Méthodes de Sondage - Echantillonnage Et Redressement

Mthodes de sondage
Echantillonnage et Redressement
Guillaume Chauvet
cole Nationale de la Statistique et de lAnalyse de lInformation
27 avril 2015
Guillaume Chauvet (ENSAI)
Echantillonnage
27 avril 2015
1 / 198
Panorama du cours
Echantillonnage en population finie
Mthodes dchantillonnage
Mthodes de redressement
Echantillonnage
27 avril 2015
2 / 198
Objectifs du cours
Prsenter les mthodes dinfrence dans le cas dune population finie

dindividus.
Donner les principales mthodes dchantillonnage utilises dans les enqutes.
Dcrire les mthodes de redressement qui permettent dutiliser une information auxiliaire au moment de lestimation.
Donner des exemples pratiques.
Echantillonnage
27 avril 2015
3 / 198
Echantillonnage
27 avril 2015
4 / 198
Notations
Notations
Echantillonnage
27 avril 2015
5 / 198
Notations
Notations
On se place dans le cadre dune population finie U dindividus ou units
statistiques, supposes identifiables par un label. On notera simplement
U = {1, . . . , k, . . . , N }
o N dsigne la taille de la population U .
On sintresse une variable dintrt y (ventuellement vectorielle), qui
prend la valeur yk sur lindividu k de U . La variable y est vue ici comme non
alatoire : la population U tant fixe, la valeur prise par y sur chaque
individu est parfaitement dfinie et dterministe.
On souhaite disposer dindicateurs pour la population U (totaux, moyennes,
fractiles, indices, ...).
Echantillonnage
27 avril 2015
6 / 198
Notations
Notations
Essentiellement pour des considrations pratiques, la variable dintrt nest

pas observe sur lensemble de la population :
effectuer un recensement cote cher, et suppose de disposer dune base
de sondage donnant la liste de lensemble des individus de la population,
mme dans le cas dun recensement traditionnel, lensemble des donnes
recueillies est rarement exploit,
augmenter la taille dun questionnaire augmente le fardeau de rponse,
et diminue les taux de rponse,
de faon gnrale, la non-rponse diminue la taille de lchantillon effectivement observ.
Echantillonnage
27 avril 2015
8 / 198
Notations
Exemples
Exemple 1 : Les enqutes-mnages de lInsee visent dcrire les conditions de vie des mnages (emploi, logement, patrimoine, ... ). Les mnages
enquts sont slectionns dans un chantillon de zones appel lEchantillonMatre.
Exemple 2 : Les enqutes-entreprises sont ralises laide dune base de
sondage (rpertoire SIRENE) et de sources externes.
Exemple 3 : Enqute auprs dun chantillon de personnes pour connatre
une opinion politique, les habitudes en termes de media, lavis sur un produit ... On utilise souvent dans ce cas des mthodes de tirage empiriques
(chantillonnage par quotas, chantillonnage de volontaires).
Echantillonnage
27 avril 2015
9 / 198
Notations
Paramtre dintrt
On sintresse un paramtre dintrt de la forme

(yk , k U ) .
Un estimateur de ce paramtre sera de la forme
k , k S) (S)
(y
,
o S dsigne lchantillon alatoire finalement observ.
Echantillonnage
27 avril 2015
10 / 198
Notations
Paramtre dintrt
Total et moyenne
On peut sintresser au total

ty =
yk
kU
dune variable quantitative sur la population, ou encore sa valeur moyenne

y =
1 X
yk .
N
kU
Exemple :
Chiffre daffaires total des entreprises dun secteur dactivit, pourcentage
dtudiants fumeurs, ...
Echantillonnage
27 avril 2015
11 / 198
Notations
Paramtre dintrt
Estimation sur domaine
Un cas particulier important est celui de lestimation sur une sous-population

Ud (appele domaine) dun total
X
tyd =
yk
kUd
ou dune moyenne
yd =
1 X
yk
Nd
kUd
avec Nd la taille du domaine.

Il peut sagir dun domaine au sens gographique (habitants dune rgion),
socio-dmographique (individus de moins de 20 ans), temporel (individus
prsents une date donne), ...
Echantillonnage
27 avril 2015
12 / 198
Ud
Notations
Paramtre dintrt
Estimation par substitution
Savoir estimer un total permet de traiter le cas de trs nombreux paramtres

qui peuvent sexprimer comme des fonctions de totaux. Cest le cas dun
ratio, dun coefficient de corrlation, dune variance, dun coefficient de rgression, ...
Ces paramtres sont estims par substitution, en remplaant chaque total
inconnu par son estimateur.
Exemple 1 :
R=
ty
tx
estim par
Echantillonnage
= ty .
R
tx
27 avril 2015
14 / 198
Notations
Paramtre dintrt
Estimation par substitution
Exemple 2 :
OR =
pA
1pA
pB
1pB
estim par
d=
OR
pA
1
pA
pB
1
pB
Il est galement possible destimer des paramtres plus complexes tels que
des fractiles (mdianes), ou des indices (Gini, utilis comme indicateur dingalit).
Echantillonnage
27 avril 2015
15 / 198
Notations
Plan de sondage
La slection de lchantillon alatoire S se fait laide dun plan de sondage
p sur U , cest dire laide dune loi de probabilit sur les parties de U :
X
s U p(s) 0 et
p(s) = 1.
sU
On note S lchantillon alatoire, et on distinguera

k , k S) (S),
lestimateur (y
k , k s) (s).
lestimation (y
On appelle algorithme dchantillonnage une mthode pratique permettant
de slectionner un chantillon selon le plan de sondage choisi.
Echantillonnage
27 avril 2015
16 / 198
Notations
Exemple
Soit la population U = {1, 2, 3, 4}, et p() le plan de sondage dfini par :
p({1, 2})
= 0.2
p({1, 2, 3}) = 0.3
p({1, 4})
= 0.1
p({2, 3, 4}) = 0.1
p({3, 4}) = 0.3
La variable alatoire S prend ses valeurs dans

{{1, 2}, {1, 4}, {3, 4}, {1, 2, 3}, {2, 3, 4}} .
On a par exemple
P(S = {1, 2}) = p({1, 2}) = 0.2
A la diffrence des lois de probabilits classiques (normale, exponentielle,
binomiale, ...) lalatoire ne porte pas sur la variable mais sur le sous-ensemble
dindividus observs.
Echantillonnage
27 avril 2015
17 / 198
Notations
Comparaison avec une variable alatoire relle

Soit X une variable alatoire distribue selon une loi de Poisson P(). La
variable alatoire X prend ses valeurs dans
N = {0, 1, 2, . . .} .
On a pour k N :
P(X = k) = exp
k
.
k!
Lesprance de X correspond la valeur moyenne de ses valeurs possibles,

pondres par leurs probabilits :
X
E[X] =
k P(X = k)
kN
= .
Echantillonnage
27 avril 2015
18 / 198
Notations
Mesures de prcision
Lesprance dun estimateur (S)

se dfinit de faon analogue :
i
h
X
P(S = s)
(s)
=
Ep (S)
sU
p(s) (s).
sU
Le biais dun estimateur (S)

correspond son erreur moyenne :
h
i
h
i
Bp (S)
= Ep (S)
h
i
X
.
=
p(s) (s)
sU
Echantillonnage
27 avril 2015
19 / 198
Notations
Mesures de prcision
On sintressera galement la Variance
n
i
h
o2
Vp (S) = Ep (S) Ep [(S)]

=
n
o2
Ep [(S)]
,
p(s) (s)
sU
et lErreur Quadratique Moyenne (EQM)

n
h
i
o2
EQMp (S)
= Ep (S)
h
i2
h
i
= Bp (S)
+ Vp (S)
.
Echantillonnage
27 avril 2015
20 / 198
Notations
Quelques simulations
Pour illustrer la notion de biais et de variance, on considre lexemple dune

population de N = 1 000 individus gs de 15 20 ans.
Dans cette population, un chantillon de taille n = 50 est slectionn et
enqut. Pour chaque individu enqut, on obtient son poids (en kg), sa
taille (en cm) et son ge.
On sintresse lestimation du poids moyen et de la taille moyenne (carr
noir). Chaque chantillon permet dobtenir une estimation (points bleus) de
ces paramtres. La moyenne des estimations est reprsente par le point
rouge.
Echantillonnage
27 avril 2015
21 / 198
200
170
180
190
200
170
180
190
200
190
50
60
70
80
90
100
50
60
70
taille
160
150
80
90
100
50
90
100
50
60
70
200
180
180
190
200
poids
170
taille
170
130
140
150
160
taille
100
100
180
170
100
160
90
90
taille
90
150
80
80
200
80
140
poids
100
150
70
130
70
90
140
60
190
200
190
180
170
taille
160
150
140
60
80
poids
130
50
100
130
50
poids
90
160
taille
150
140
130
80
80
190
200
170
180
160
taille
160
150
140
130
70
70
poids
190
190
170
180
60
60
poids
200
poids
50
130
130
140
150
160
taille
140
180
170
130
140
150
160
taille
50
60
70
poids
80
90
100
50
60
70
poids
Notations
Probabilits dinclusion dordre 1

On note k la probabilit dinclusion de lunit k, cest dire la probabilit
que lunit k soit retenue dans lchantillon :
X
k = P(k S) =
p(s)
s/ks
La somme des probabilits dinclusion donne la taille moyenne de lchantillon

slectionn :
X
k = Ep [n(S)] .
kU
En pratique, les probabilits dinclusion k sont fixes avant le tirage laide

dune information auxiliaire. On utilise ensuite un plan de sondage qui
respecte ces probabilits dinclusion.
Echantillonnage
27 avril 2015
23 / 198
Notations
Probabilits dinclusion dordre 2
On note kl la probabilit que deux units distinctes k et l soient slectionnes conjointement dans lchantillon :
X
kl = P(k, l S) =
p(s)
s/k,ls
Ces probabilits doubles interviennent notamment dans la variance des estimateurs. Il est souvent difficile de les calculer exactement, sauf pour des
plans de sondage particuliers.
Echantillonnage
27 avril 2015
24 / 198
Notations
Application
Soit la population U = {1, 2, 3, 4}, et p() le plan de sondage dfini par :
p({1, 2})
= 0.2
p({1, 2, 3}) = 0.3
p({1, 4})
= 0.1
p({2, 3, 4}) = 0.1
p({3, 4}) = 0.3
Calculer les probabilits dinclusion dordre 1, et donner la taille moyenne

dchantillon obtenue laide de ce plan de sondage.
Donner les probabilits dinclusion dordre 2 :
des units 1 et 2,
des units 1 et 4,
des units 2 et 4.
Echantillonnage
27 avril 2015
25 / 198
Notations
Variables indicatrices
Lutilisation de la variable Ik = 1(k S), indiquant lappartenance lchantillon de lunit k, permet souvent de simplifier les calculs.
Pour deux units k et l distinctes, on a notamment les proprits suivantes :
Ep (Ik ) = k ,
Vp (Ik ) = k (1 k ),
Covp (Ik , Il ) = kl k l
kl .
On note = [kl ]k,lU la matrice de variance-covariance du plan de sondage p().

