Travailler avec des données désagrégées pour de meilleurs résultats politiques (Code du cours 19220012)

Objectif global du cours :

Apprendre ce qu'est la désagrégation des données et comment la désagrégation des données peut être utilisée à différentes étapes du cycle d'élaboration des politiques.

Public cible :

Analystes des politiques juniors ou ceux ayant moins d'expérience avec les données.

Format :

Formation virtuelle dirigée par un instructeur sur 3 jours consécutifs (de 10h à 15h chaque jour), avec une pause d'une heure au dîner.

Structure du cours :

Six modules

Module 1 : Introduction

  • Apprenez ce qu'est la désagrégation des données et pourquoi elle est importante.

Module 2 : Identifier les groupes cibles en utilisant les principales conclusions des données désagrégées

  • Apprenez à trouver des rapports et des tableaux de données sur le site Web de Statistique Canada liés au sujet étudié ;
  • Apprenez à utiliser les données désagrégées pour identifier les groupes de population les plus pertinents pour informer une initiative politique donnée.

Module 3 : Normes et qualité des données désagrégées

  • Apprenez l'importance et la disponibilité des normes de données ;
  • Apprenez les indicateurs de qualité des données et les intervalles de confiance et comment ils peuvent vous aider à tirer des conclusions sur les différences entre les groupes.

Module 4 : Suppression des données et opportunités de développement des données

  • Apprenez la suppression des données en raison de la confidentialité et/ou de la qualité des données ;
  • Apprenez les options pour contourner la suppression des données ;
  • Prenez conscience des opportunités de développement des données.

Module 4 : Suppression des données et opportunités de développement des données

  • Apprenez les composantes des histoires de données ;
  • Apprenez les principes d'une bonne histoire de données désagrégées.

Module 4 : Suppression des données et opportunités de développement des données

Activités du cours :

  • Études de cas et scénarios basés sur des exemples de politiques canadiennes ;
  • Exercices de démonstration et d'application ;
  • Sondages de groupe et discussions en petits groupes ;
  • Activités individuelles et en petits groupes.

Prix

500$ par participant

Personnes-ressources

Pour obtenir des renseignements généraux au sujet de ce cours y compris comment s'y inscrire, communiquez avec la Direction des études analytiques et de la modélisation: statcan.asbtraining-deaformation.statcan@statcan.gc.ca

Survol de SCANVIR (Code du cours 0420)

But

Faire découvrir aux participants le Système CANadien de Vérification et d'Imputation du Recensement, ou leur permettre d'approfondir leurs connaissances sur le sujet. Les participants recevront des exercices à réaliser en dehors des heures de cours.

Avantages pour les participants

À la fin de ce cours, les participants seront en mesure de construire leurs propres modules déterministes et/ou donneur afin de mettre en place une stratégie de V&I dans SCANVIR.  Ils auront une meilleure connaissance des différents paramètres qui peuvent être utilisés et comment SCANVIR fonctionne.

Population cible

Ce cours s'adresse aux employés qui s'intéressent ou travaillent à la vérification et imputation d'une enquête, en utilisant un outil commun flexible pouvant traiter un grand volume d'enregistrements, tout type de variable, et qui permet d'appliquer des règles au sein d'un enregistrement ou entre enregistrements (par exemple, les membres d'une même famille).

Sommaire du cours

  • Session1 : Introduction
  • Session2 : Imputation déterministe
  • Session3 : Imputation par donneur
  • Session4 : Comment SCANVIR traite les sous-unités
  • Session5 : Comprendre les fichiers et rapports de sortie de SCANVIR
  • Session6 : Options plus avancées
  • Session7 : Session de pratique et exercices additionnels

Modalité pédagogique : Cours en classe virtuelle

Durée : 4 demi-journées (pour un total de 15 heures).

Contact :

Pour toute question ou pour vous inscrire, communiquez avec nous à

statcan.msmdsstatstraining-msmsdformationstats.statcan@statcan.gc.ca

Théorie et application de la réconciliation (Code du cours 0437)

But

Familiariser les participants aux méthodes de réconciliation et au logiciel utilisé. La réconciliation est utilisée pour rétablir la cohérence d'un ensemble de séries chronologiques, en particulier, les règles d'additivité. Les contraintes temporelles peuvent être préservées si nécessaire.

