analyse-R/definir-un-plan-d-echantillonnage-complexe

[utterances-bot]

Définir un plan d’échantillonnage complexe

http://larmarange.github.io/analyse-R/definir-un-plan-d-echantillonnage-complexe.html

[AnotherDataGuy]

Bonjour,

Tout d'abord merci pour tous vos tutoriels. Je suis cette page depuis déjà deux ans (depuis que je connais R) et vos travaux constituent une source première lors de mes analyses.

Je me suis lancé dans l'analyse du "Barometre d’opinion de la drees sur la sante, la protection sociale, la precarite, la famille et la solidarite" (disponible ici : http://www.data.drees.sante.gouv.fr/ReportFolders/reportFolders.aspx) .

L'information fournie pour le plan d'échantillonage est celle-ci : "L’échantillon a été construit selon la méthode des quotas en termes de sexe, âge, profession de la personne de référence, après stratification par catégorie d’agglomération et région."

En suivant vos explications (et bien d'autres) j'ai fait le plan suivant mais je suis très hésitant :

BMT.JUST_2018_design <- svydesign(data = BMT.JUST,
id = ~Agglo + Region,
weights = ~poids,
strata = ~ Agglo
)

Ce qui me pose le plus souci c'est où inclure les éléments, dans quel paramètre. Ça et le fait que les explications me semblent floues quant aux quotas. De fait je ne sais pas comment les prendre en compte. Pourriez-vous m'éclairer ? Le plan que j'ai élaboré avec la fonction vous semble-t-il cohérent ?

Une V1 de l'analyse dans laquelle je n'ai pas pris en compte le plan d'échantillonage est disponible ici : https://anotherdataguy.github.io/JusticeIneg_FR/RapportJustIneg .

Je vous remercie en avance,

[larmarange]

Bonjour,

je ne suis pas un grand spécialistes des quotas, mais ce type d'enquêtes (où l'on fixe la distribution marginale à l'avance) ne peut pas, au sens strict, être interprétée comme une enquête aléatoire. Dans la pratique, une enquête par quotas sera analysée comme une enquête aléatoire simple.

L'extension survey ne prends pas en compte les quotas. On analysera donc la partie par quotas comme un échantillon simple.

Par contre, votre enquête est également stratifiée et il faudrait spécifier les strates à survey. Par contre, il n'y a pas de grappe ou cluster.

Dès lors, le code à indiquer devrait être :

svydesign(
  data = BMT.JUST, 
  id = ~ 1,
  weights  = ~ poids,
  strata = ~ Agglo + Région
)

[AnotherDataGuy]

Bonjour,

Merci pour votre réponse très opportune ! Je ne sais pas si je suis trop bête mais j'ai eu du mal à comprendre cette fonction. Il y a quelques semaines j'ai trouvé un document plutôt intéressant qui m'a aidé, comme votre article : http://faculty.nps.edu/rdfricke/OA4109/Lab%207%20--%20Intro%20to%20R%20Survey%20Package.pdf

[elisemb1]

Bonjour,

Nous avons deux années différentes sur une même enquête. Nous avons utilisé la même méthode pour la création de pondérations séparées pour les deux années d'enquête. Cependant, techniquement, ils représentent deux échantillons différents.

Nous cherchons à prédire le changement sur une variable y d'une année d'enquête à une autre, à l'aide de régressions quantiles. Est-ce que nous pouvons nous permettre de combiner les deux jeux de données, puis d'appliquer svy.design sur l'ensemble des données combinées ? Ou, à l'inverse, devrions-nous appliquer deux svy.design différents pour chaque année avant de les combiner ensemble (si cela est possible) ?

Je vous remercie beaucoup d'avance,

[larmarange]

Pour pouvoir utiliser survey, il va falloir combiner les deux enquêtes et déclarer un seul design.

Après, j'avoue ne pas avoir de réponse ultime sur la manière de combiner les poids. Eventuellement un statisticien spécialiste des sondages pourrait être mieux placer que moi pour y répondre.

Je dirai qu'a minima, en plus de déclarer les poids des deux enquêtes, je déclarerai un cluster (paramètre ids) sur l'année de l'enquête, pour déclarer qu'il s'agit de deux clusters différents.

[elisemb1]

Merci beaucoup pour votre réponse et votre aide !