Echantillonnage
27 avril 2015
26 / 198
Notations
En rsum
Un plan de sondage est une loi de probabilit sur les parties de U . Lalea
porte sur le sous-ensemble S dindividus observs.
Les notions desprance et de de variance dun estimateur (S)

sadaptent
de faon naturelle :
i
i
h
h
X
,
=
p(s) (s)
Bp (S)
sU
Vp (S)
n
o2
Ep [(S)]
p(s) (s)
.
sU
On appelle probabilits dinclusion dordre 1 et 2 :

k = P(k S),
kl = P(k, l S).
Echantillonnage
27 avril 2015
27 / 198
Estimation de Horvitz-Thompson
Echantillonnage
27 avril 2015
28 / 198
Objectif
Nous nous intressons essentiellement, dans la suite de ce cours, lestimation du total

X
ty =
yk
kU
de la variable y, et dune moyenne

y =
1 X
yk .
N
kU
Echantillonnage
27 avril 2015
29 / 198
La -estimation
La connaissance des probabilits k permet une estimation sans biais dun
total sous le plan de sondage, i.e. sous le mcanisme alatoire associ au
plan de sondage. Le total ty est estim sans biais par
ty =
X yk
X yk
=
Ik
k
k
kS
(1)
kU
si tous les k sont > 0. On parle destimateur de Horvitz-Thompson ou

encore de -estimateur.
Cest un estimateur pondr, o les poids de sondage dk = 1/k ne dpendent pas de la variable dintrt.
Principe : un individu k de lchantillon reprsente dk = 1/k individus de
la population.
Echantillonnage
27 avril 2015
30 / 198
Biais de couverture
Si certaines probabilits dinclusion sont nulles, le -estimateur est biais :
X

E ty =
yk
kU
k >0
= ty
yk .
kU
k =0
Ce problme peut notamment se poser :

en cas de dfaut de couverture de la base de sondage (liste des
individus pas jour, ou individus impossibles joindre),
quand on choisit de laisser de ct une partie de la population (cut-off
sampling, parfois utilis dans les enqutes-entreprise).
Echantillonnage
27 avril 2015
31 / 198
Enqute "Sans-Domicile 2001" (De Peretti et al., 2006)

Sans-domicile : personne qui dort dans un lieu non prvu pour lhabitation
ou prise en charge par un organisme fournissant un hbergement gratuit ou
faible participation.
Mthode dchantillonnage indirect : slection dun chantillon de jours
services daide (hbergement, restauration).
Champ de lenqute : sans-domicile ayant frquent, au moins une fois dans
la semaine denqute, soit un service dhbergement, soit une distribution de
repas chauds.
Exclut les personnes :
qui dorment dans la rue pour une priode de temps courte et ne font
pas appel un centre ou une distribution de repas,
qui ne font pas (ou ne peuvent pas faire) appel au circuit dassistance.
Echantillonnage
27 avril 2015
32 / 198
Variance
La variance du -estimateur est donne par
X yk yl

Vp ty =
kl .
k l
(2)
k,lU
Cette variance peut tre estime sans biais par

X yk yl kl

vHT ty =
k l kl
(3)
k,lS
si tous les kl sont strictement positifs. On parle de lestimateur de variance

de Horvitz-Thompson.
Principe : un couple (k, l) dindividus de lchantillon reprsente 1/kl couples
de la population.
Echantillonnage
27 avril 2015
33 / 198
Dfinitions
Dfinition
Un plan de sondage p() est dit de taille fixe, gale n, si seuls les chantillons de taille n ont une probabilit non nulle dtre tirs :
Card(s) 6= n p(s) = 0.
Dfinition
Un plan de sondage p() est dit simple si deux chantillons de mme taille
ont la mme probabilit dtre slectionns :
Card(s1 ) = Card(s2 ) p(s1 ) = p(s2 ).
Echantillonnage
27 avril 2015
34 / 198
Exemples
Soit la population U = {1, 2, 3, 4}.
Exemple 1 :
p({1, 2})
= 0.2
p({1, 2, 3}) = 0.3
p({1, 4})
= 0.1
p({2, 3, 4}) = 0.1
p({3, 4})
= 0.3
Exemple 2 :
p({1, 2})
= 1/3
p({1, 4})
p({3, 4})
= 1/3
Exemple 3 :
p({1, 2, 3}) = 1/4
= 1/3
p({1, 2, 4}) = 1/4

p({2, 3, 4}) = 1/4
Echantillonnage
p({1, 3, 4}) = 1/4
27 avril 2015
35 / 198
Variance
Pour un plan de taille fixe, la variance du -estimateur peut se rcrire sous
la forme

1 X yk
yl 2
Vp ty =
kl .
(4)
2
k
l
k6=lU
Cette variance peut tre estime sans biais par

1 X yk
yl 2 kl
vY G ty =
2
k
l
kl
(5)
k6=lS
si tous les kl sont strictement positifs. On parle de lestimateur de variance

de Yates-Grundy.
Si le plan de sondage vrifie les conditions de Yates-Grundy :
k 6= l U kl 0, cet estimateur de variance est toujours positif.
Echantillonnage
27 avril 2015
36 / 198
Biais de lestimateur de variance

Proposition
Pour un plan de sondage quelconque, on a :
X

yk yl .
Ep vHT ty = Vp ty +
k,lU
kl =0
Pour un plan de sondage de taille fixe, on a :

Ep

1 X
yk
yl 2
vY G ty = Vp ty
k l
.
2 k,lU
k
l
kl =0
Si y est valeurs positives, les deux estimateurs de variance sont respectivement biaiss positivement et ngativement.
Echantillonnage
27 avril 2015
37 / 198
Choix des probabilits dinclusion
Daprs la formule de Yates-Grundy, la variance est nulle si les probabilits

dinclusion sont proportionnelles la variable dintrt. En pratique, ce choix
nest pas possible car :
une enqute comporte gnralement de nombreuses variables dintrt,
ces variables sont inconnues au stade de lchantillonnage.
On peut dfinir ces probabilits dinclusion proportionnellement une mesure
de taille.
Interprtation : si les individus peuvent tre de tailles trs diffrentes, on
utilise les probabilits dinclusion pour lisser les rapports yk /k .
Echantillonnage
27 avril 2015
38 / 198
Probabilits proportionnelles la taille
La taille moyenne dchantillon slectionn est donne par

X
Ep [n(S)] =
k .
kU
Si n dsigne la taille dchantillon souhaite, les probabilits dinclusion proportionnelles une variable auxiliaire positive x sont donnes par
k = n P
xk
lU
xl
La variable xk doit tre connue avant le tirage pour chaque individu k de U .
Echantillonnage
27 avril 2015
39 / 198
Recalcul des probabilits dinclusion

Si certaines units sont particulirement grosses (au sens de la variable auxiliaire x), on peut obtenir des probabilits dinclusion suprieures 1. Dans
ce cas, on slectionne doffice les units correspondantes, et on recalcule les
probabilits dinclusion des autres units.
Exemple : population de N = 6 entreprises dont on connait le nombre
demploys
Unit
x
1
200
2
80
3
50
4
50
5
10
6
10
Donner les probabilits dinclusion correspondant un tirage de taille 4,

probabilits proportionnelles au nombre demploys.
Echantillonnage
27 avril 2015
40 / 198
Calcul de prcision
Intervalle de confiance
Echantillonnage
27 avril 2015
41 / 198
Calcul de prcision
On suppose que ty estime sans biais ty . Alors un intervalle de confiance
pour ty de niveau approximatif 1 est donn par :

q
IC1 [ty ] = ty z1 2 Vp ty ,
avec z1 2 le quantile dordre 1 2 dune loi normale centre rduite N (0, 1).
Rappel :
= 0.05 z0.975 = 1.96
= 0.10 z0.95 = 1.64
Interprtation (pour = 0.05) : le vrai total ty est contenu dans lintervalle
de confiance pour (approximativement) 95% des chantillons.
Echantillonnage
27 avril 2015
42 / 198
Calcul de prcision

Comme la vraie variance Vp ty est gnralement inconnue, on la remplace
par un estimateur not v ty .
On obtient lintervalle de confiance estim :

q
c
IC 1 [ty ] = ty z1 2 v ty .
Lintervalle de confiance est (approximativement) valide :

si lestimateur ty suit approximativement une loi N ty , Vp ty ,

si lestimateur de variance v ty est faiblement consistant.
Echantillonnage
27 avril 2015
43 / 198
Calcul de prcision
Coefficient de variation
La prcision de lestimation du total peut galement tre donne sous la
forme du coefficient de variation
q
q

V
t
v ty
p y

ty =
estim par CV
CV p ty =
.
ty
ty
Il sagit dune grandeur sans dimension, plus facile comparer et interprter
que la variance. Avec un niveau de confiance de 0.95, lintervalle de confiance
du total est donn par

q
c
IC 0.95 [ty ] = ty 1.96 v ty
h
i
ty .
= ty 1 1.96 CV
Interprtation : un CV de x% correspond un total connu plus ou moins
2 x% , avec un niveau de confiance de 0.95.
Echantillonnage
27 avril 2015
44 / 198
Calcul de prcision
En rsum
La connaissance des probabilits dinclusion dordre 1 permet de calculer
lestimateur de Horvitz-Thompson du total
X yk
ty =
.
k
kS
Pour un plan de sondage quelconque, sa variance est estime sans biais par
X yk yl kl

vHT ty =
k l kl
k,lS
si tous les kl sont strictement positifs.

En utilisant une approximation normale pour ty , on obtient lintervalle de
confiance

q
vHT (ty ) pds quelconque,
ty z1 2 v ty
o v(ty )
vY G (ty ) pds de taille fixe.
Echantillonnage
27 avril 2015
45 / 198
Estimation dune fonction de totaux
Echantillonnage
27 avril 2015
46 / 198
Estimateur par substitution

On sintresse un paramtre de la forme = f (ty ) avec yk = (y1k , . . . , yqk )T
un q-vecteur de variables dintrt, et f : Rq R.
Il est naturel destimer en remplaant le total ty inconnu par son estimateur. On obtient lestimateur par substitution :
= f (ty ).
Si la fonction f () est diffrentiable au voisinage de ty , on obtient :
T

f 0 (ty )
ty ty
= tu tu ,
'
(6)
en notant uk = [f 0 (ty )]T [yk ].