Avantages pour les participants

À la fin de ce cours, les participants comprendront certaines des méthodes de réconciliation utilisées à Statistique Canada. Ils auront acquis les connaissances techniques pour résoudre des problèmes de réconciliation en SAS et en R, ainsi que pour analyser les résultats. Le cours comprend des volets techniques et théoriques.

Population cible

Ce cours s'adresse aux employés qui s'intéressent ou qui participent à la production et à l'analyse de séries réconciliées ou au processus de réconciliation en soi.

Sommaire du cours

Le cours couvre:

  • Réconciliation de règles à une ou deux dimensions, avec ou sans préservation des contraintes temporelles;
  • Coefficients d'altérabilité;
  • Réconciliation avec le prorata et méthode de réconciliation proportionnelle itérative;
  • Les méthodes de réconciliation disponibles en SAS et en R;
  • Ensemble de séries chronologiques régit par de multiples règles de réconciliation;
  • Préservation du mouvement.

La connaissance de SAS ou de R est un atout, mais n'est pas obligatoire.

Autres cours reliés

Il s'agit d'un cours spécialisé exigeant des connaissances de base en statistique. Le cours STC0436 Théorie et application de l'étalonnage est aussi disponible.

Modalité pédagogique : Cours en classe virtuelle

Durée : 2 demi-journées

Contact :

Pour toute question ou pour vous inscrire, communiquez avec nous à

statcan.timeseriessupportsoutienenserieschronologiques.statcan@statcan.gc.ca

Séances d'information

La série de séances d'information couvre divers sujets, y compris les graphiques, les tableaux et les concepts statistiques et méthodologiques, et convient aux débutants. Les séances durent habituellement entre 60 et 90 minutes et peuvent comprendre des composantes interactives pendant la session. Elles se terminent toutes par une période de questions et réponses où les participants sont invités à poser des questions précises. Une version électronique de la présentation est offerte aux participants. Cette importante occasion d'apprentissage permet d'aider les entreprises, les gouvernements et les particuliers à utiliser les données de façon plus efficace.

Séances d'information à venir

Aucun événement n’est prévu au cours des prochains mois.

Séances d'information passés

Formation sur la littératie des données

Data literacy banner

En tant qu'organisme national de statistique du Canada, Statistique Canada s'est engagé à transmettre ses connaissances et son expertise afin d'aider tous les Canadiens et toutes les Canadiennes à développer leurs compétences en matière de littératie des données. Le but de la formation est de fournir aux apprenants et apprenantes de l'information sur les concepts et les compétences de base à l'égard d'un éventail de sujets liés à la littératie des données.

La formation s'adresse aux personnes qui commencent à travailler avec les données et aux personnes qui ont une certaine expérience de travail avec les données, mais qui souhaitent mettre leurs connaissances à jour ou les approfondir. Nous vous invitons à consulter notre catalogue d'apprentissage pour en savoir plus sur nos offres, y compris une grande collection de courtes vidéos. Assurez-vous de revenir ponctuellement puisque nous allons continuer à diffuser de nouvelles formations.

Qu'est-ce que la littératie des données?

La littératie des données est la capacité de tirer des renseignements utiles des données. Elle met l'accent sur les compétences nécessaires pour travailler avec les données, y compris les connaissances et les compétences requises pour les lire, les analyser, les interpréter, les visualiser et les communiquer ainsi que pour comprendre comment elles sont utilisées dans la prise de décisions.

La littératie des données signifie également avoir les connaissances et les compétences nécessaires pour bien assurer l'intendance des données, ce qui comprend la capacité d'évaluer la qualité des données, de les protéger et de les sécuriser, et d'en assurer l'utilisation responsable et éthique.

Compétences en littératie des données

Les compétences en matière de littératie des données sont les compétences et les connaissances dont vous avez besoin pour travailler efficacement avec les données.

