Recherche
Deuxième semestre

Echantillonnage à plusieurs degrés

Objectifs

Lorsque l’on souhaite réaliser une enquête, il arrive fréquemment que l’on ne dispose pas d’une base de sondage, i.e. d’une liste des unités de la population. Dans ce cas, on utilise souvent des plans de sondage à plusieurs degrés où des échantillons sont sélectionnés de façon emboîtée. Les enquêtes auprès des ménages sont par exemple souvent réalisées en sélectionnant des communes, puis des pâtés de maison, puis finalement des ménages.
Dans ce type d’enquête, l’échantillonnage est une étape complexe car plusieurs tirages sont nécessaires. Cela complique à la fois le calcul des estimateurs, et l’estimation de leur variance. Par nature, cette procédure de sélection introduit des dépendances dans les observations, ce qui complique également la correction de la non-réponse et l’analyse des données d’enquête.
L’objectif de ce cours est de présenter les méthodes d’échantillonnage à plusieurs degrés, et de comprendre ses particularités. Des outils simples d’estimation de variance utilisant par exemple les méthodes de rééchantillonnage pourront être présentés.Les spécificités du traitement de la non-réponse pour ce type d’enquêtes seront également discutées. Compétences acquises :
Choisir une stratégie d’échantillonnage et la mettre en œuvre pour des données en grappe.
Produire les estimateurs et les indicateurs de précision associés.
Eventuellement : Cchoisir une stratégie de traitement de la non-réponse totale et la mettre en œuvre.

Plan

Partie 1 : Introduction
Rappels sur l’échantillonnage en population finie
Tirage à deux degrés : échantillonnage et estimation
Tirage par grappes : échantillonnage et estimation

Partie 2 : Précision d’un sondage à deux degrés
Estimateur direct de variance
Estimateurs simplifiés
Estimation par bootstrap

Partie 3 : Estimation pour un sondage à deux degrés
Traitement de la non-réponse totale
Calage au niveau ménage et individu
(Analyse des données d’enquête)

Prérequis

Théorie des sondages, régression linéaire, modèle linéaire généralisé