Correction de la non-réponse dans les enquêtes

 
  Toutes les formations  Méthodes statistiques
  2 jours       1020       Expert    
  Prochaine session
11 et 12 avril 2019
Objectifs

Comprendre les mécanismes de correction de la non-réponse les plus utilisés, être en mesure d’apprécier la qualité des estimations en contexte de non-réponse.


Prérequis

Connaissances des méthodes générales d’échantillonnage et d’estimation (avoir acquis les éléments théoriques du niveau des formations Sondages 1 et Sondages 2).


Contenu

Cette formation propose des compléments aux techniques présentées dans Sondages 1 et Sondages 2. Elle est adaptée au contexte de l’estimation en présence de non-réponse dans les enquêtes par sondage.

Elle propose en premier lieu d’éclairer les fondements des méthodes de repondération les plus fréquemment mises en œuvre pour corriger la non-réponse totale. On insiste en particulier sur les techniques de calage, qui dans certaines circonstances permettent de traiter le cas des mécanismes de réponse dits ‘non-ignorables’, pour lesquels le comportement de réponse est directement dépendant de la question posée.

On aborde également les principales méthodes d’imputation, utilisées plutôt pour corriger la non-réponse partielle, soit dans une approche classique où les aléas restent de la nature d’un échantillonnage, soit en utilisant des modèles de comportement qui considèrent les variables d’intérêt comme aléatoires.

Généralités sur le traitement de la non-réponse

Les méthodes de repondération

  • La non-réponse totale : conséquences en matière de biais et de variance
  • Mécanisme de réponse ignorable
  • Les principaux modèles d’estimation de la probabilité de réponse
  • Calcul d’erreur en présence de non-réponse totale
  • Les techniques de calage appliquées à la correction de la non-réponse ; calage dit « en une étape » ; macro Calmar2 (traitement de la non-réponse non-ignorable)

Méthode d‘imputation

  • Les principales méthodes d’imputation (imputation par la moyenne, par le ratio, par la régression, hot-deck, méthode du plus proche voisin)
  • Conséquences sur l’estimation des paramètres de dispersion ou d’association
  • Calcul d’erreur lorsque l’aléa est un aléa d’échantillonnage en population finie
  • Calcul d’erreur lorsque la variable d’intérêt est modélisée ; mécanisme de réponse ignorable

Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.