Cheminement des données

Le cheminement des données représente les étapes clés du processus appliqué aux données, allant de la recherche et de l'exploration des données jusqu'à la présentation de l'histoire des données.

Catalogue d'apprentissage

Jetez un coup d'œil à la formation sur la littératie des données disponible de Statistique Canada.

Parcours d'apprentissage

Utilisez ce guide pour vous aider à naviguer dans votre parcours de la littératie des données.

Compétences en matière de littératie des données

Les compétences en matière de littératie des données sont les compétences et les connaissances dont vous avez besoin pour travailler efficacement avec les données.

Analyse des données
Connaissance et compétences requises pour poser une série de questions et y répondre en analysant les données, notamment en élaborant un plan d'analyse, en sélectionnant et en utilisant des techniques et des outils statistiques appropriés, et en interprétant, en évaluant et en comparant les résultats avec d'autres conclusions.
Collecte de données
La connaissance et les compétences requises pour rassembler des données sous des formes simples et plus complexes pour répondre aux besoins de la personne responsable de la collecte. Ce processus peut comprendre la planification, l'élaboration et la réalisation d'enquêtes ou la collecte de données provenant d'autres sources, comme les données administratives, les données satellites ou les données de médias sociaux.
Création et utilisation des métadonnées
La connaissance et les compétences requises pour extraire et créer de la documentation utile pour permettre d'utiliser et d'interpréter correctement les données. Ce processus comprend la documentation des métadonnées, c'est-à-dire les définitions et descriptions sous-jacentes des données.
Découverte de données
La connaissance et les compétences requises pour chercher, identifier et localiser les données ainsi que pour y accéder à partir d'un grand éventail de sources liées aux besoins d'une organisation.
Éthique des données
La connaissance qui permet à une personne d'acquérir, d'utiliser, d'interpréter et de partager des données de manière éthique, y compris la prise en considération des questions juridiques et éthiques (p. ex. biais, protection des renseignements personnels).
Évaluation de la qualité des données
La connaissance et les compétences requises pour faire une évaluation critique des sources de données pour vérifier qu'elles répondent aux besoins d'une organisation. Il s'agit notamment de cibler les erreurs ou les problèmes et de prendre des mesures pour les corriger. Pour ce faire, il faut également posséder une connaissance des politiques, procédures et normes organisationnelles visant à garantir la qualité des données.
Évaluation des décisions en fonction des données
La connaissance et les compétences requises pour évaluer une série de sources de données et de faits probants afin de prendre des décisions et des mesures. Ce processus peut comprendre le suivi et l'évaluation de l'efficacité des politiques et des programmes.
Exploration des données
La connaissance et les compétences requises pour connaître le contenu des données au moyen d'une série d'outils et de méthodes. Les méthodes comprennent les statistiques sommaires; les tableaux statistiques; la détection des valeurs aberrantes; et la visualisation afin d'explorer les tendances dans les données et les interactions entre elles.
Gestion et organisation des données
La connaissance et les compétences requises pour naviguer dans les systèmes internes et externes pour localiser, obtenir, organiser, protéger et stocker les données liées aux besoins d'une organisation.
Histoire des données
La connaissance et les compétences requises pour décrire les principaux points d'intérêt des données statistiques (c.-à-d. des données qui ont été analysées). Il s'agit notamment de définir le résultat souhaité de la présentation, de déterminer les besoins du public et son niveau de connaissance du sujet, d'établir le contexte et de sélectionner des visualisations efficaces.
Intendance des données
La connaissance et les compétences requises pour gérer efficacement les actifs en données, y compris la surveillance des données pour vérifier qu'elles sont adaptées à l'utilisation, qu'elles sont accessibles et qu'elles sont conformes aux politiques, directives et règlements.
Interprétation des données
La connaissance et les compétences requises pour lire et comprendre les tableaux, graphiques et diagrammes, et définir les points d'intérêt. L'interprétation des données comprend également la synthèse des données provenant de sources connexes.
Modélisation des données
La connaissance et les compétences requises pour appliquer des techniques et d'outils statistiques et analytiques avancés (p. ex. la régression, l'apprentissage automatique, l'exploration de données) pour étudier les données et créer des solutions de modélisation précises, valides et efficaces qui peuvent être utilisées pour trouver des relations entre les données et faire des prédictions sur ces dernières.
Nettoyage des données
La connaissance et les compétences requises pour vérifier si les données sont « propres » et résoudre les problèmes éventuels en utilisant les meilleures méthodes et les meilleurs outils pour s'assurer que les données sont adaptées à l'analyse.
Outils de données
La connaissance et les compétences requises pour utiliser des outils, des logiciels et des processus appropriés pour recueillir, organiser, analyser, visualiser et gérer les données.
Prise de décisions fondée sur des données probantes
La connaissance et les compétences requises pour utiliser les données dans le cadre de la prise de décisions et de l'élaboration des politiques. Il s'agit notamment de faire preuve d'esprit critique lorsqu'on traite des données, de formuler des questions professionnelles appropriées, de définir les ensembles de données appropriés, de décider des priorités en matière de mesure, de hiérarchiser les renseignements obtenus à partir des données, de convertir les données en renseignements exploitables, et d'évaluer les mérites et les incidences des solutions et décisions possibles.
Sensibilisation aux données
Les connaissances requises pour comprendre ce que sont les données et les différents types de données. Ces connaissances visent notamment à comprendre l'utilisation des concepts et des définitions des données.
Visualisation des données
La connaissance et les compétences requises pour créer des tableaux, des graphiques et des diagrammes utiles qui offrent une présentation visuelle des données, y compris l'évaluation de l'efficacité des représentations visuelles (p. ex. l'utilisation du graphique adéquat) en tenant compte de leur exactitude pour éviter une fausse représentation des données.

