 473 410,212 482 000
Oct-05 471 791,455 473 000
Nov-05 470 413,882 470 000
Dec-05 464 785,700 462 000
Jan-06 454 988,592 456 000
Feb-06 446 124,426 453 000
Mar-06 433 156,227 437 000
Apr-06 420 313,359 427 000
May-06 418 622,594 426 000
Jun-06 391 944,461 408 000
Jul-06 395 430,859 406 000
Aug-06 379 776,009 400 000
Sep-06 379 546,096 412 000
Oct-06 387 902,576 407 000
Nov-06 386 265,085 402 000
Dec-06 378 591,081 391 000
Jan-07 376 989,626 381 000
Feb-07 374 089,878 385 000
Mar-07 359 831,329 379 000
Apr-07 341 160,540 357 000
May-07 342 601,644 350 000
Jun-07 331 253,610 347 000
Jul-07 334 318,540 353 000
Aug-07 321 663,425 339 000
Sep-07 308 724,724 333 000
Oct-07 312 671,681 323 000
Nov-07 309 782,204 318 000
Dec-07 315 115,494 315 000
Jan-08 313 875,162 315 000
Feb-08 306 615,620 322 000
Mar-08 299 384,137 316 000
Apr-08 305 344,800 309 000
May-08 303 473,702 309 000
Jun-08 300 074,597 310 000
Jul-08 293 261,949 296 000
Aug-08 289 699,528 290 000
Sep-08 290 102,911 287 000
Oct-08 287 578,653 293 000
Nov-08 289 883,558 292 000
Dec-08 305 564,380 300 000
Jan-09 307 733,607 306 000
Feb-09 314 203,399 315 000
Mar-09 313 109,045 320 000
Apr-09 342 328,966 342 000
May-09 349 662,938 353 000
Jun-09 356 099,265 373 000
Jul-09 371 526,931 375 000
Aug-09 378 611,915 388 000
Sep-09 385 272,404 399 000
Oct-09 389 879,918 404 000
Nov-09 405 065,473 413 000
Dec-09 419 926,696 424 000
Jan-10 435 906,254 436 000
Feb-10 442 334,187 441 000
Mar-10 439 465,973 447 000
Apr-10 432 196,182 438 000
May-10 433 636,949 431 000
Jun-10 430 478,393 Cette colonne ne contient aucune donnée

Deuxièmement, la correction du BGR pour les estimations GREG mensuelles et les chiffres trimestriels mobiles se fondent sur l’hypothèse rigide et non vérifiée d’un rapport constant sur une période de trois ans (voir la section 2). Dans le modèle de séries chronologiques, le BGR est modélisé sous forme de différences entre les panels et peut changer graduellement au fil du temps (voir l’équation (3.7)). Les estimations filtrées pour le BGR dans les données mensuelles sur la population active en chômage au niveau national sont représentées à la figure 4.3. Cette figure montre que l’hypothèse d’un rapport constant sur une période de trois ans n’est pas défendable, car la valeur absolue du BGR augmente durant une période où la population active en chômage est à la baisse. Il est donc peu probable que le rapport utilisé pour corriger les chiffres trimestriels mobiles soit constant sur des périodes de trois ans. L’évaluation du modèle n’indique pas que les hypothèses sous-tendant le modèle de séries chronologiques (3.1) ne sont pas satisfaites. On peut donc s’attendre à ce que l’approche par modélisation des séries chronologiques permette d’obtenir une correction de BGR plus fiable.

Troisièmement, la méthodologie de X-12-ARIMA suppose qu’il n’y a pas d’autocorrélation dans les erreurs d’échantillonnage. Il est évident que cette hypothèse n’est pas satisfaite dans un panel rotatif. Pfeffermann et coll. (1998) ont montré que l’application de X-12-ARIMA aux séries présentant des erreurs d’enquête autocorrélées fausse les estimations de la tendance. Cela explique partiellement les différences entre la tendance filtrée et les données trimestrielles mobiles désaisonnalisées de la figure 4.2.

