Correction de la non-réponse dans les enquêtes

Correction de la non-réponse dans les enquêtes

Correction de la non-réponse dans les enquêtes

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 (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)

Les méthodes 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

Outils ou logiciel

  • Intervent

    Dr Diakite
  • Prix

    0FCFA
  • Duree de la formation

    0-jour(s)

Niveaux

Expert

Commentaires

S'inscrire