Cheminement des données

Étapes du cheminement des données

Étapes du cheminement des données
Description : Étapes du cheminement des données
  1. Définir, trouver, recueillir
  2. Explorer, nettoyer, décrire
  3. Analyser, modéliser
  4. Raconter l'histoire

Appuyé par une base d'intendance, métadonnées, normes et qualité

Le cheminement des données représente les étapes clés du processus appliqué aux données, allant de la recherche et de l'exploration des données jusqu'à la présentation de l'histoire des données.

Le cheminement des données représente les étapes clés du processus appliqué aux données. Le cheminement n'est pas nécessairement linéaire; il vise à représenter les différentes étapes et activités qui pourraient être entreprises en vue de produire de l'information significative à partir des données.

Étape 1 : Définir, trouver, recueillir

La première étape consiste à obtenir des données, qu'il s'agisse d'utiliser une base de données préétablie ou d'établir les variables nécessaires et de créer et mettre en œuvre une méthode de collecte. Des mesures de sécurité devraient être établies et mises en œuvre pour protéger l'intégrité des données une fois qu'elles ont été recueillies.

Les compétences suivantes s'appliquent à cette étape : la découverte, la collecte, la gestion et l'organisation des données.

Étape 2 : Explorer, nettoyer, décrire

Il faut explorer les données pour comprendre le format et les variables et les vérifier pour voir s'il y a des erreurs et des valeurs manquantes. Il peut être nécessaire de nettoyer les données avant de les utiliser à des fins d'analyse, ce qui comprend notamment la correction du formatage, le retrait ou la correction de données erronées, ou tout simplement le retrait d'espace supplémentaire. Il est important de documenter ce que vous avez trouvé et ce que vous avez fait pour nettoyer les données.

Les compétences suivantes s'appliquent à cette étape : le nettoyage et l'exploration des données.

Étape 3 : Analyser, modéliser

Le but de l'analyse et de la modélisation est d'utiliser des techniques statistiques pour transformer les données en information afin de fournir des observations utiles. L'analyse et la modélisation servent à décrire un phénomène, à tirer des conclusions au sujet d'une population ou à faire des prédictions au sujet d'événements futurs.

Les compétences suivantes s'appliquent à cette étape : l'analyse et la modélisation des données, et/ou l'évaluation de décisions en fonction des données.