Figure 4.3 de la section 4 Mise en œuvre

Description de la figure 4.3

Ceci est un graphique linéaire. L’axe horizontal est le temps. L’axe vertical est la population active en chômage. Il y a 4 séries dans ce graphique: les estimations filtrées du BGR dans les données mensuelles sur la population active en chômage au niveau national pour les panels 2 à 5. Les données sont dans le tableau suivant :

Tableau de données de la figure 4.3
Sommaire du tableau
Le tableau montre les résultats de Tableau de données de la figure 4.3. Les données sont présentées selon Temps (titres de rangée) et BGR panel 2, BGR panel 3, BGR panel 4 et BGR panel 5(figurant comme en-tête de colonne).
Temps BGR panel 2 BGR panel 3 BGR panel 4 BGR panel 5
Jan-03 -32 468,7 -24 874,5 -36 601,3 -27 880,0
Feb-03 -31 866,2 -25 572,8 -36 977,4 -28 843,4
Mar-03 -31 434,7 -24 448,4 -35 921,8 -29 185,2
Apr-03 -34 023,9 -24 991,5 -36 749,4 -30 597,1
May-03 -33 661,2 -24 501,8 -35 999,1 -30 176,8
Jun-03 -34 115,1 -23 644,4 -34 731,1 -29 836,0
Jul-03 -34 409,6 -23 844,0 -35 783,5 -31 919,3
Aug-03 -33 230,6 -23 936,5 -34 002,9 -29 320,3
Sep-03 -33 677,4 -24 644,3 -33 106,1 -29 556,8
Oct-03 -34 643,7 -24 776,8 -33 007,4 -28 925,5
Nov-03 -35 477,2 -24 902,1 -33 678,5 -31 829,9
Dec-03 -34 473,4 -24 968,0 -32 221,6 -30 974,2
Jan-04 -34 102,5 -23 567,4 -31 988,0 -28 503,5
Feb-04 -32 807,7 -23 474,5 -34 393,1 -28 983,2
Mar-04 -33 122,1 -23 476,8 -34 170,9 -29 031,0
Apr-04 -33 442,1 -22 523,4 -35 031,7 -30 481,7
May-04 -33 346,6 -22 165,7 -32 666,3 -29 328,6
Jun-04 -32 763,2 -22 811,6 -32 010,4 -28 436,0
Jul-04 -30 982,6 -20 218,6 -30 313,7 -26 958,1
Aug-04 -31 794,1 -19 864,2 -31 064,2 -27 788,9
Sep-04 -32 163,8 -18 988,8 -33 357,1 -26 347,1
Oct-04 -31 096,8 -19 045,8 -34 509,8 -25 900,2
Nov-04 -30 866,9 -18 993,1 -34 436,6 -25 865,1
Dec-04 -31 825,8 -21 258,8 -35 868,1 -26 618,9
Jan-05 -33 412,0 -21 186,8 -35 876,6 -26 371,3
Feb-05 -32 952,9 -22 311,7 -36 848,6 -29 037,0
Mar-05 -32 400,0 -23 145,7 -36 435,0 -27 003,2
Apr-05 -32 444,9 -22 857,4 -34 592,7 -27 098,4
May-05 -32 697,6 -23 970,9 -33 503,5 -26 449,9
Jun-05 -31 343,2 -23 565,2 -32 130,0 -26 688,5
Jul-05 -32 573,5 -23 785,8 -31 638,1 -26 992,4
Aug-05 -31 604,1 -23 793,2 -30 493,6 -27 893,8
Sep-05 -33 496,8 -23 634,2 -28 915,0 -28 192,4
Oct-05 -35 612,9 -25 062,5 -29 832,5 -28 207,4
Nov-05 -35 500,4 -25 833,6 -31 234,5 -30 031,2
Dec-05 -35 243,6 -27 024,4 -30 319,4 -29 572,2
Jan-06 -34 767,7 -28 744,4 -30 936,2 -30 089,2
