Méthodologie; défis présents et futurs

(1)

Méthodologie; défis présents et futurs

Conférence des journées de la francophonie Sylvie Michaud

14 octobre 2016

(2)

14 octobre 2016

Statistics Canada • Statistique Canada

2

Aperçu

Mise en contexte

Défis actuels et futurs

Recherche et méthodes

Ressources humaines

(3)

14 octobre 2016

3

Mise en contexte

 Utilisateurs veulent plus de données, à des niveaux désagrégés plus fins, plus rapidement, pour répondre à des questions de plus en plus complexes

 On observe un déclin des taux de réponse, particulièrement parmi les enquêtes sociales;

 Mesures mises en place pour minimiser le

fardeau de réponse

(4)

14 octobre 2016

4

Mise en contexte

 Les enquêtes vont rester nécessaires. Nous devons :

• continuer le travail existant pour améliorer les processus d’échantillonnage

• examiner les para-données pour maximiser l’efficacité du processus de collecte (et dans certains cas se servir de cette information durant la pondération)

• continuer à produire des méthodes robustes pour évaluer la qualité des réponses, faire les ajustements nécessaires et rendre cette information accessible

• Assurer la confidentialité …

(5)

14 octobre 2016

5

Mise en contexte

 Nous continuerons aussi notre utilisation des données administratives

• Plus de 800 sources utilisées,

• Permettent de limiter le fardeau de réponse,

• Doit examiner les questions d’assurance de la qualité, de confidentialité…

(6)

14 octobre 2016

6

Mise en contexte

 Des données administratives (incluant les données volumineuses) sont disponibles et de plus en plus utilisées (pas juste par les agences statistiques)

• OCDE et Facebook

• Nouvelle-Zélande; données scanner et données en ligne

(7)

14 octobre 2016

Patrick Dunagan, Google and Terra-Bella- Third Big Data Conference August 2016

7

(8)

14 octobre 2016

Patrick Dunagan, Google and Terra-Bella- Third Big Data Conference August 2016

8

(9)

Défis actuels et futurs

 La méthodologie doit continuer à innover, dans les domaines traditionnels mais aussi dans des nouveaux domaines:

• Imagerie satellite combinée avec les données d’enquêtes

• Recensement et la segmentation pour les stratégies de marketing

• …

02/27/2022

9

(10)

14 octobre 2016

10

Défis actuels et futurs

1. L’intégration de diverses sources de données

Les données administratives (incluant les données volumineuses) posent des défis d’intégration

 Qualité du processus de jumelage

 Problème de couverture, de non-réponse (ou parfois les deux…) ?

 Quel est l’impact de l’erreur de réponse / mauvaise classification ?

 Comment traiter efficacement des larges volumes de données ?

 Comment assurer la qualité dans ces nouveaux processus ?

(11)

Adaptation du cadre de RTI pour leur support aux objectifs de développement durable

02/27/2022

Inspiré de Luis Crouch – RTI – Third Big Data Conference – Sept. 2016 Statistics Canada • Statistique Canada

11

Objectifs de l’intégration

Population

Caractéristiques de cette population / variables d’intégration

Sept dimensions de la qualité

(comparabilité ajouté à nos dimensions) Ressources

Caractéristiques des sources (enquête transversale, complexité …)

Outils de

« collecte »

SMS

Téléphones,RVI Données admin.

Crowdsourcing Données non

structurées Entrevues personnelles

améliorées

contexte

(12)

14 octobre 2016

12

Défis actuels et futurs

1. L’intégration de diverses sources de données Besoin de continuer la recherche sur :

Les techniques de jumelage

Les techniques d’appariement statistique La modélisation des petites régions

Les techniques d’intégration

(13)

14 octobre 2016

13

Défis actuels et futurs

2. Des registres statistiques interconnectés; nous avons un registre d’adresses et un registre d’entreprises; nous devons continuer à améliorer leur qualité. Mais devons nous aller plus loin ?

 pour créer des bases de sondages, pour la pondération

 pour supporter la collecte,

 pour supporter l’intégration ?

(14)

14 octobre 2016

14

Défis actuels et futurs

 Registres statistiques intégrés

spatialGéo- Personnes

?

Activités ? Environnement?

Entreprises Institutions…

adresses

(15)

14 octobre 2016

15

Défis actuels et futurs

3. Rapidité d’exécution : comment peut-on fournir de l’information de qualité le plus rapidement possible ?

• Continuer l’utilisation de systèmes génériques

 Développer de façon agile pour inclure des nouvelles fonctionnalités,

 Ré-utiliser ce qui est fait ailleurs lorsque c’est possible,

 Algorithmes d’optimisation

• Examiner des nouveaux modes de collecte ?

 Comment faire des tests de contenu plus rapidement

(16)

14 octobre 2016

16

Défis actuels et futurs

3. Rapidité d’exécution (suite)

• Automatiser pour limiter/éliminer le nombre d’interventions manuelles

 L’auto-codage par les répondants

 Apprentissage statistique (machine learning) pour le codage, le jumelage statistique et des méthodes de contrôle de la qualité ?

(17)

Ressources humaines

4. Possiblement besoin de valoriser de nouvelles expertises méthodologiques, en plus de celles qui existent

• Recherche opérationnelle

• Optimisation

• « scientistes de données »

• Model based ?

• Expériences multi-disciplinaires

02/27/2022

17

(18)

Conclusions

 Futur excitant pour les agences statistiques et pour la méthodologie

• Nous devons continuer le bon travail déjà en cours

• En plus des domaines traditionnels de recherche, il y en a plusieurs nouveaux qui s’ouvrent à nous.

Soyons curieux pour explorer les nouvelles possibilités qui s’offrent à nous …

02/27/2022

18