Étape 4 : Raconter l'histoire

L'information statistique qui provient de l'analyse et de la modélisation est plus facile à assimiler si elle est présentée sous forme d'histoire. Il peut s'agir d'un document de recherche, d'une infographie, d'un article pour les médias ou d'une combinaison de ces méthodes et d'autres méthodes de présentation des données.

Les compétences suivantes s'appliquent à cette étape : l'interprétation et la visualisation des données, et/ou l'histoire des données.

Connaissance et compétences de base : intendance, métadonnées, normes et qualité

Pour suivre avec succès les étapes du cheminement des données, il est essentiel de bâtir votre travail sur une base solide d'intendance, de métadonnées, de normes et de qualité.

  • L'intendance englobe toutes les activités visant à régir et à protéger les données.
  • Les métadonnées devraient décrire l'ensemble du traitement et des manipulations dont les données ont fait l'objet.
  • Les méthodes, les pratiques et les classifications standards devraient être appliquées tout au long du processus.
  • La qualité devrait être gérée de façon proactive tout au long du processus et tous les produits livrables doivent être assortis d'indicateurs de qualité pertinents.

Catalogue d'apprentissage de la formation de la littératie des données

Le catalogue d'apprentissage en littératie des données, organisé selon les étapes du cheminement des données, peut être classé par titre, par compétence en matière des données, par niveau et par type.

Nous avons créé un parcours d'apprentissage que vous pouvez utiliser comme guide pour vous aider à naviguer dans votre parcours de la littératie des données.