Echantillonnage
27 avril 2015
47 / 198
Technique de linarisation
Sous lapproximation (6), on a

i
h
Ep ' 0,
i
h

Vp ' Vp tu .
On parle de lapproximation de variance par linarisation pour , avec
uk uk () =
f 0 (ty )
T
[yk ]
la variable linarise du paramtre .
Echantillonnage
27 avril 2015
48 / 198
Estimation de variance
Pour un plan de sondage quelconque, on obtient :
h i

Vp ' Vp tu
X uk ul
=
kl .
k l
k,lU
Pour passer un estimateur de variance :

1 on remplace la formule de variance par lestimateur de variance correspondant au pds utilis,
2 on remplace dans u
k les paramtres inconnus par des estimateurs
variable linarise estime u
k .
On obtient finalement :
h i
X u
k u
l kl
v =
.
k l kl
k,lS
Echantillonnage
27 avril 2015
49 / 198
Application : estimation dun ratio

Paramtre R =
ty
tx ,
=
estim par substitution par R
ty
.
tx
Calcul de la variable linarise :

x1
1
x1
0
f (x1 , x2 ) =
f (x1 , x2 ) =
,
x2
x2 (x2 )2
ty
1
1
uk (R) = yk
xk = (yk Rxk )
tx
(tx )2
tx
1
xk )
u
k (R) =
(yk R
tx
Calcul de variance :
h i
Vp '
X uk ul
kl ,
k l
k,lU
h i
v =
X u
k u
l kl
.
k l kl
k,lS
Echantillonnage
27 avril 2015
50 / 198
Exemple
Population U de taille 10, dans laquelle un chantillon de taille n = 4 est
slectionn selon un SRS. Estimation des totaux tx et ty .
k
1
2
3
4
x
s2x
xk
5
1
4
8
= 4.5
= 8.3
tx = N x
= 45
ty = N y = 40
y
s2y
yk
1
3
2
10
= 4
= 16.7

2
v tx = N 2 1f
n sx = 125

1f
v ty = N 2 n s2y = 250
Echantillonnage
27 avril 2015
51 / 198
Exemple
Population U de taille 10, dans laquelle un chantillon de taille n = 4 est
slectionn selon un SRS. Estimation du ratio ty /tx .
k
1
2
3
4
x
s2x
xk
5
1
4
8
= 4.5
= 8.3
tx = N x
= 45
ty = N y = 40
= y
R
= 0.89
x
y
s2y
yk
1
3
2
10
= 4
= 16.7
u
k =
s2u
k)
Rx
-0.08
0.05
-0.03
0.06
= 0
= 4.4 103
1
(y
tx k

2
v tx = N 2 1f
n sx = 125

1f
v htyi = N 2 n s2y = 250
= N 2 1f s2 = 0.07
v R
n u
Echantillonnage
27 avril 2015
52 / 198
Echantillonnage
27 avril 2015
53 / 198
Tirage de Bernoulli
Le tirage de Bernoulli
Echantillonnage
27 avril 2015
54 / 198
Tirage de Bernoulli
Principe
On se donne une mme probabilit dinclusion k pour chaque unit de
la population. Le choix se fait indpendamment dune unit lautre :
Etape 1 : on gnre u1 U [0, 1]. Si u1 , lunit 1 est retenue dans
lchantillon.
Etape 2 : on gnre u2 U [0, 1] indpendamment de u1 . Si u2 ,
lunit 2 est retenue dans lchantillon.
...
Etape N : on gnre uN U [0, 1] indpendamment de u1 , . . . , uN 1 .
Si uN , lunit N est retenue dans lchantillon.
Cest un principe de piles ou faces indpendants, avec une mme pice mais
un lancer diffrent pour chaque unit.
Echantillonnage
27 avril 2015
55 / 198
Tirage de Bernoulli
Estimateur de Horvitz-Thompson
En utilisant les proprits dune loi U ([0, 1]), on a :
P(k S) = P(uk ) = FU () = .
Les probabilits dinclusion souhaites sont donc bien respectes, et le total
ty est estim sans biais par
ty =
1X
yk .
kS
Du fait de lindpendance dans la slection des units :
Vp
kl = 2 pour k 6= l,

1 X 2
ty =
yk .
kU
Dautre part, la taille dchantillon n(S) est alatoire et suit une loi B(N, ).
Echantillonnage
27 avril 2015
56 / 198
Tirage de Bernoulli
Application
Dans la population ci-dessous, utiliser les nombres alatoires pour slectionner un chantillon selon un tirage de Bernoulli, et en dduire une estimation
de ty .
Unit
k
uk
yk
Tirage
1
0.25
0.07
0
2
0.25
0.44
0
3
0.25
0.52
1
4
0.25
0.19
2
5
0.25
0.95
2
6
0.25
0.24
2
7
0.25
0.54
2
8
0.25
0.07
4
Quelle est la taille moyenne dchantillon attendue ? Quelle est la taille

dchantillon effectivement obtenue ?
Comparer ty et ty , et commenter la diffrence observe.
Echantillonnage
27 avril 2015
57 / 198
Estimateur dune moyenne

Si la taille de la population N est connue, on peut choisir entre les estimateurs
y =
X
ty
1
=
yk ,
N
E[n(S)]
kS
y =
ty
1 X
=
yk .
n(S)
N
kS
On peut montrer que ces deux estimateurs sont non biaiss pour ty , mais que
lestimateur par substitution
y est gnralement prfrable en termes de
variance :

1
1
1 X 2
Vp (
yk ,
y ) =
n N
N
kU

1
1
1 X
Vp (
y ) '
(yk y )2 .
n N
N
kU
Sondage alatoire simple
Sondage alatoire simple sans

remise
Echantillonnage
27 avril 2015
59 / 198
Sondage alatoire simple sans remise

Dfinition-proprit
Il existe un unique plan de sondage p() vrifiant les proprits :
1
p() est un plan simple,
p() est un plan de taille fixe n.
On lappelle plan de sondage alatoire simple sans remise

SRS de taille n dans U SRS(U ; n).
Il sagit donc du plan qui donne la mme probabilit tous les chantillons
de taille n dtre slectionns. On a :

n
1/CN
si n(s) = n,
p(s) =
0
sinon.
Echantillonnage
27 avril 2015
60 / 198
Proposition
Soient k et l deux units distinctes quelconques. Alors :
k =
n
,
N
kl =
n(n 1)
.
N (N 1)
Le -estimateur du total peut donc se rcrire sous la forme

ty =
NX
yk
n
kS
= N y.
Echantillonnage
27 avril 2015
61 / 198
Variance du -estimateur
La variance du -estimateur sobtient partir de la formule de Sen-YatesGrundy :

1f 2
Sy
Vp [ty ] = N 2
n
avec
Sy2 =
1 X
(yk y )2 .
N 1
kU
On lestime sans biais par

1f 2
vSRS (ty ) = N 2
s
n y
avec
s2y =
1 X
(yk y)2 .
n1
kS
On note f = n/N le taux de sondage.
Echantillonnage
27 avril 2015
62 / 198
Variance de la moyenne estime

Par linarit, la moyenne y peut tre estime sans biais par
y =
1X
yk .
n
kS
La variance de cet estimateur est donne par

Vp [
y] =
1f 2
Sy .
n
(7)
Remarques :
Le facteur (1f ) donne le gain de variance d au tirage sans remise. On
lappelle correction de population finie. Ce gain peut tre trs important
(cas des enqutes-entreprise).
Si le taux de sondage est faible, la variance ne dpend que de la taille
dchantillon n.
Echantillonnage
27 avril 2015
63 / 198
A retenir
Dans un sondage alatoire simple sans remise (SRS) :

1
la moyenne simple dans lchantillon estime sans biais la moyenne simple

dans la population,
la dispersion calcule sur lchantillon estime sans biais la dispersion

dans la population.
Dans une enqute avec un faible taux de sondage, la variance est (approximativement) inversement proportionnelle la taille dchantillon.
Echantillonnage
27 avril 2015
64 / 198
Cas dune proportion

Dans le cas particulier o le paramtre dintrt est une proportion note P ,
la variable dintrt y est une variable indicatrice dont on cherche estimer
la moyenne.
Exemple
: proportion dtudiants portant des lunettes dans la promotion,
1 si ltudiant k porte des lunettes,
yk =
0 sinon.
En particulier, le paramtre peut scrire sous la forme
P =
1 X
yk ,
N
kU
et tre estim par

1X
P =
yk .
n
kS
Echantillonnage
27 avril 2015
65 / 198
Proposition
Dans le cas dune variable indicatrice (0/1) y, on a :
N
P (1 P ),
N 1
n
P (1 P ).
n1
Sy2 =
s2y =
La variance de lestimateur de la moyenne P peut alors se rcrire

Vp [P ] =
1f N
P (1 P ),
n N 1
et tre estime sans biais par

v[P ] =
1f
P (1 P ).
n1
Echantillonnage
27 avril 2015
66 / 198
Application : dtermination de taille dchantillon
On cherche une taille dchantillon minimale permettant de respecter avec un

niveau de confiance fix (par exemple de 95 % ) une contrainte de prcision
en termes :
1
soit derreur absolue :

P connu plus ou moins 0.02 |P P | 0.02.
soit derreur relative :
P connu 8 % prs | P P
P | 0.08.
Echantillonnage
27 avril 2015
67 / 198

Erreur absolue
Avec un niveau de confiance de 95 % la contrainte de prcision peut se

rcrire :
q
|P P | 1.96 Vp (P )
s

1
1
N
P (1 P )
1.96
n N N 1
1
n
.
h
i2
1
N 1
1
+
N
N
1.96
P (1P )
On peut toujours se placer dans le pire des cas en prenant P = 0.5, mais il
est prfrable de disposer dun a priori (mme vague) sur le paramtre P .
Echantillonnage
27 avril 2015
68 / 198

Erreur relative
Avec un niveau de confiance de 95 % la contrainte de prcision peut se

rcrire :

P P

1.96 CV p (P )

P
s

1
1
N 1P
1.96
n N N 1 P
1
n
.

