Steven Heeringa
Institute for Social Research, University of Michigan
Pour pouvoir en extraire un maximum d’information à un coût minimum, les plans d’enquête sont généralement plus complexes que de simples échantillons aléatoires. On voit souvent des plans d’échantillonnage en grappe ou encore stratifiés. Mais comment analyser les données résultantes – et notamment, comment déterminer les marges d’erreur et faire des inférences qui tiennent compte des caractéristiques du plan d’échantillonnage complexe? Cet atelier discute de méthodes d’analyse de données d’enquête à plan de sondage complexe, en particulier de l’estimation des paramètres descriptifs, de l’analyse de données catégoriques et de la modélisation de la régression linéaire et logistique.
L’atelier s’adresse à toutes les personnes qui analysent des données d’enquête tirées d’échantillons complexes et qui ont des connaissances en analyse statistique appliquée. Il repose principalement sur certains chapitres de l’ouvrage Applied Survey Data Analysis (Chapman and Hall, avril 2010) de Steve Heeringa, Brady West et Pat Berglund, publié par Chapman and Hall. Les procédures statistiques seront illustrées via des exemples d’analyses utilisant des données de santé physique et mentale tirées de de grandes enquêtes comme les enquêtes américaines U.S. National Health and Nutrition Examination Survey (NHANES), National Comorbidity Survey-Replication (NCS-R) et Health and Retirement Survey (HRS). L’atelier se fera autour de présentations, mais les participants peuvent s’ils le souhaitent apporter un ordinateur portatif avec un logiciel d’analyse de données d’enquête afin de suivre les exemples.