Sauter aux options de filtrage du tableau

Catalogue d'apprentissage de la formation de la littératie des données
Titre Cheminement des données Compétence Niveau Type
Adéquation de la qualité des données à l'utilisation prévue
Ce cours s'adresse aux employés du gouvernement du Canada qui souhaitent en apprendre d'avantage sur l'évaluation de la qualité des données destinées à une utilisation particulière.
Base Évaluer la qualité des données Intermédiaire Cours
Analyse 101 : Comment interpréter un tableau de données
Dans cette vidéo, nous vous présenterons les notions de base à propos de ce qui suit : Pourquoi les tableaux de données sont-ils importants? Comment les tableaux de données sont-ils structurés? Comment interpréter les indicateurs de la qualité des données dans un tableau?
Analyser – Modéliser
  • Analyse des données
  • Interprétation des données
Débutant Vidéo
Analyse 101, partie 1 : Élaborer un plan d'analyse
Cette vidéo s'adresse aux apprenants qui veulent acquérir une compréhension de base de l'analyse.
Analyser – Modéliser Analyse des données Débutant Vidéo
Analyse 101, partie 2 : Mettre en œuvre le plan d'analyse
Maintenant que vous avez appris à planifier un projet d'analyse, nous discuterons des pratiques exemplaires pour la mise en œuvre de votre plan.
Analyser – Modéliser Analyse des données Débutant Vidéo
Analyse 101, partie 3 : Communiquer ses conclusions
Maintenant que vous avez appris à planifier un projet d'analyse et à analyser vos données, nous discuterons des pratiques exemplaires en ce qui concerne l'interprétation de vos résultats et la communication de vos conclusions.
Analyser – Modéliser Analyse des données Débutant Vidéo
Analyse 101, partie 4 : étude de cas
Dans cette vidéo, nous allons revoir les étapes du processus analytique et vous aurez une meilleure compréhension de la façon dont les analystes font chaque étape du processus analytique par un exemple que nous allons vous montrer.
Analyser – Modéliser Analyse des données Débutant Vidéo
Apprentissage automatique : une introduction
Bienvenue à l'apprentissage automatique : une introduction. Nous expliquerons ici les concepts de base de l'apprentissage automatique, et nous inclurons un Cadre pour l'utilisation des processus d'apprentissage automatique de façon responsable.
Analyser – Modéliser
  • Collecte des données
  • Exploration des données
  • Interprétation des données
  • Modélisation des données
  • Prise de décision basée sur des preuves
Intermédiaire Vidéo
Cadre pour l'utilisation des processus d'apprentissage automatique de façon responsable à Statistique Canada
Le présent document est un guide pour les utilisateurs qui désirent élaborer et mettre en œuvre des projets d'apprentissage automatique. Il fournit une orientation et des conseils pratiques sur la façon responsable d'élaborer ces processus automatisés.
Analyser – Modéliser
  • Collecte des données
  • Exploration des données
  • Interprétation des données
Intermédiaire Publication
Centre de formation du recensement
Ces vidéos sont une source de référence pour les utilisateurs qui découvrent les concepts du recensement ou ceux qui ont une certaine expérience de ces concepts, mais qui peuvent avoir besoin d'une remise à niveau ou qui souhaitent approfondir leurs connaissances.
Base
  • Analyse des données
  • Exploration des données
  • Interprétation des données
  • Outils de données
Débutant Vidéo
Cheminement des données : éléments d'une navigation réussi
Dans cette vidéo, vous apprendrez les étapes et les activités liées au cheminement des données, ainsi que les bases sur lesquelles il repose.
Base
  • Découverte des données
  • Gestion et organisation des données
Débutant Vidéo
Enquêtes de A à Z
Atelier sur les étapes du processus d'enquête, y compris la rédaction d'un questionnaire, un plan d'échantillonnage et l'interprétation des résultats d'une enquête.
Définir – Trouver – Recueillir Collecte des données Débutant Atelier
Exactitude et validation des données : méthodes pour assurer la qualité des données
Dans cette vidéo, nous présenterons des méthodes pour mettre en lumière le concept d'exactitude, sur le plan de la validité et de la précision.
Explorer – Nettoyer – Décrire
  • Découverte des données
  • Évaluation de la qualité des données
  • Nettoyage des données
Débutant Vidéo
Initiation à la statistique élémentaire
Atelier sur l'utilisation de mesures statistiques telles que les pourcentages, les moyennes, les fréquences et les erreurs-types.
Analyser – Modéliser Interprétation des données Débutant Atelier
Intendance des données : introduction
La collecte de données consiste d'abord à déterminer les données dont vous avez besoin, puis à savoir où les trouver, comment les obtenir et comment assurer leur sécurité. Cette vidéo vous présente les éléments dont vous devriez tenir compte au moment de recueillir des données.
Base Collecte des données Débutant Vidéo
Intendance des données : Introduction aux normes en matière de données et aux métadonnées