Feb-06 -35 613,0 -29 336,0 -31 288,5 -29 751,6
Mar-06 -35 633,2 -31 849,0 -31 571,0 -30 651,5
Apr-06 -36 848,8 -31 133,6 -32 436,0 -33 718,4
May-06 -38 051,6 -33 480,6 -32 662,9 -34 537,8
Jun-06 -36 987,2 -32 560,9 -32 710,6 -34 732,7
Jul-06 -37 231,5 -35 029,8 -33 310,7 -35 403,2
Aug-06 -37 950,5 -36 889,1 -33 108,3 -36 037,1
Sep-06 -38 684,4 -37 425,6 -33 192,8 -37 806,8
Oct-06 -38 121,7 -38 120,3 -34 696,6 -38 121,4
Nov-06 -40 061,2 -37 777,1 -35 614,9 -37 220,8
Dec-06 -40 661,2 -39 497,8 -35 186,9 -37 059,3
Jan-07 -40 337,1 -39 270,7 -34 738,4 -37 336,6
Feb-07 -41 006,9 -38 647,7 -35 098,4 -36 316,2
Mar-07 -40 244,0 -38 199,7 -36 715,6 -35 724,6
Apr-07 -40 937,8 -38 102,1 -36 568,1 -34 854,3
May-07 -41 288,7 -36 841,3 -36 519,7 -34 698,3
Jun-07 -41 785,6 -38 019,0 -35 160,0 -35 802,2
Jul-07 -41 661,1 -38 354,4 -35 255,1 -37 579,6
Aug-07 -42 313,3 -39 169,4 -35 979,1 -36 046,4
Sep-07 -42 964,5 -42 406,8 -36 733,7 -36 584,4
Oct-07 -43 113,5 -43 222,7 -37 517,9 -37 761,4
Nov-07 -42 050,4 -43 710,8 -37 662,8 -37 138,2
Dec-07 -41 415,6 -44 439,8 -38 413,4 -37 681,0
Jan-08 -41 710,7 -45 110,6 -39 547,9 -38 016,2
Feb-08 -41 414,0 -45 470,4 -38 641,7 -38 190,6
Mar-08 -42 331,4 -45 489,7 -37 768,5 -39 450,0
Apr-08 -43 482,7 -46 086,4 -35 907,5 -39 545,2
May-08 -43 105,3 -45 394,2 -37 010,4 -38 495,8
Jun-08 -42 802,2 -43 953,6 -36 043,4 -38 318,6
Jul-08 -42 787,2 -43 532,7 -36 765,7 -39 194,7
Aug-08 -41 116,1 -42 510,1 -35 300,8 -38 227,9
Sep-08 -40 588,6 -42 070,1 -35 329,9 -38 628,7
Oct-08 -39 228,4 -41 522,9 -37 536,2 -39 032,9
Nov-08 -39 409,9 -41 174,9 -38 259,0 -38 686,9
Dec-08 -39 676,5 -40 504,1 -38 467,7 -38 467,8
Jan-09 -39 856,3 -41 505,0 -37 822,5 -39 533,2
Feb-09 -39 886,8 -42 582,9 -37 659,9 -39 306,6
Mar-09 -40 064,4 -42 924,8 -37 775,8 -38 683,0
Apr-09 -40 513,4 -42 815,2 -36 975,3 -38 593,6
May-09 -40 168,0 -41 836,7 -35 913,4 -38 525,7
Jun-09 -40 993,1 -40 955,1 -37 697,8 -38 654,4
Jul-09 -40 920,9 -41 436,5 -38 224,1 -40 392,3
Aug-09 -40 617,0 -39 688,6 -38 734,4 -39 650,0
Sep-09 -40 533,4 -39 839,1 -38 676,0 -41 057,7
Oct-09 -41 938,7 -40 572,4 -38 465,3 -41 335,2
Nov-09 -42 943,3 -40 518,7 -38 818,6 -41 003,6
Dec-09 -43 433,6 -39 366,5 -39 982,4 -42 060,9
Jan-10 -42 012,6 -40 537,4 -40 014,8 -40 229,7
Feb-10 -41 702,2 -41 269,4 -40 308,0 -39 973,9
Mar-10 -42 171,2 -42 039,2 -39 960,1 -39 471,3
Apr-10 -40 855,0 -40 862,2 -41 334,3 -38 438,8
May-10 -40 263,3 -39 970,9 -41 194,7 -37 455,9
Jun-10 -40 283,4 -38 808,4 -40 799,0 -37 549,9

