{"title":"利用2011年家庭和住房调查和人口普查数据进行的市政估计:一项高风险操作","authors":"Pascal Ardilly","doi":"10.3406/ESTAT.2016.10681","DOIUrl":null,"url":null,"abstract":"A l’ete 2013, l’Insee a diffuse a plus de 1 400 communes des estimations d’effectifs pour diverses sous‑populations vivant sur leurs territoires : personnes ayant souscrit un pacs, personnes en couple non cohabitant, grands‑parents, personnes âgees vivant seules et ayant des enfants residant a proximite, etc. ; Ces estimations communales se sont appuyees sur la collecte nationale de l’enquete Famille et logements, enquete de tres grande taille associee a l’enquete annuelle de recensement 2011. Afin de leur assurer une qualite suffisante, on a eu recours a une demarche par modelisation, de type «petits domaines » . La premiere etape s’appuie sur l’ensemble de l’echantillon de l’enquete. Elle consiste a modeliser les probabilites individuelles d’appartenir a la sous‑population d’interet. Les variables explicatives utilisees sont des variables binaires disponibles dans le recensement : sexe, groupe d’âge, statut matrimonial, etc. Elles delimitent donc des categories de population au sein desquelles ces probabilites d’appartenir a la sous‑population d’interet seront considerees homogenes et independantes de la commune de residence. Une fois evaluees ces probabilites, on obtient les estimations communales en les multipliant par les effectifs communaux des categories associees (fournis par le recensement). Enfin, on procede a un calage sur l’effectif national de la sous‑population d’interet issu de l’enquete. ; Parce qu’elle fonde les estimations sur des echantillons de grande taille, cette procedure reduit beaucoup la variance d’echantillonnage par rapport a une estimation qui utiliserait seulement les informations de l’enquete au niveau communal. En contrepartie, le recours a un modele genere un biais car on assimile un comportement communal a un comportement supra communal. L’erreur qui en resulte peut etre appreciee a un niveau agrege et on constate, sur les variables diffusees, qu’elle reste le plus souvent tres acceptable.","PeriodicalId":38830,"journal":{"name":"Economie et Statistique","volume":"31 1","pages":"227-258"},"PeriodicalIF":0.0000,"publicationDate":"2016-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Estimations communales exploitant les données de l’enquête Famille et logements 2011 et du recensement : une opération à hauts risques\",\"authors\":\"Pascal Ardilly\",\"doi\":\"10.3406/ESTAT.2016.10681\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A l’ete 2013, l’Insee a diffuse a plus de 1 400 communes des estimations d’effectifs pour diverses sous‑populations vivant sur leurs territoires : personnes ayant souscrit un pacs, personnes en couple non cohabitant, grands‑parents, personnes âgees vivant seules et ayant des enfants residant a proximite, etc. ; Ces estimations communales se sont appuyees sur la collecte nationale de l’enquete Famille et logements, enquete de tres grande taille associee a l’enquete annuelle de recensement 2011. Afin de leur assurer une qualite suffisante, on a eu recours a une demarche par modelisation, de type «petits domaines » . La premiere etape s’appuie sur l’ensemble de l’echantillon de l’enquete. Elle consiste a modeliser les probabilites individuelles d’appartenir a la sous‑population d’interet. Les variables explicatives utilisees sont des variables binaires disponibles dans le recensement : sexe, groupe d’âge, statut matrimonial, etc. Elles delimitent donc des categories de population au sein desquelles ces probabilites d’appartenir a la sous‑population d’interet seront considerees homogenes et independantes de la commune de residence. Une fois evaluees ces probabilites, on obtient les estimations communales en les multipliant par les effectifs communaux des categories associees (fournis par le recensement). Enfin, on procede a un calage sur l’effectif national de la sous‑population d’interet issu de l’enquete. ; Parce qu’elle fonde les estimations sur des echantillons de grande taille, cette procedure reduit beaucoup la variance d’echantillonnage par rapport a une estimation qui utiliserait seulement les informations de l’enquete au niveau communal. En contrepartie, le recours a un modele genere un biais car on assimile un comportement communal a un comportement supra communal. L’erreur qui en resulte peut etre appreciee a un niveau agrege et on constate, sur les variables diffusees, qu’elle reste le plus souvent tres acceptable.\",\"PeriodicalId\":38830,\"journal\":{\"name\":\"Economie et Statistique\",\"volume\":\"31 1\",\"pages\":\"227-258\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2016-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Economie et Statistique\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.3406/ESTAT.2016.10681\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q3\",\"JCRName\":\"Social Sciences\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Economie et Statistique","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3406/ESTAT.2016.10681","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"Social Sciences","Score":null,"Total":0}
Estimations communales exploitant les données de l’enquête Famille et logements 2011 et du recensement : une opération à hauts risques
A l’ete 2013, l’Insee a diffuse a plus de 1 400 communes des estimations d’effectifs pour diverses sous‑populations vivant sur leurs territoires : personnes ayant souscrit un pacs, personnes en couple non cohabitant, grands‑parents, personnes âgees vivant seules et ayant des enfants residant a proximite, etc. ; Ces estimations communales se sont appuyees sur la collecte nationale de l’enquete Famille et logements, enquete de tres grande taille associee a l’enquete annuelle de recensement 2011. Afin de leur assurer une qualite suffisante, on a eu recours a une demarche par modelisation, de type «petits domaines » . La premiere etape s’appuie sur l’ensemble de l’echantillon de l’enquete. Elle consiste a modeliser les probabilites individuelles d’appartenir a la sous‑population d’interet. Les variables explicatives utilisees sont des variables binaires disponibles dans le recensement : sexe, groupe d’âge, statut matrimonial, etc. Elles delimitent donc des categories de population au sein desquelles ces probabilites d’appartenir a la sous‑population d’interet seront considerees homogenes et independantes de la commune de residence. Une fois evaluees ces probabilites, on obtient les estimations communales en les multipliant par les effectifs communaux des categories associees (fournis par le recensement). Enfin, on procede a un calage sur l’effectif national de la sous‑population d’interet issu de l’enquete. ; Parce qu’elle fonde les estimations sur des echantillons de grande taille, cette procedure reduit beaucoup la variance d’echantillonnage par rapport a une estimation qui utiliserait seulement les informations de l’enquete au niveau communal. En contrepartie, le recours a un modele genere un biais car on assimile un comportement communal a un comportement supra communal. L’erreur qui en resulte peut etre appreciee a un niveau agrege et on constate, sur les variables diffusees, qu’elle reste le plus souvent tres acceptable.