Que vous recueilliez de nouvelles données ou que vous utilisiez des données existantes, appliquer des normes en matière de données vous facilitera la vie. Et documenter vos données sous forme de métadonnées permettra à d'autres de les trouver, de les comprendre et de les utiliser.
Base
  • Analyse des données
  • Création et utilisation de métadonnées
  • Gestion et organisation des données
  • Intendance des données
  • Interprétation des données
Débutant Vidéo
Les statistiques : le pouvoir des données!
Cette ressource fut créée pour aider les élèves et enseignants à soutirer le maximum des statistiques.
Base
  • Analyse des données
  • Sensibilisation aux données
Débutant Publication
L'éthique des données (partie 2) : les examens éthiques
Que sont les examens éthiques? Comment les examens éthiques aident-ils Statistique Canada à appliquer les principes de l'éthique des données tout au long du cheminement des données? En vous présentant un exemple de cas d'utilisation possible, cette vidéo vous montre comment Statistique Canada utilise les examens éthiques pour appliquer les principes de l'éthique des données tout au long du cheminement des données.
Base
  • Évaluation de la qualité des données
  • Intendance des données
  • Sécurité des données et gouvernance
Débutant Vidéo
L'éthique des données : une introduction
Une introduction à l'éthique des données, pourquoi elle est importante, et les 6 principes directeurs de l'éthique des données mis en œuvre par Statistique Canada.
Base
  • Intendance des données
  • Sécurité des données et gouvernance
Débutant Vidéo
Libérer la puissance du couplage de données
Cette vidéo est destinée aux professionnels, aux décideurs politiques et aux chercheurs qui s'intéressent à la manière dont le couplage de données peut être utilisé pour obtenir des informations plus approfondies sur diverses questions. Elle montre comment la combinaison de données provenant de différentes sources peut aider à combler les lacunes en matière d'information, conduisant à des politiques mieux informées et à de meilleurs résultats.
Explorer – Nettoyer – Décrire
  • Collecte des données
  • Exploration des données
Débutant Vidéo
L'importance des données désagrégées : introduction (partie 1)
Cette courte vidéo explique comment il est efficace d'utiliser des données désagrégées pour tous les ordres de gouvernement et toutes les organisations au service des collectivités pour prendre des décisions de politique publique fondées sur les données probantes. En utilisant des données désagrégées, les décideurs sont en mesure de concevoir des politiques plus appropriées et plus efficaces qui répondent aux besoins de chaque Canadien diversifié et unique.
Fondation
  • Création et utilisation de métadonnées
Débutant Vidéo
L'importance des données désagrégées : introduction (partie 2)
Cette courte vidéo explique comment l'utilisation de données désagrégées peut aider les décideurs à élaborer des politiques plus précises et plus efficaces, puisqu'ils seront en mesure de cerner les besoins et les défis uniques des différents groupes démographiques.
Fondation
  • Création et utilisation de métadonnées
Débutant Vidéo
Principes des données FAIR : qu'entend-on par FAIR?
Ce que signifie être FAIR en ce qui concerne les données et les métadonnées, et comment chaque pilier de FAIR sert à guider les utilisateurs et les producteurs dans le cheminement des données.
Base
  • Création et utilisation de métadonnées
  • Intendance des données
Débutant Vidéo
Qualité des données en six dimensions
Une introduction aux fondements de la qualité des données, qui peuvent se résumer en six dimensions, ou six façons différentes de penser à la qualité. Apprendre également comment chaque dimension peut être utilisée pour évaluer la qualité des données.
Base Évaluation de la qualité des données Débutant Vidéo
Que racontent les statistiques?
Atelier sur l'utilisation des statistiques pour présenter vos idées et à mettre les chiffres dans un contexte que votre public pourra comprendre.
Raconter l'histoire Interprétation des données Débutant Atelier
Que sont les données? Introduction à la terminologie et aux concepts relatifs aux données
Cette vidéo présentera certains concepts et termes de base relatifs aux données.
Base Sensibilisation aux données Débutant Vidéo
Raconter l'histoire des données : comment créer des histoires qui comptent
Cette vidéo vise à aider les apprenants à comprendre comment utiliser les données pour raconter des histoires intéressantes et instructives.
Raconter l'histoire
  • Interprétation des données
  • Visualisation des données
  • Raconter une histoire
Débutant Vidéo
Recueillir des données : éléments à prendre en considération avant de recueillir des données
La collecte de données consiste d'abord à déterminer les données dont vous avez besoin, puis à savoir où les trouver, comment les obtenir et comment assurer leur sécurité. Cette vidéo vous présente les éléments dont vous devriez tenir compte au moment de recueillir des données.
Définir – Trouver – Recueillir Collecte des données Débutant Vidéo
Sens caché des données d'enquête