Les erreurs-types des estimations GREG mensuelles et des chiffres trimestriels mobiles se fondent sur la variance par rapport à l’approximation de Taylor de l’estimateur GREG (Särndal et coll. 1992, chapitre 6). On suppose que le rapport utilisé pour corriger le BGR est connu, bien que basé sur les échantillons de trois ans. Les erreurs-types des estimations filtrées ignorent l’incertitude associée à l’utilisation des estimations du MV pour les hyperparamètres. Le tableau 4.2 compare la moyenne des erreurs-types sur les 24 derniers mois pour les trois méthodes considérées pour la population active en chômage, au niveau national et pour les six domaines. La figure 4.1 compare les erreurs-types au niveau national pour les trois méthodes et pour la série complète. Dans tous les cas, le modèle de séries chronologiques a substantiellement amélioré la précision des estimations GREG mensuelles. Dans presque tous les cas, les erreurs-types des chiffres trimestriels mobiles sont plus petites que celles des estimations de modèles. Pour les domaines des hommes de 15 à 24 ans et des femmes de 45 à 64 ans, la précision des estimations de modèles est semblable à celle des chiffres trimestriels mobiles. Néanmoins, le modèle de séries chronologiques produit des estimations mensuelles suffisamment fiables pour remplacer les chiffres trimestriels mobiles par des données mensuelles, ce qui compense les désavantages susmentionnés des chiffres trimestriels mobiles. Par ailleurs, il n’est pas facile de déterminer comment les chiffres trimestriels mobiles peuvent être corrigés du BGR étant donné les discontinuités induites par le remaniement de 2010.

Tableau 4.2
Erreurs-types moyennes, population active en chômage sur 24 mois (juillet 2008 – juin 2010)
Sommaire du tableau
Le tableau montre les résultats de Erreurs-types moyennes Niveau
national, Hommes
15-24 , Femmes
15-24 , Hommes
25-44 , Femmes
25-44 , Hommes
45-64 et Femmes
45-64 (figurant comme en-tête de colonne).
  Niveau
national
Hommes
15-24
Femmes
15-24
Hommes
25-44
Femmes
25-44
Hommes
45-64
Femmes
45-64
Estimation trimestrielle mobile 8 118 3 126 2 831 4 041 3 809 3 452 3 260
Estimation GREG mensuelle 14 172 5 448 4 885 7 083 6 662 6 046 5 676
Estimation du modèle 10 082 3 247 3 439 5 075 4 749 4 119 3 269
Modèle ratio et chiffre trimestriel mobile 1,24 1,04 1,21 1,26 1,25 1,19 1,00
Modèle ratio et estimation GREG mensuelle 0,71 0,60 0,70 0,72 0,71 0,68 0,58

 

Un artefact de l’application du modèle (3.1) à chaque variable et domaine séparément est que la somme des estimations sur l’ensemble des domaines n’est pas exactement égale à l’estimation au niveau national et que la somme de la population active occupée et de la population active en chômage n’est pas exactement égale à la population active totale pour chaque domaine et au niveau national. Avec l’estimateur GREG, ces estimations sont convergentes par définition, puisqu’on utilise un ensemble de poids pour compiler toutes les estimations requises. Les restrictions susmentionnées pour les estimations des modèles sont rétablies au moyen d’une fonction de Lagrange appropriée, qui répartit les divergences sur les estimations des modèles en proportion des estimations de l’EQM. Des renseignements détaillés figurent en annexe. Enfin, les taux de chômage correspondent au rapport entre l’estimation du modèle pour la population active en chômage et la population active totale pour les six domaines et au niveau national.

Les estimations de domaine fondées sur un modèle pour les données mensuelles sur la population active occupée et la population active en chômage sont incluses comme terme de pondération dans l’estimateur GREG pour les données trimestrielles et annuelles. Cela permet d’assurer la convergence des données mensuelles, trimestrielles et annuelles sur la population active et de corriger le BGR des estimations GREG des données trimestrielles et annuelles.

Date de modification :