2 P
1
N 1
+
N
N
1.96
1P
Calculer cette borne ncessite de disposer dun a priori sur le paramtre P ,
ou au moins dun majorant pour ce paramtre.
Echantillonnage
27 avril 2015
69 / 198
Application
Parmi les 350 tudiants de lEnsai, on veut estimer la proportion qui portent
des lunettes. Quelle taille dchantillon faut-il slectionner pour que cette
proportion soit estime 10% prs, avec un niveau de confiance de 0.95 :
1
en utilisant linformation suivante : 50% des personnes de la population

franaise portent des lunettes ;
en utilisant maintenant linformation suivante : 20% des 15 25 ans

portent des lunettes.
Echantillonnage
27 avril 2015
70 / 198
Algorithmes de slection
Algorithme 1 Mthode de slection draw by draw
1 Pour k = 1, . . . , n, slectionner une unit dans U probabilits gales
parmi les units qui nont pas dj t tires.
Inconvnient : mthode lente, qui ncessite n lectures de fichier.
Algorithme 2 Mthode du tri alatoire
1 On attribue un nombre alatoire u U [0, 1] chaque unit k U .
k
2
On trie la population selon les uk croissants (ou dcroissants).
Lchantillon est constitu des n premiers individus de la population

trie.
Inconvnient : ncessite un tri du fichier.

Echantillonnage
27 avril 2015
71 / 198
Algorithmes de slection
Algorithme 3 Mthode de slection-rejet
1 On initialise j = 0.
2 Pour k = 1, . . . , N , faire :
Avec une probabilit
nj
, on slectionne lunit k et j = j + 1.
N (k 1)
Avantage : ncessite une seule lecture de fichier.

Algorithme 4 Mthode du rservoir
1 Les n premires units sont tires dans lchantillon.
2 Pour k = n + 1, . . . , N , faire :
n
, on slectionne lunit k.
k
On tire probabilits gales une unit dans lchantillon, qui est
remplace par k.
Avec une probabilit
Avantage : la taille de la population peut tre inconnue au dpart.
Sondage alatoire simple stratifi
Le sondage alatoire simple stratifi
Echantillonnage
27 avril 2015
73 / 198
Information auxiliaire
On parle dinformation auxiliaire lorsquune information est connue sur lensemble de la population, sous forme dtaille ou synthtique.
Il est frquent de disposer dune information auxiliaire sur la population, qui
va permettre de partitionner la population et dobtenir un plan de sondage
plus efficace que le SRS.
Exemples dinformation auxiliaire :
le sexe et lge, pour une enqute auprs dindividus physiques,
la taille (nombre demploys) pour les enqutes-entreprise.
Echantillonnage
27 avril 2015
74 / 198
Motivations pour la stratification (Cochran, 1977)
Prcision matrise pour des sous-populations,

simplicit administrative (enqutes conduites par diffrentes agences),
plans de sondage adapts aux sous-populations,
gain global de prcision.
Principales questions :
1
Comment construire les strates ?
Quelle taille dchantillon slectionner dans chaque strate ?
Quel plan de sondage utiliser dans chaque strate ?
Echantillonnage
27 avril 2015
75 / 198
Notation et sondage stratifi
Echantillonnage
27 avril 2015
76 / 198
Dfinition
La population U est dite stratifie quand les units peuvent tre partitionnes en H sous-populations disjointes U1 , . . . , UH appeles strates.
Le plan de sondage est dit stratifi quand des chantillons indpendants
sont slectionns dans chaque strate.
On parle de Sondage alatoire simple stratifi (STSRS) si des chantillons
alatoires simples sont slectionns dans chaque strate.
Echantillonnage
27 avril 2015
77 / 198
Dcomposition
On note Nh la taille de la strate Uh . Un total ty peut se dcomposer sous
la forme
H
X
ty =
tyh ,
h=1
avec tyh = kUh yk le total de la variable y dans Uh . La moyenne y peut

se dcomposer sous la forme dune moyenne pondre
y =
H
1 X
Nh yh ,
N
h=1
avec yh = tyh /Nh la moyenne dans la strate Uh .
Echantillonnage
27 avril 2015
78 / 198
Estimation dun total

Dans chaque strate Uh , on slectionne un chantillon Sh de taille nh selon
un SRS(Uh , nh ). Pour deux units quelconques k 6= l Uh , on a donc les
probabilits dinclusion
k =
nh
Nh
kl =
nh (nh 1)
.
Nh (Nh 1)
Pour deux units quelconques k et l appartenant deux strates distinctes

Uh et Uh0 , respectivement :
kl =
nh nh0
.
Nh Nh0
Echantillonnage
27 avril 2015
79 / 198

Par linarit, le total ty peut tre estim sans biais par
ty =
H
X
tyh =
h=1
H
X
Nh yh
h=1
avec yh la moyenne simple dans Sh .

La variance sobtient par sommation (les tirages sont indpendants dans les
strates) :
Vp
ty
H
X

Vp tyh .
h=1
Echantillonnage
27 avril 2015
80 / 198
Dans le cas dun SRS stratifi, on obtient

Vp
H
X
1 fh 2
ty =
Nh2
Syh
nh
avec
2
Syh
=
h=1
X
1
(yk yh )2 ,
Nh 1
kUh
que lon estime par

H
X
1 fh 2
Nh2
s
vST ty =
nh yh
avec
s2yh =
X
1
(yk yh )2 ,
nh 1
kSh
h=1
avec fh = nh /Nh le taux de sondage dans la strate Uh .
Echantillonnage
27 avril 2015
81 / 198
Estimation dune moyenne

De faon analogue, la moyenne y peut tre estime sans biais par
y =
H
X
Nh
h=1
yh .
Sa variance est donne par

H
X
Nh 2 1 fh 2
Vp [
y ] =
Syh ,
N
nh
h=1
et peut tre estime sans biais par

vST

H
X
Nh 2 1 fh 2
[
y ] =
s .
N
nh yh
h=1
Echantillonnage
27 avril 2015
82 / 198
Allocations pour le tirage stratifi
Echantillonnage
27 avril 2015
83 / 198
Allocation dchantillon entre les strates
On suppose que la taille globale dchantillon n est fixe, et que les strates
ont t dfinies.
On doit choisir les tailles n1 , . . . , nH des sous-chantillons slectionner
dans chaque strate.
Nous revenons sur quelques allocations classiques pour le sondage alatoire
simple stratifi :
Allocation Proportionnelle,
Allocation Optimale,
Allocation de compromis.
Echantillonnage
27 avril 2015
84 / 198
Allocation Proportionnelle
Echantillonnage
27 avril 2015
85 / 198
Avec une allocation proportionnelle, le taux de sondage est le mme dans

chaque strate :
nh
n
fh =
=
= f.
Nh
N
On peut le rcrire sous la forme
nh = n
Nh
.
N
Autrement dit, plus la strate est grande, plus lchantillon slectionn dedans
est grand.
Echantillonnage
27 avril 2015
86 / 198
Chaque unit de la population possde la mme probabilit dinclusion k =
n/N , et lestimateur stratifi de la moyenne est identique la moyenne
simple sur lchantillon :
y =
H
X
Nh
h=1
yh =
H
X
nh
h=1
yh = y.
Cette allocation conduit un plan de sondage auto-pondr o tous les

individus possdent le mme poids dk = N/n.
La variance de lestimateur stratifi du total est donne par
H

1 f X Nh 2
Vp ty = N 2
S .
n
N yh
h=1
Echantillonnage
27 avril 2015
87 / 198
Equation de dcomposition de la variance
La dispersion de la variable y dans la population U peut se dcomposer sous

la forme
Sy2 =
H
X
Nh 1
|h=1
'
PH
N 1
{z
2
Syh
+
2
Sy,intra
Nh 2
h=1 N Syh
H
X
Nh
(yh y )2
N 1
{z
}
|h=1
2
Sy,inter
PH
Nh
h=1 N (yh
y )2
Le premier terme mesure la dispersion lintrieur des strates, alors que le

second terme mesure la dispersion entre les strates.
Echantillonnage
27 avril 2015
88 / 198
Equation de dcomposition de la variance

Notons que la dispersion globale Sy2 est fixe. Le poids de chacune des deux
composantes dpend de la variable de stratification choisie.
Exemple
k
yk
x1k
x2k
1
1
0
0
2
1
0
0
3
1
0
1
4
1
0
1
5
5
1
1
6
5
1
1
7
5
1
0
8
5
1
0
Dcomposition de la variance pour Sy2 :

si x1k est la variable de stratification,
si x2k est la variable de stratification.
Echantillonnage
27 avril 2015
89 / 198
Retour vers lallocation proportionnelle
La variance de lestimateur stratifi avec allocation proportionnelle est approximativement donne par

1f 2
Sy,intra ,
Vp ty ' N 2
n
de sorte que :
le SRS stratifi allocation proportionnelle est (presque) toujours plus
efficace que le SRS,
la stratification devrait tre choisie de faon ce que la dispersion
lintrieur des strates soit minimise.
Echantillonnage
27 avril 2015
90 / 198
Allocation de Neyman
Echantillonnage
27 avril 2015
91 / 198
Principe
Lallocation de Neyman donne, pour une stratification donne et une variable

dintrt donne, lallocation dchantillon pour laquelle la variance du estimateur est minimise.
On cherche rsoudre un problme de minimisation (de la variance) sous
contraintes (taille globale dchantillon fixe) :

min V ty
nh
t.q.
H
X
nh = n
h=1
Echantillonnage
27 avril 2015
92 / 198
Principe
Avec un sondage alatoire simple stratifi, ce problme de minimisation peut
se rcrire :

H
X
1
1
2
Nh2 Syh
min
nh
nh Nh
t.q.
h=1
H
X
nh = n.
h=1
En utilisant une technique de Lagrangien, on obtient :

Nh Syh
nh = n PH
.
j=1 Nj Syj
Notons en particulier que le calcul de cette allocation optimale ncessite la
connaissance des dispersions dans les strates.
Echantillonnage
27 avril 2015
93 / 198
Principe
Lallocation de Neyman indique quil faut slectionner un chantillon plus

grand :
dans les grandes strates,
dans les strates prsentant une forte dispersion.
Lallocation nest optimale que pour la variable dintrt particulire y : pour
une autre variable dintrt, elle peut conduire des rsultats plus imprcis
que lallocation proportionnelle (voire que le sondage alatoire simple).
Echantillonnage
27 avril 2015
94 / 198
Calcul de lallocation
Lallocation de Neyman peut conduire des tailles dchantillon suprieures

aux tailles de strates, si ces dernires prsentent une forte dispersion et/ou
sont de grande taille.
Dans ce cas :
1
on effectue un recensement dans les strates concernes (on fixe nh =

