Sondages avec R
Objectifs pédagogiques
Savoir mettre en œuvre avec le logiciel R des méthodes classiques d’échantillonnage, d’estimation, de calcul de précision, de redressement et de traitement de la non-réponse.
Programme détaillé
La formation s’articule autour de trois axes : des rappels en sondage, les fonctions utiles en R et des mises en pratique.
La formation est axée sur l’utilisation des principaux packages de traitement de données d’enquête, tels que Sampling, développé par Yves Tillé et Alina Matei, le package ICARUS permettant de faire des calages sur marge. La formation met l’accent sur la mise en pratique et de ce fait, une connaissance, même sommaire, du logiciel R serait préférable. Par ailleurs, les notions théoriques en sondage seront rappelées brièvement.
Les méthodes d’échantillonnage 4h
- Méthode du Cube
- Sondage aléatoire simple
- Sondage systématique
- Sondage à probabilités inégales
- Sondage stratifié
- Sondage à deux degrés
- Sondage équilibré spatialement
Les méthodes d’estimation et de redressement 4h
- Estimateur de Horvitz-Thompson
- Estimateur post-stratifié
- Estimateur par le ratio
- Estimateur par la régression et estimateur par le calage
Les méthodes de calcul de précision 2h
Les méthodes de traitement de la non-réponse 2h
Public visé
Concepteurs et responsables d’enquêtes statistiques souhaitant exploiter le langage R
Prérequis
Connaissance des méthodes d’échantillonnage et d’estimation en sondage. Quelques notions sur le logiciel R sont préférables (formation R Initiation).
Approche pédagogique
Calculés à partir de 6 avis recueillis depuis 30/09/2025, lors de 1 session de cette formation.
Sondages avec R : des packages nés dans la statistique publique et universitaire
Les outils R de la statistique d’enquête ne viennent pas d’éditeurs de logiciels : ils ont été écrits par les chercheurs et les instituts qui ont mis au point les méthodes. Connaître leur origine aide à comprendre leur logique, et à savoir lequel employer à chaque étape du traitement d’une enquête.
sampling : du tirage simple au Cube
Le package sampling, développé par Yves Tillé et Alina Matei à l’université de Neuchâtel, rassemble les algorithmes de tirage : aléatoire simple, systématique, à probabilités inégales, stratifié, à plusieurs degrés. Il contient surtout la méthode du Cube, publiée par Jean-Claude Deville et Yves Tillé en 2004, qui tire un échantillon aléatoire dont les estimateurs de Horvitz-Thompson retrouvent, autant que possible, des totaux connus de la population. Le package fournit aussi des estimateurs, des poids calés et des estimations de variance.
icarus : le calage à la manière de CALMAR
Dans la statistique publique française, le calage sur marges a longtemps été synonyme de CALMAR, la macro SAS de l’Insee. Le package icarus, écrit par Antoine Rebecq et dont l’Insee est titulaire des droits, en reprend la logique : les marges se décrivent ligne à ligne comme dans CALMAR, et les méthodes linéaire, raking ratio et logit sont disponibles, avec des options pour borner les rapports de poids.
Un enchaînement type
Sur une base d’entreprises pop, tirage à probabilités proportionnelles à l’effectif, équilibré sur l’effectif et le chiffre d’affaires, puis calage des poids sur la région et le chiffre d’affaires total :
library(sampling)
library(icarus)
# Probabilités proportionnelles à l'effectif, pour un échantillon de 100 entreprises
pik <- inclusionprobabilities(pop$effectif, 100)
# Tirage équilibré (Cube) : inclure pik parmi les variables fixe la taille de l'échantillon
X <- cbind(pik, pop$effectif, pop$ca)
s <- samplecube(X, pik, comment = FALSE)
ech <- pop[s == 1, ]
ech$poids <- 1 / pik[s == 1]
# Marges au format CALMAR : région (3 modalités, effectifs connus), CA (total connu)
marges <- rbind(
c("region", 3, 420, 380, 300),
c("ca", 0, 5.2e9, 0, 0)
)
ech$poids_cal <- calibration(data = ech, marginMatrix = marges, colWeights = "poids", method = "raking", description = FALSE)
Pour l’estimation et le calcul de précision sur des plans complexes, le package survey de Thomas Lumley est la référence internationale. Les méthodes elles-mêmes (tirage, estimation, redressement) sont présentées en détail dans Sondages 1 et Sondages 2.
