Combler le fossé : comment transformer une expérience de la statistique classique en une connaissance fonctionnelle de l’analyse des données d’enquête

le dimanche 29 mai 2016, de 9h00 à 4h00, déjeuner inclus — Thistle 255

Claude Girard, chercheur en méthodologie – Centre de ressources en analyses de données, Statistique Canada

Résumé

Les chercheurs, comme la plupart des statisticiens, sont formés à la statistique classique, domaine par excellence des données indépendantes et identiquement distribuées (i.i.d.). Dans le cadre de leurs propositions de recherche, ils ont souvent recours à des statistiques d’enquêtes collectées par Statistique Canada, qui représentent une source d’informations de qualité particulièrement riche sur divers aspects de la société canadienne. Cependant, ces statistiques d’enquête ne sont pas i.i.d., si bien que les méthodes d’analyse classiques couramment utilisées doivent être ajustées.

L’objectif de cet atelier d’une journée n’est ni d’enseigner ni de prêcher la statistique d’enquête, mais plutôt d’aider les utilisateurs à combler le fossé entre la statistique classique et la statistique d’enquête de façon fructueuse et durable. L’idée est de permettre aux chercheurs déjà à l’aise en statistique classique de mener leurs programmes de recherches statistiques en utilisant des données d’enquête avec autant de confiance (!).

Pour cela, nous avons converti les principales notions de la statistique classique en leurs homologues d’enquête afin d’aider les chercheurs à acquérir une connaissance pratique des principes d’enquête. Nous traitons les grandes questions de l’analyse des données d’enquête en proposant des parallèles avec ce que savent déjà les chercheurs de la statistique classique. Ainsi, un analyste qui connait déjà la procédure de bootstrap classique de Bradley Efron comprendra mieux ce qu’il faut savoir pour bien utiliser le bootstrap rééchelonné de Rao-Wu, variante adaptée aux enquêtes utilisée par Statistique Canada. De même, les chercheurs habitués à construire des intervalles de confiance à l’aide de l’hypothèse de normalité  en se fiant au théorème de la limite centrale pour en justifier l’utilisation  en comprendront mieux l’applicabilité et les limites dans le contexte des enquêtes de populations finies. Enfin, dans le contexte de la vérification d’hypothèses, nous verrons que la statistique du khi-carré corrigée de Rao-Scott est obtenue à partir de la statistique du khi-carré ordinaire pour tenir compte du fait que les données d’enquête ne sont pas i.i.d., tout comme la statistique t est dérivée de la statistique z pour tenir compte de la petite taille des échantillons.

Conférencier

Claude Girard est titulaire de maitrises en mathématiques combinatoires et hydrologie statistique. Il travaille comme statisticien d’enquête chez Statistique Canada depuis l’obtention de son dernier diplôme il y a dix-sept ans. Il a participé à plusieurs enquêtes importantes et vient de rejoindre le Centre de ressources en analyses de données (CRAD). Outre son expertise en matière d’adaptation de la méthode de bootstrap d’Efron aux enquêtes, M. Girard a enseigné et donné des cours sur divers sujets, à la fois chez Statistique Canada et à l’étranger.