Nh ),
on recalcule lallocation dchantillon dans les autres strates.
Echantillonnage
27 avril 2015
95 / 198
Mise en oeuvre pratique

En pratique, on peut driver une allocation proche de lallocation de Neyman :
si on possde un a priori sur la dispersion dans les strates (approche
"mtier"),
ou si on peut estimer cette dispersion laide dune enqute antrieure.
Un problme alternatif peut tre doptimiser la prcision sous une contrainte
de cot global C fix
H
X
C0 +
Ch nh = C,
h=1
o C0 donne le cot fixe de lenqute, et Ch le cot associ une unit de

Uh .
Echantillonnage
27 avril 2015
96 / 198
Principe
On rsout le problme doptimisation :

min
nh

H
X
1
1
2
Nh2 Syh
nh Nh
t.q.
h=1
C0 +
H
X
Ch nh = C.
h=1
En utilisant une technique de Lagrangien, on obtient :

Nh Syh / Ch
nh = [C C0 ] PH p
.
Cj Nj Syj
j=1
Echantillonnage
27 avril 2015
97 / 198
Allocation de compromis
Echantillonnage
27 avril 2015
98 / 198
Allocation de compromis (1)

Imaginons que lon souhaite obtenir la mme prcision dans chaque strate,
par exemple si les strates sont des domaines destimation.
On veut obtenir

V (
yh ) =
1
1
nh Nh
2
Syh
= Cste.
Si les strates sont suffisamment grandes, on obtient :

2
Syh
nh = n PH
2
j=1 Syj
Echantillonnage
27 avril 2015
99 / 198
Allocation de compromis (2)
Supposons maintenant que lon souhaite obtenir une allocation optimale,

sous des contraintes
de taille globale dchantillon fixe,
de prcision dans les strates suprieure un seuil fix.
Il sagit dun problme raliste (contraintes imposes par Eurostat dans les
enqutes).
Il est gnralement difficile dobtenir une solution explicite, mais ce type de
problme peut tre rsolu (par exemple) laide de la proc NLP de SAS.
Echantillonnage
27 avril 2015
100 / 198
Principales questions
Comment construire les strates ?

de faon ce que la dispersion intra soit minimise
Quelle taille dchantillon slectionner dans chaque strate ?

tirer de plus gros chantillons dans les strates avec une grande dispersion
Quel plan de sondage utiliser dans chaque strate ?

le SRS par strate est une bonne stratgie si les units prsentes dans
une mme strate sont proches (au sens de la variable dintrt)
Echantillonnage
27 avril 2015
101 / 198
Tirage probabilits ingales
Introduction
Nous avons vu prcedemment que la stratification tait une mthode simple

permettant de rduire la variance des estimateurs. Si les strates sont homognes relativement la variable dintrt (dispersion intra faible), le sondage
alatoire simple stratifi constitue une stratgie efficace dchantillonnage.
En pratique, il peut subsister une forte htrognit dans les strates. Dans
ce cas, on peut rechercher une stratgie dchantillonnage plus efficace en
individualisant les probabilits de slection k de chacun des individus.
On doit ensuite faire le choix dun algorithme de tirage, i.e. dune mthode
pratique de slection respectant les probabilits dinclusion choisies.
Echantillonnage
27 avril 2015
102 / 198
Algorithmes de tirage
Il existe en pratique des dizaines dalgorithmes de tirage permettant de respecter un jeu de probabilits dinclusion fix (voir Till, 2006). Nous dtaillerons deux de ces algorithmes :
le tirage poissonien,
le tirage systmatique.
Les diffrents algorithmes se distinguent par les probabilits dinclusion dordre
2 obtenues, i.e. par la variance des estimateurs. Cependant, il nexiste pas
dalgorithme uniformment prfrable en termes de variance.
Le choix de la mthode utiliser dpend de la connaissance que lon a de la
base de sondage mais aussi des contraintes pratiques sur lchantillonnage.
Echantillonnage
27 avril 2015
103 / 198
Proprits dun algorithme de tirage

Pour un algorithme de tirage, on se posera gnralement les questions suivantes :
1
Est-ce que lalgorithme est exact, i.e. permet de respecter exactement

un jeu de probabilits dinclusion (k )kU fix ?
Est-ce que lalgorithme est de taille fixe, i.e. ne slectionne que des
chantillons de la taille (moyenne) voulue ?
Est-ce que les probabilits kl sont calculables, et que vaut la variance

du -estimateur avec cet algorithme ?
Est-ce que ces probabilits kl :
sont > 0 : assure quon dispose dun estimateur sans biais de variance.
vrifient les conditions de Yates-Grundy : assure quon dispose dun
estimateur toujours positif de variance (pour un plan de taille fixe).
Echantillonnage
27 avril 2015
104 / 198
Le tirage de Poisson
Echantillonnage
27 avril 2015
105 / 198
Principe
Cest une gnralisation du tirage de Bernoulli au cas des probabilits ingales :
Etape 1 : on gnre u1 U [0, 1]. Si u1 1 , lunit 1 est retenue dans
lchantillon.
Etape 2 : on gnre u2 U [0, 1] indpendamment de u1 . Si u2 2 ,
lunit 2 est retenue dans lchantillon.
...
Etape N : on gnre uN U [0, 1] indpendamment de u1 , . . . , uN 1 .
Si uN N , lunit N est retenue dans lchantillon.
Cest un principe de piles ou faces indpendants, avec une pice et un lancer
diffrents pour chaque unit.
Echantillonnage
27 avril 2015
106 / 198
En utilisant les proprits dune loi U [0, 1], on a :
P(k S) = P(uk k ) = FU (k ) = k .
Du fait de lindpendance dans la slection des units :
kl = k l si k 6= l.
Le plan de sondage peut tre entirement spcifi. Pour une partie quelconque s = {i1 , . . . , ip } de U , on a :
Y
Y
P(S = s) =
k
(1 k ).
ks
ku\s
Echantillonnage
27 avril 2015
107 / 198
Application
Dans la population ci-dessous, utiliser les nombres alatoires pour slectionner un chantillon selon un tirage de Poisson, et en dduire une estimation
de ty .
Unit
k
uk
yk
Tirage
1
0.1
0.07
0
2
0.1
0.44
0
3
0.1
0.52
1
4
0.1
0.19
2
5
0.4
0.95
2
6
0.4
0.24
2
7
0.4
0.54
2
8
0.4
0.07
4
Quelle est la taille moyenne dchantillon attendue ? Quelle est la taille

dchantillon effectivement obtenue ?
Comparer ty et ty , et commenter la diffrence observe. Comparer avec le
tirage de Bernoulli.
Echantillonnage
27 avril 2015
108 / 198
La variance sobtient partir de lexpression gnrale de Horvitz-Thompson :
X yk 2

k (1 k ),
Vpois ty =
k
(8)
kU
que lon estime sans biais par

v ty
X yk 2
kS
(1 k ).
En particulier, cela implique que la taille dchantillon est alatoire :

X
Vpois [n(S)] =
k (1 k ).
kU
Echantillonnage
27 avril 2015
109 / 198
Estimateur par le ratio

Si la taille de la population N est connue, on prfre lestimateur de
Horvitz-Thompson lestimateur par le ratio
tyR =
N
t .
y
N
Sa variance est approximativement donne par

X Ek 2

k (1 k )
Vpois tyR '
k
(9)
kU
avec Ek = yk y . On peut utiliser lestimateur de variance

X ek 2

v tyR =
(1 k )
k
(10)
kS
avec ek = yk
ty
.
N
Echantillonnage
27 avril 2015
110 / 198
Estimateur par le ratio (2)

Pour lestimation de la moyenne y , on peut utiliser lestimateur par substitution
y =
ty
,
N
de variance (approximative)
Vpois [
y ] '

1 X Ek 2
k (1 k ).
N2
k
(11)
kU
On peut utiliser lestimateur de variance

v [
y ] =

1 X ek 2
(1 k ).
2
k
N
(12)
kS
Lestimateur par substitution

y peut tre calcul mme si la taille de la
population est inconnue.
Echantillonnage
27 avril 2015
111 / 198
Utilisation
Le tirage poissonien est rarement utilis pour un tirage dchantillon, en
raison de sa grande variance. On trouve cependant des applications dans le
cas dchantillonnage forestier (Schreuder et al., 1993).
Le tirage poissonien est galement utilis dans un contexte de non-rponse.
On parle de non-rponse totale quand certains individus chantillonns ne
peuvent finalement pas tre enquts. Pour exploiter lchantillon de rpondants, not Sr , il est gnralement ncessaire de modliser le mcanisme de
rponse.
Une modlisation classique consiste supposer que lchantillon Sr est obtenu par sous-chantillonnage dans lchantillon S dorigine. Plus de dtails
dans le cours sur les Donnes Manquantes (Attachs).
Echantillonnage
27 avril 2015
112 / 198
Le tirage systmatique
Echantillonnage
27 avril 2015
113 / 198
Principe
Cest une mthode simple et trs rapide permettant de slectionner un chantillon probabilits ingales et de taille fixe.
Principe :
On pose Vk =
Pk
l=1 l
pour k U , avec la convention V0 = 0.
On tire une variable alatoire u selon une loi uniforme U [0, 1].
On slectionne toutes les units k telles que, pour un entier i {1, . . . , n} :
Vk1 u + (i 1) < Vk .
Echantillonnage
27 avril 2015
114 / 198
Exemple
Population U de taille N = 14 avec n = 4 :
1 = 2 = 5 = 6 = 7 = 8 = 12 = 1/7,
3 = 4 = 9 = 10 = 11 = 13 = 14 = 3/7.
0
?
V0 V1 V2
V3
?
V4 V5 V6 V7 V8
?
V9
V10
V11V12
?
V13
V14
u = 0.82 [V3 , V4 ] lunit 4 est slectionne,

1 + u = 1.82 [V8 , V9 ] lunit 9 est slectionne,
3 + u = 3.82 [V13 , V14 ] lunit 14 est slectionne.
Echantillonnage
27 avril 2015
115 / 198
Probabilits dinclusion
Les probabilits k sont exactement respectes. En effet :

P(k S) = P(Vk1 u + (i 1) < Vk )
= Vk Vk1 = k .
Les probabilits dinclusion dordre deux sont plus difficiles calculer (Till,
2006, p. 126).
Beaucoup dunits prsentent des probabilits dinclusion doubles gales 0
(mthode trs peu alatoire)
il nexiste pas destimateur sans biais de variance pour lestimateur de
Horvitz-Thompson.
Echantillonnage
27 avril 2015
116 / 198
Applications du tirage systmatique
Exemple 1 : slection pour contrle dun sous-chantillon de questionnaires,

arrivant flux tendu.
Exemple 2 : enqute auprs des clients entrant dans un magasin.
Exemple 3 : tirage de logements dans un pt de maison lors dune enqute
mnage.
Echantillonnage
27 avril 2015
117 / 198
Cas des probabilits gales

