Statistique Canada
www.statcan.gc.ca
Liens de la barre de menu commune
Consulter la version la plus récente.Contenu archivé
L'information indiquée comme étant archivée est fournie aux 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.
5. Programme d'évaluation de l'échantillonnage et de la pondération
5.1 Biais d'échantillonnage
5.2 Évaluation des méthodes de pondération
5.3 Cohérence entre les estimations-échantillon et les
chiffres de population
5.4 Variance d'échantillonnage
Le programme d'évaluation de l'échantillonnage et de la pondération avait pour objet de déterminer l'effet de l'échantillonnage et de la pondération sur la qualité des données-échantillon du recensement. En tout, quatre études ont été réalisées afin de mesurer la qualité des données-échantillon et des estimations-échantillon du recensement, et de fournir des renseignements utiles à la planification des recensements futurs. Les études comportaient les activités suivantes :
- un examen du biais d'échantillonnage;
- une évaluation des méthodes de pondération;
- une évaluation de la cohérence des estimations-échantillon
et des chiffres de population;
- une détermination des erreurs types pour diverses caractéristiques-échantillon (20 %).
Chacune de ces études est brièvement décrite ci-après tandis que les résultats obtenus sont présentés aux chapitres 6, 7, 8 et 9.
5.1 Biais d'échantillonnage
L'objectif de cette étude était d'évaluer les différences entre les estimations fondées sur les poids initiaux et les chiffres de population connus. Ces différences présentent de l'intérêt pour deux raisons. D'une part, elles peuvent être utiles pour déterminer les biais dans l'échantillon de ménages sélectionnés sur le terrain, et d'autre part, elles peuvent indiquer une incidence potentiellement négative de la non-réponse sur les questions-échantillon du recensement. Les biais dans les caractéristiques des questionnaires abrégés sont corrigés par calibrage pendant la pondération. Si les caractéristiques des questionnaires complets sont corrélées avec celles des questionnaires abrégés, le calibrage devrait aussi réduire leurs biais.
5.2 Évaluation des méthodes de pondération
Le but de cette étude était d'évaluer l'efficacité de l'estimateur de régression pseudo-optimale. À cette fin, on a examiné le niveau de concordance entre les estimations-échantillon (selon les poids finaux) et les chiffres de population à l'égard de l'ensemble des contraintes au niveau des RP. En outre, pour expliquer les incohérences observées, on a étudié le nombre et le type des contraintes retranchées au niveau des RP, ainsi que les raisons de leur retranchement, puis on a examiné la distribution des poids du recensement.
5.3 Cohérence entre les estimations-échantillon et les chiffres de population
Dans cette étude, on a examiné le niveau de concordance entre les estimations-échantillon (selon les poids finaux) et les chiffres de population pour les caractéristiques de base utilisées comme contraintes, et ce, pour diverses unités géographiques.
5.4 Variance d'échantillonnage
L'erreur type (la racine carrée de la variance) d'une estimation est une mesure de sa précision. Il est possible de calculer assez rapidement des estimations d'erreurs types pour des estimateurs lorsqu'on utilise des poids simples égaux à 5 et qu'on suppose un échantillonnage aléatoire simple. Toutefois, il est plus long d'estimer les erreurs types des estimateurs du recensement qui tiennent compte du plan d'échantillonnage et des techniques d'estimation utilisés. Ainsi, on calcule des « facteurs d'ajustement » qui représentent le rapport entre les estimations des erreurs types des estimations du recensement et les estimations simples des erreurs types. On peut alors obtenir une estimation de l'erreur type d'une estimation du recensement pour n'importe quelle caractéristique dans toute unité géographique en multipliant l'estimation simple de l'erreur type par le facteur d'ajustement approprié.
