[Statlist] séminaire sondages 18.04.2024

[MATEI Alina Gabriela]

L'Institut de statistique, Université de Neuchâtel et le groupe « Enquêtes » de la SFdS (Société Française de Statistique) organisent le jeudi 18 avril 2024 à 14h00 (CET) le séminaire en ligne :
"Apprentissage statistique pour l'échantillonnage en population finie" par Mehdi Dagdoug (Université McGill, Montréal, Canada).

L'événement est gratuit et ouvert à tous et toutes. Vous pouvez rejoindre le séminaire en utilisant le lien suivant :
https://unine.webex.com/unine/j.php?MTID=mf2ff447c82b516b4d8c4a0b161071fd0

ou en utilisant directement les identifiants suivants sur Webex : 
Numéro Webex 2742 469 1047 - Mot de passe S3Bx735t6xJ (73297358)


Jeudi, 18.04.2024 à 14h00

Invité : Mehdi Dagdoug, Université McGill, Montréal, Canada

Titre : Apprentissage statistique pour l'échantillonnage en population finie

Résumé : Les modèles prédictifs sont fréquemment incorporés dans les stratégies d'échantillonnage. Quelques exemples d'utilisations incluent les estimateurs basés sur un modèle, les estimateurs assistés par un modèle, ainsi que le traitement de la non-réponse avec notamment l'imputation et la repondération. Aussi, les dernières décennies ont été marquées par une attention croissante de la communauté statistique envers l'apprentissage statistique. Ce domaine a par conséquent connu un essor très important, tant du point de vue théorique que computationnel. L'apprentissage statistique fournit ainsi de nouveaux outils particulièrement flexibles aux statisticiens d'enquête. Toutefois, cela pose également de nouveaux défis tels que la sélection de modèles et l'estimation de la variance.

Dans ce séminaire, nous présenterons une revue de la littérature concernant l'utilisation des méthodes prédictives en sondage. Leurs propriétés habituelles seront détaillées. Nous discuterons de leurs avantages, ainsi que de leurs limitations. Certaines pistes permettant de contourner ces limitations seront présentées.

Biographie : Mehdi Dagdoug est professeur adjoint à McGill University. Ses sujets de recherche sont à l'intersection entre la théorie des sondages et l'apprentissage statistique, avec notamment un intérêt pour les questions de statistique en grande dimension.