On suppose dans la suite de cette section que les probabilits dinclusion
sont gales (k = n/N ), et que le pas de tirage p = N/n est entier.
Dans ce cas, lalgorithme peut tre simplifi de la faon suivante :
On tire un individu i au hasard parmi les p premiers.
On slectionne les individus i, i + p, . . . , i + (n 1)p.
On a en particulier

kl =
n/N
0
si k l [p],
sinon.
Il nexiste pas destimateur sans biais de variance, et les conditions de YatesGrundy ne sont pas vrifies.
Echantillonnage
27 avril 2015
118 / 198
Exemple
Slection dun chantillon de taille 3 dans une population de taille 12 selon
un tirage systmatique probabilits gales (k = 41 ).
0
?
V0
V1
V2
V3
?
V4
V5
V6
V7
?
V8
V9
V10
V11
V12
u = 0.82 [V3 , V4 ] lunit 4 est slectionne,

2 + u = 2.82 [V11 , V12 ] lunit 12 est slectionne.
Seuls 4 chantillons sont slectionnables, chacun avec une probabilit de
0.25 :
{1, 5, 9}
{2, 6, 10}
{3, 7, 11}
{4, 8, 12}
Echantillonnage
27 avril 2015
119 / 198
Prcision du tirage systmatique

Dans le cas prcdent (probabilits gales, pas de tirage entier), le tirage
est quivalent un tirage par grappes de taille m = 1 dans la population
Ug = {u1 , . . . , up }, avec
ui = {i, i + p, . . . , i + (n 1)p}.
Principe du tirage par grappes :
1
on tire un chantillon SI de grappes (ici, de taille m = 1),
tous les individus contenus dans les grappes de sI sont retenus dans
lchantillon s finalement enqut.
Pour plus de dtails : cours de Mthodologie dEnqute (Attachs).
Echantillonnage
27 avril 2015
120 / 198
Prcision du tirage systmatique (2)

Le -estimateur peut se rcrire sous la forme
ty =
N X
Yi ,
n
ui SI
P
avec Yi = kui yk le total sur la grappe ui . En utilisant les rsultats du
SRS, on obtient

1 f SY2
Vsys ty = N 2
n n
avec
SY2

X
ty 2
1
Yi
.
p1
p
ui Ug
Echantillonnage
27 avril 2015
121 / 198
Comparaison avec le SRS

On appelle design-effect (ou effet de plan)
DEFFp (y) =

Vp ty

VSRS ty
le rapport entre la variance associe un plan de sondage, et la variance

associe au SRS de mme taille. On a ici :
DEFFsys (y) =
SY2 /n
.
Sy2
Dautre part, en utilisant une dcomposition de la variance :

p
Sy2
n1 X 2
(p 1) 2
Syi +
S
N 1
n(N 1) Y
(13)
i=1
'
1X 2
1 2
Syi +
S /n .
p
n Y
i=1
Echantillonnage
27 avril 2015
122 / 198
Comparaison avec le SRS (2)

Le tirage systmatique sera donc efficace par rapport au SRS si dans lquation (13), le terme de dispersion intra est grand, autrement dit si les grappes
sont htrognes en intra. Ce sera par exemple le cas si la population est
trie avant le tirage selon une variable auxiliaire xk corrle avec la variable
dintrt.
Le tirage systmatique peut au contraire tre trs inefficace si les grappes
sont homognes en intra : cest une difficult et une situation habituelle
dans le cas dun tirage par grappes.
Le cas le plus dfavorable est celui o la variable dintrt prsente une
priodicit + le pas de tirage p = N/n est proportionnel cette priodicit.
Echantillonnage
27 avril 2015
123 / 198
Exemple
Considrons une population U de taille 12 sur laquelle on relve trois caractristiques y1 , y2 , y3 (valeur moyenne 40) :
Unit
y1
y2
y3
1
10
10
15
2
10
45
45
3
10
60
10
4
15
15
60
5
45
50
60
6
45
65
50
7
50
10
45
8
50
50
65
9
60
60
10
10
60
10
50
11
60
45
10
12
65
60
60
On slectionne un chantillon de taille 2 selon un tirage systmatique

6 chantillons possibles.
Echantillonnage
27 avril 2015
124 / 198
Exemple
On obtient comme valeurs chantillonnes possibles pour y1
{10, 50} {10, 50} {10, 60} {15, 60} {45, 60} {45, 65},
pour y2
{10, 10} {45, 50} {60, 60} {15, 10} {50, 45} {65, 60},
et pour y3
{15, 45} {45, 65} {10, 10} {60, 50} {60, 10} {50, 60}.
On obtient galement :
DEFFp (y)
y1
0.50
y2
2.18
Echantillonnage
y3
1.39
27 avril 2015
125 / 198
Echantillonnage
27 avril 2015
126 / 198
Principe
Nous revenons au cas de lestimation dun total. On suppose quun chantillon S a t slectionn selon un plan de sondage p(). Un estimateur direct
est donn par :
X
X yk
=
dk yk .
ty =
k
kS
kS
Dans cet estimateur, les poids de sondage dk dpendent de linformation

auxiliaire mobilise au moment de lchantillonnage :
SRS dk = N/n
SRS stratifi dk = Nh /nh pour k Uh
Echantillonnage
27 avril 2015
127 / 198
Principe
Il se peut quune partie de linformation auxiliaire nait pas t utilise au

moment de la slection de lchantillon, ou quelle nait pas t disponible.
Si cette information est explicative de la variable dintrt, il va tre nanmoins intressant de lutiliser. On peut le faire au stade de lestimation, en
redressant lestimateur de Horvitz-Thompson.
Poids de sondage dk Poids redresss wk
Echantillonnage
27 avril 2015
128 / 198
Principe
On dit que lon redresse lchantillon lorsque lon modifie le systme de

pondrations associ S afin de respecter un certain nombre dinformations
auxiliaires.
On parle dinformation auxiliaire lorsque lon dispose dune information connue
sur lensemble de la population.
Exemples :
Chiffre daffaire total des entreprises dun secteur dactivit,
Rpartition par sexe et par ge dune population dindividus.
Echantillonnage
27 avril 2015
129 / 198
Estimateur par calage
Echantillonnage
27 avril 2015
130 / 198
Principe
On suppose ici que lon dispose dun vecteur xk = [x1k , . . . , xpk ]> de variables auxiliaires, dont les totaux tx = [tx1 , . . . , txp ]> sur la population sont
connus.
Avant calage, on a pour toute variable y lestimateur sans biais du total :
X
ty =
dk yk ,
kS

Ep ty = ty ,
et en particulier pour les variables de calage :

Ep tx = tx .
Echantillonnage
27 avril 2015
131 / 198
Modification des poids

On cherche de nouveaux poids wk qui
1
restent proches des poids de dpart dk ,
vrifient les quations de calage

X
wk xk = tx .
kS
Plus formellement, on rsoud le problme suivant :

X
X
wk
min
dk G
s.c.
wk xk = tx
wk
dk
ks
ks
o G dsigne une fonction de distance.
Echantillonnage
27 avril 2015
132 / 198
Modification des poids
On cherche rduire la variance de lestimation laide du calage sur les

totaux connus. La variance est nulle pour les variables auxiliaires ; elle sera
faible pour les variables dintrt bien expliques par les variables auxiliaires.
Pour respecter les totaux de variables auxiliaires, on accepte de biaiser lgrement lestimation. Ce biais sera gnralement ngligeable car on assure
que les poids cals restent proches des poids dorigine.
Echantillonnage
27 avril 2015
133 / 198
Solution thorique
On choisit une fonction de distance G telle que G(wk /dk ) mesure la distance
entre le poids initial dk et le poids final wk . Nous supposons que
G(1) = 0,
G est positive et convexe (i.e, plus wk /dk sloigne de 1, plus G(wk /dk )
est grand)
Le Lagrangien scrit
!
L=
dk G(wk /dk ) >
ks
wk x k t x
ks
o = [1 , . . . , p ]> est un vecteur de multiplicateurs de Lagrange.
Echantillonnage
27 avril 2015
134 / 198
Solution thorique (2)

La rsolution du problme doptimisation conduit :
wk = dk F [> xk ]
avec F la fonction inverse de G0 .
Le vecteur peut tre dtermin en rsolvant le systme (non-linaire)
constitu par les quations de calage
X
dk F [> xk ]xk = tx ,
ks
par exemple laide de la mthode itrative de Newton-Raphson.
Echantillonnage
27 avril 2015
135 / 198
Fonctions de distance usuelles : la mthode linaire

G(r) = 21 (r 1)2 et F (u) = 1 + u. La convergence est obtenue ltape
2 de lalgorithme de Newton, et on obtient lestimateur par la rgression
gnralise
X
ty,greg =
wk y k
ks

> tx tx
= ty + b
avec
"
=
b
X xk x>
#1
kS
X xk yk
kS
Cette mthode de calage peut conduire des poids finaux wk ngatifs.

Echantillonnage
27 avril 2015
136 / 198
Les fonctions de distance usuelles (2)
La mthode raking ratio

G(r) = r log(r) r + 1 et F (u) = exp(u). Cette mthode permet dassurer
que les poids finaux wk sont > 0.
Les mthodes bornes
Elles peuvent tre vues comme des versions "tronques" des deux mthodes
prcdentes. Ces deux mthodes permettent de spcifier explicitement des
bornes LO et U P pour les rapports de poids, i.e. dassurer que pour tout
individu k S
wk
U P.
LO
dk
Echantillonnage
27 avril 2015
137 / 198
Estimation aprs calage
Aprs calage, on a pour toute variable y lestimateur cal :

X
tyw =
wk yk .
ks
Lestimation est exacte pour les totaux de variables auxiliaires :

txw = tx .
Elle est approximativement sans biais pour les autres variables dintrt :

Ep tyw ' ty .
Echantillonnage
27 avril 2015
138 / 198
Estimateur par la rgression gnralise
Estimateur par la rgression

gnralise
Echantillonnage
27 avril 2015
139 / 198
Motivation de lestimateur par la rgression

Lestimateur par la rgression gnralise est obtenu par calage avec la mthode linaire. Il est motiv par le modle
yk = > xk + k
avec
Vm [k ] = k2 .
(14)
Si on dispose des donnes sur toute la population, le meilleur estimateur de

sobtient par les MCG :
"
#1
X xk x>
X x k yk
k
b=
et Ek = yk b> xk .
2
k
k2
kU
kU
et ek = yk b
> xk pour obtenir
On les remplace par leurs estimateurs b
lestimateur par la rgression :

ty,greg =
> t
b
| {z x}
prdiction du total
te
|{z}
estimation de lerreur totale
Echantillonnage
27 avril 2015
140 / 198

On peut rcrire lestimateur GREG sous la forme :

> tx tx .
ty,greg = ty + b

En utilisant lapproximation ty,greg ' ty + b> tx tx , on obtient :
h
i

Ep ty,greg ' Ep ty + b> {tx tx }
= ty ,
Vp ty,greg
h
i
' Vp ty b> tx

= Vp tE .
Lestimateur GREG est donc approximativement sans biais, et sa variance

est approximativement donne par les rsidus de la rgression de la variable
yk sur les variables auxiliaires xk .
Echantillonnage
27 avril 2015
141 / 198

Application : rgression simple
On se place dans le cas dun SRS(n). On suppose que lon utilise les variables
auxiliaires xk = [1, xk ]> , de totaux connus. Le modle de rgression sousjacent est :
yk = a + b xk + Ek .
On obtient
P
b=
b =
En notant =
(x x )(yk y )
kU
P k
2
kU (xk x )
(x
x)(yk
y)
kS
P k
x) 2
kS (xk
sxy
s2x
Sxy
Sx Sy
Sxy
Sx2
a = y b x
a
= y b x
le coefficient de corrlation linaire, on a :

1f 2
Vsrs ty,greg ' N 2
Sy (1 2 ).
n
Echantillonnage
27 avril 2015
142 / 198
Variance dun estimateur cal
Echantillonnage
27 avril 2015
143 / 198
Quelle que soit la fonction de distance utilise, la variance de lestimateur

cal tyw est approximativement celle de lestimateur par la rgression.
La variance de lestimateur cal tyw est donc approximativement gale

Vp tyw '
X Ek El
kl
k l
k,lU
o Ek = yk b> xk donne les rsidus de la rgression de y sur le vecteur de

variables auxiliaires xk dans la population U .
Echantillonnage
27 avril 2015
144 / 198
Deux estimateurs de variance peuvent tre utiliss :

v1 tyw =
X ek el kl
k l kl
k,lS

v2 tyw =
X gk ek gl el kl
,
k l kl
k,lS
T xk donne les rsidus estims.

o gk = wk /dk , et ek = yk b
Le second estimateur est gnralement (lgrement) prfrable.
Echantillonnage
27 avril 2015
145 / 198
Un logiciel classique destimation de variance pour lestimation de totaux ty

peut tre utilis pour lestimation de variance destimateurs cals tyw de la
faon suivante :
Effectuer sur lchantillon S la rgression pondre (par les poids dk )
de la variable y sur les variables auxiliaires x1 , . . . , xp ,
Prendre les rsidus ek de la rgression et calculer les gk = wk /dk ,
Utiliser le logiciel en remplaant les yk par les ek (estimateur de variance
v1 ) ou par les gk ek (estimateur de variance v2 ).
Echantillonnage
27 avril 2015
146 / 198
Exemple
Echantillon de taille n = 5 tir selon un SRS dans une population de taille
N = 100. On suppose connu le total tx = 320.
x0k
1
1
1
1
1
x1k
1
3
2
5
4
yk
3
1
8
15
3
1f 2
tx = 300 ty = 600 v(ty ) = N 2
s = 6.08 104
n y
Echantillonnage
27 avril 2015
147 / 198
Exemple
x0k
1
1
1
1
1
x1k
1
3
2
5
4
yk
3
1
8
15
3
ek = yk a
b x1k
0.8
-5
3.9
5.2
-4.9
1f 2
tx = 300 ty = 600 v(ty ) = N 2
s = 6.08 104
n y
a
= 0.3 b = 1.9
1f 2
tyw = 638 v(tyw ) = N 2
s = 4.365 104
n e
Echantillonnage
27 avril 2015
148 / 198
Application des mthodes de redressement
Application des mthodes de

redressement
Echantillonnage
27 avril 2015
149 / 198
Echantillonnage
27 avril 2015
150 / 198
Lestimateur par le ratio
On suppose connu le total tx dune seule variable auxiliaire (positive) xk .

Lestimateur par le ratio est dfini par
X
tx
=
wk y k
tyR = ty
tx
kS
avec wk = dk
tx
.
tx
Exemple : enqute auprs dentreprises, avec redressement sur la variable

deffectif salari.
Echantillonnage
27 avril 2015
151 / 198
Motivation
Lestimateur par le ratio est motiv par le modle
yk = xk + k
avec
Vm [k ] = 2 xk .
Cest un cas particulier de lestimateur par la rgression gnralise, obtenu

avec xk = xk et k2 = 2 xk . On a :
"
#1
X xk x>
X xk yk
k
=
b
k2 k
k2 k
kS
kS
ty
,
=R
tx
et
te =
X yk b
> xk
kS
X yk R
xk
kS
Echantillonnage
= 0.
27 avril 2015
152 / 198
Exemple de donnes
y/x
20
40
60
80
100
2
1
120
0 20
60
100
20
40
60
80
100
120
Echantillonnage
27 avril 2015
153 / 198
Proprits de lestimateur par le ratio
Lestimateur par le ratio est approximativement non biais pour le total ty .

On a

Vp tyR ' Vp tE
avec Ek = yk b> xk yk R xk . La variance est donc rduite si les
variables yk et xk sont approximativement proportionnelles.
Lestimateur par le ratio est cal sur le total tx :
txR = tx .
Echantillonnage
27 avril 2015
154 / 198
Cas du sondage alatoire simple
Echantillonnage
27 avril 2015
155 / 198
Application au sondage alatoire simple

Dans le cas dun SRS(n), on obtient :

1f 2
SE .
Vp tyR ' N 2
n
On peut lestimer par

1f 2
v tyR = N 2
sE ,
n
mais Ek = yk R xk nest pas calculable sur lchantillon. On la remplace
xk pour obtenir
par la variable donnant les rsidus estims ek = yk R
lestimateur de variance final :

1f 2
se .
v tyR = N 2
n
Echantillonnage
27 avril 2015
156 / 198
Exemple
xk
1
3
2
5
4
yk
3
1
8
15
3
tx = 300
ty = 600
Echantillonnage
2
v(ty ) = N 2 1f
n sy
4
= 6.08 10
27 avril 2015
157 / 198
Exemple
xk
1
3
2
5
4
yk
3
1
8
15
3
xk
ek = yk R
1
-5
4
5
-5
tx = 300
ty = 600
= 2
R
tyR = 640
Echantillonnage
2
v(ty ) = N 2 1f
n sy
4
= 6.08 10
2
v(tyR ) = N 2 1f
n se
4
= 4.37 10
27 avril 2015
158 / 198
Efficacit de lestimateur par le ratio

Dans le cas du SRS, lestimateur par le ratio est prfrable lestimateur
direct si

Sy2 2RSxy + Sx2
Vp tyR
1
1
Sy2
Vp ty

avec cvx =
1 cvx
2 cvy
q
p
Sx2 /x et cvy = Sy2 /y .
Mme si les variables x et y sont corrles positivement, lestimateur direct

peut tre plus efficace. Si la corrlation est ngative, lestimateur direct est
toujours plus efficace.
Echantillonnage
27 avril 2015
159 / 198
Efficacit de lestimateur par le ratio (2)
On peut galement montrer que

Sx 2
21 f 2
,
Sy R
Vsrs tyR Vsrs ty,greg ' N
n
Sy
avec ty,greg lestimateur par la rgression simple obtenu avec le vecteur xk =
(1, xk )> .
Lestimateur par la rgression simple est donc toujours meilleur (asymptotiquement) que lestimateur par le ratio dans le cas dun sondage alatoire
simple.
Echantillonnage
27 avril 2015
160 / 198

stratifi
Echantillonnage
27 avril 2015
161 / 198
Application au sondage alatoire simple stratifi

Si le total tx sur lensemble de la population est connu, on obtient lestimateur
par le ratio combin
PH
h
ty
h=1 Nh y
= tx PH
ty,RC = tx
tx
h
h=1 Nh x
et sa variance est approximativement gale

Vp ty,RC ' Vp tE
=
H
X
Nh2
h=1
1 fh 2
SEh .
nh
avec Ek = yk R xk . La variance est donc rduite si les variables y et x sont

approximativement proportionnelles sur lensemble de la population.
Echantillonnage
27 avril 2015
162 / 198
Application au sondage alatoire simple stratifi (2)

Cette variance peut tre estime par
H
X

1 fh 2
v ty,RC =
Nh2
s ,
nh eh
h=1
xk .
avec ek = yk R
Dun autre ct, si les totaux par strate txh sont connus, on peut appliquer
un redressement par le ratio strate par strate.
On obtient lestimateur par le ratio spar
ty,RS =
H
X
H
X
tyh
yh
=
txh .
txh
x
h
t xh
h=1
h=1
Echantillonnage
27 avril 2015
163 / 198
Cas dun sondage alatoire simple stratifi

Sa variance est approximativement donne par
H
X

1 fh 2
SEh
Vp ty,RS '
Nh2
nh
h=1
avec Ek = yk Rh xk pour k Uh , et Rh = tyh /txh . La variance est donc

rduite si les variables y et x sont approximativement proportionnelles
dans les strates.
Cette variance peut tre estime par
H
X

1 fh 2
v ty,RS =
Nh2
s ,
nh eh
h=1
h xk et R
h = tyh /txh .
avec ek = yk R
Echantillonnage
27 avril 2015
164 / 198
Estimateur post-stratifi
Echantillonnage
27 avril 2015
165 / 198
Principe
On suppose que lon connat aprs le tirage de lchantillon une partition de la population en H groupes nots U1 , . . . , UH . On parle de poststratification.
Les effectifs des post-strates, nots N1 , . . . , NH , sont supposs connus.
Le -estimateur peut se rcrire
ty =
H X
X
yk
k
h=1 kSh
H
X
tyh
h=1
avec Sh lintersection de S et de Uh .
Echantillonnage
27 avril 2015
166 / 198
Principe de post-stratification
Lestimateur post-stratifi est dfini par
typost =
H
X
Nh
yh ,
h=1
avec
yk
kSh k
P
1
kSh k
yh =
tyh
h
N
lestimateur par substitution de la moyenne yh dans la post-strate Uh .

Chaque post-strate peut tre vue comme un domaine, non pris en compte
lors de lchantillonnage. Lestimateur post-stratifi sobtient laide dun
redressement par le ratio dans chaque post-strate.
Echantillonnage
27 avril 2015
167 / 198
Motivation
Lestimateur post-stratifi est motiv par le modle
yk = h + k
et
Vm (k ) = h2 dans chaque strate Uh .
Cest un cas particulier de lestimateur par la rgression gnralise, obtenu

avec xk = [1(k U1 ), . . . , 1(k UH )]T et k2 = h2 pour k Uh . On a :
"
=
b
X xk x>
k
k2 k
#1
kS
X xk yk
k2 k
kS
T
[
y1 , . . . ,
yH ] ,
et
> xk yk
ek = yk b
yh pour k Uh .
Echantillonnage
27 avril 2015
168 / 198
Proprits de lestimateur post-stratifi

Lestimateur par le ratio est approximativement non biais pour le total ty .
On a

Vp ty,post ' Vp tE
avec Ek = yk b> xk yk yh . La variance est donc rduite si la variable
y est peu disperse dans chaque post-strate.
Lestimateur post-stratifi est cal sur les effectifs des post-strates :
hpost = Nh
N
h = 1, . . . , H.
On obtient un estimateur de variance :

en prenant lestimateur v[tE ] associ au pds p(),
en remplaant les rsidus inconnus Ek par les rsidus estims ek =
yk
yh pour k Sh .
Echantillonnage
27 avril 2015
169 / 198

Lestimateur post-stratifi se rcrit :
typost =
H
X
Nh yh
avec
h=1
yh =
1 X
yk .
nh
kSh
Sa variance vaut approximativement

H

1f 2
1 f X Nh 1 2
Vp typost ' N 2
SE = N 2
S ,
n
n
N 1 yh
|h=1 {z
}
Sy,intra2
et peut tre estime par

H

1 f X nh 1 2
1f 2
Se = N 2
s .
v typost = N 2
n
n
n 1 yh
h=1
Echantillonnage
27 avril 2015
170 / 198
Mise en oeuvre pratique dun calage
Echantillonnage
27 avril 2015
171 / 198
Comment choisir les variables de calage ?
Les variables auxiliaires les plus explicatives doivent tre utilises pour
le calage (slection avec une PROC GLM, par exemple).
Les variables utilises pour concevoir le plan de sondage doivent tre
utilises pour le calage (ex : variables de stratification).
Si le calage est utilis pour compenser de la non-rponse, les variables
explicatives de la probabilit de rponse devraient tre incluses dans le
calage.
Echantillonnage
27 avril 2015
172 / 198
Est-ce que toute linformation auxiliaire doit tre utilise

dans le calage ?
En principe, plus on utilise de variables de calage, plus les rsidus sont faibles
et donc plus la variance de lestimateur cal diminue. En pratique :
le nombre de variables de calage doit rester faible devant la taille de
lchantillon,
les variables les plus explicatives sont gnralement suffisantes pour
obtenir une forte diminution de la variance.
Echantillonnage
27 avril 2015
173 / 198
Peut-on utiliser plusieurs niveaux dinformation auxiliaire ?
Cest possible avec la macro CALMAR 2, qui permet dutiliser jusqu trois
niveaux dinformation auxiliaire. Par exemple, pour une enqute auprs des
mnages :
information auxiliaire sur les units primaires (ex : les communes),
information auxiliaire sur les mnages,
information auxiliaire sur les individus.
Echantillonnage
27 avril 2015
174 / 198
La macro SAS CALMAR2
Echantillonnage
27 avril 2015
175 / 198
Paramtres pour les tables SAS en entre
DATAMEN = nom de la table contenant les donnes de lchantillon

Observations : units chantillonnes,
Variables : variables de calage, variable identifiante, poids initial.
MARMEN = nom de la table contenant linformation auxiliaire
Observations : variables de calage,
Variables : nom de variable, nombre de modalits, marges associes.
Echantillonnage
27 avril 2015
176 / 198

POIDS = variable
Variable numrique donnant les poids initiaux des individus de lchantillon.
PONDQK = variable
Variable numrique de pondration pour les individus de lchantillon, diffrente de POIDS (utilise si le modle (14) est suppos htroscdastique).
IDENT = variable
Variable identifiante pour les units chantillonnes.
Echantillonnage
27 avril 2015
177 / 198
PCT = OUI or NON

Si PCT=OUI, les marges pour les variables catgorielles de la table DATAMAR sont donnes en pourcentage.
EFFTOT = valeur
Nombre total dunits dans la population ( renseigner si PCT=OUI).
Echantillonnage
27 avril 2015
178 / 198
Paramtres pour la mthode de calage

M = 1,2,3 or 4
Fonction de distance :
1
Mthode linaire
Mthode Raking Ratio
Mthode Logit
mthode linaire tronque
LO = valeur
Borne Infrieure pour les rapports de poids ( spcifier si M=3 ou 4).
Echantillonnage
27 avril 2015
179 / 198
Paramtres pour la mthode de calage
UP = valeur
Borne Suprieure pour les rapports de poids ( spcifier si M=3 ou 4).
SEUIL = valeur
Seuil dterminant larrt de lalgorithme de Newton (optionnel).
MAXITER = valeur entire
Nombre maximum ditrations de lalgorithme de Newton (optionnel).
Echantillonnage
27 avril 2015
180 / 198
Paramtres pour les tables SAS en sortie
DATAPOI = nom de la table SAS contenant les poids finaux

observations : units chantillonnes non supprimes,
variables : variable identifiante, poids final.
MISAJOUR = OUI ou NON
Spcifie le traitement de variables en sortie :
Si MISAJOUR=OUI, la variable donnant les poids cals est ajoute
la table DATAPOI,
Si MISAJOUR=NON, une nouvelle table SAS est cre. Lancienne
table SAS est dtruite.
Echantillonnage
27 avril 2015
181 / 198
Paramtres pour les tables SAS en sortie
POIDSFIN = variable
Nom de la variable donnant les poids cals.
LABELPOI = label
Label associ la variable donnant les poids cals.
OBSELI = OUI ou NON
Si OBSELI=OUI, cre une table SAS OBSELI avec, pour chaque unit
supprime de lchantillon dorigine, la variable identifiante, les variables de
calage et les poids initiaux.
Echantillonnage
27 avril 2015
182 / 198
Un petit exemple
Echantillonnage
27 avril 2015
183 / 198
Echantillonnage
27 avril 2015
184 / 198
Echantillonnage
27 avril 2015
185 / 198
Echantillonnage
27 avril 2015
186 / 198
Echantillonnage
27 avril 2015
187 / 198
Echantillonnage
27 avril 2015
188 / 198
Echantillonnage
27 avril 2015
189 / 198
Echantillonnage
27 avril 2015
190 / 198
Echantillonnage
27 avril 2015
191 / 198
Echantillonnage
27 avril 2015
192 / 198
Echantillonnage
27 avril 2015
193 / 198
Echantillonnage
27 avril 2015
194 / 198
Echantillonnage
27 avril 2015
195 / 198
Echantillonnage
27 avril 2015
196 / 198
Bibliographie
Ardilly, P. (2005). Panorama des principales mthodes destimation sur petits domaines. Actes des Journes de Mthodologie Statistique, Insee.
Ardilly, P. (2006), Les Techniques de Sondage, Technip, Paris.
Ardilly, P., et Till, Y. (2003), Exercices corrigs de mthodes de sondage Sondage,
Technip, Paris.
Cochran, W.G (1977), Sampling Techniques, Wiley, New-York.
De Peretti, P. et al (2006). Lenqute sans-domicile 2001. Insee Mthodes, 116,
Paris.
Deville, J-C. (1991). Une thorie des enqutes par quotas. Techniques dEnqute,
17, 177-195.
Hajek, J. (1964). Asymptotic theory of rejective sampling with varying probabilities
from a finite population. Annals of Mathematical Statistics, 35, 1491-1523.
Echantillonnage
27 avril 2015
197 / 198
Bibliographie
Loonis, V. (2009). La construction du nouvel chantillon de lEnqute Emploi en

Continu partir des fichiers de la Taxe dHabitation. Actes des Journes de Mthodologie Statistique, Paris.
Rao, J.N.K (2003). Small Area Estimation. New-York, Wiley.
Srndal, C.-E., and Swensson, B., and Wretman, J.H. (1992), Model Assisted Survey
Sampling, Springer-Verlag, New-York.
Sautory, O., et Le Guennec, J. (2003). La macro CALMAR2 : Redressement dun
chantillon par calage sur marges, Insee.
Schreuder, H.T., and Gregoire, T.G., and Wood, G.B. (1993). Sampling Methods
for Multiresource Forest Inventry, Wiley, New-York.
Till, Y. (2006). Sampling algorithms, Springer, New-York.
Echantillonnage
27 avril 2015
198 / 198

Langue

Bienvenue sur Scribd !

Méthodes de Sondage - Echantillonnage Et Redressement

Transféré par

Informations du document

Description :

Date du transfert

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

Méthodes de Sondage - Echantillonnage Et Redressement

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Titres liés

Mthodes de sondage

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Guillaume Chauvet (ENSAI)

Prsenter les mthodes dinfrence dans le cas dune population finie

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Echantillonnage en population finie

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Echantillonnage en population finie

Essentiellement pour des considrations pratiques, la variable dintrt nest

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

On sintresse un paramtre dintrt de la forme

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

On peut sintresser au total

dune variable quantitative sur la population, ou encore sa valeur moyenne

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Un cas particulier important est celui de lestimation sur une sous-population

avec Nd la taille du domaine.

Echantillonnage en population finie

Savoir estimer un total permet de traiter le cas de trs nombreux paramtres

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

On note S lchantillon alatoire, et on distinguera

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

p({3, 4}) = 0.3

La variable alatoire S prend ses valeurs dans

Echantillonnage en population finie

Comparaison avec une variable alatoire relle

Lesprance de X correspond la valeur moyenne de ses valeurs possibles,

Echantillonnage en population finie

Lesprance dun estimateur (S)

Le biais dun estimateur (S)

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Vp (S) = Ep (S) Ep [(S)]

et lErreur Quadratique Moyenne (EQM)

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Pour illustrer la notion de biais et de variance, on considre lexemple dune

Guillaume Chauvet (ENSAI)

Echantillonnage en population finie

Probabilits dinclusion dordre 1

La somme des probabilits dinclusion donne la taille moyenne de lchantillon

En pratique, les probabilits dinclusion k sont fixes avant le tirage laide

Guillaume Chauvet (ENSAI)