Atelier sur les résultats d'enquête probabiliste, y compris l'incidence a le processus d'enquête sur les résultats, comment examiner les données, quand se servir de poids de sondage et présenter les faits.
Raconter l'histoire Interprétation des données Intermédiaire Atelier
Statistique 101 : corrélation et causalité
La présente vidéo s'adresse aux personnes qui souhaitent acquérir une compréhension de base de la corrélation et de la causalité.
Analyser – Modéliser
  • Analyse des données
  • Interprétation des données
  • Prise de decision basée sur les données
  • Visualisation des données
Débutant Vidéo
Statistique 101 : explorer les mesures de la dispersion
À la fin de cette vidéo, vous devriez avoir une compréhension de base des mesures de dispersion comme l'étendue, l'intervalle interquartile et l'écart-type.
Explorer – Nettoyer – Décrire
  • Exploration des données
  • Interprétation des données
Débutant Vidéo
Statistique 101 : explorer les mesures de la tendance centrale
Cette vidéo s'adresse aux apprenants qui veulent acquérir une connaissance de base du concept de tendance centrale et de ce qu'il signifie, ainsi que de certaines méthodes clés qui s'y rapportent et qui sont utilisées pour explorer les données.
Explorer – Nettoyer – Décrire
  • Exploration des données
  • Interprétation des données
Débutant Vidéo
Statistique 101 : intervalles de confiance
Ce que sont les intervalles de confiance, pourquoi nous les utilisons et quels facteurs ont un impact sur eux.
Base
  • Analyse des données
  • Interprétation des données
Débutant Vidéo
Statistique 101 : proportions, ratios et taux
Dans cette vidéo, nous vous expliquons les concepts des proportions, des ratios et des taux, ainsi que leurs différences.
Analyser – Modéliser
  • Exploration des données
  • Interprétation des données
Débutant Vidéo
Statistiques 101 : biais statistique
Dans cette vidéo, nous expliquerons le concept de biais statistique, qui se produit lorsque les statistiques diffèrent systématiquement de la réalité qu'elles tentent de mesurer en raison de problèmes liés à la manière dont les données ont été produites.
Base
  • Analyse des données
  • Évaluation de la qualité des données
  • Identifier les problèmes à l'aide des donnés
Débutant Vidéo
Trousse de la qualité des données
Cette trousse mieux fait connaître les pratiques d'assurance de la qualité des données.
Base Évaluation de la qualité des données Intermédiaire Outils
Types de données : comprendre et explorer les données
Il est important de définir les différents types de données et de les comprendre afin de choisir la méthode appropriée pour analyser les données et présenter les résultats.
Explorer – Nettoyer – Décrire Collecte des données Débutant Vidéo
Vidéos de formation QGIS
Suivez ces tutoriels et apprenez les concepts et les procédures clés pour exécuter les tâches courantes associées aux SIG, comme la création de cartes, la combinaison et la superposition d'ensembles de données et l'analyse des variations spatiales.
Analyser – Modéliser
  • Exploration des données
  • Modélisation des données
  • Visualisation des données
  • Essentiel
  • Intermédiaire
  • Avancé
Vidéo
Visualisation des données : Pratiques exemplaires
Bien utilisés, les graphiques (incluant les figures et les diagrammes) peuvent simplifier la présentation d'information et la communication de messages clairs et précis. Devant la vaste gamme d'options offertes, la création de graphiques peut parfois s'avérer complexe. Le présent document se veut un guide de référence pour créer des graphiques efficaces, tirant profit des options disponibles.
Raconter l'histoire
  • Visualisation des données
  • Raconter une histoire
Débutant Publication
Visualisation des données : Une introduction
Cette vidéo donne un aperçu de la visualisation des données et de la façon de l'utiliser pour raconter votre histoire.
Raconter l'histoire
  • Raconter une histoire
  • Visualisation des données
Débutant Vidéo

Formation

Introduction

Le Répertoire de cours de l'Institut de formation de Statistique Canada présente un abrégé des cours vedettes et des cours de formation qui identifie Statistique Canada comme étant un centre de compétences dans tous les domaines d'activités propres à un organisme statistique.

Catégories de cours

Programme de formation sur les enquêtes et les domaines spécialisés
Programme de formation en statistique

Politique de confirmation - Pénalité d'annulation

Les lettres de confirmation de l'inscription sont envoyées directement aux candidats par courrier électronique.

Les employés ou les gestionnaires qui annulent ou qui reportent un cours, confirmé par invitation, doivent prévenir la personne contact indiquée sur la lettre de confirmation de l'inscription, au moins dix (10) jours ouvrables avant le début du cours ou trouver un remplaçant. La totalité des frais de cours sera imputée si l'avis d'annulation est reçu moins de 10 jours ouvrables avant le début du cours.

Une pénalité correspondant au montant total des frais d'administration d'un cours sera imposée lorsque survient une annulation ou une réinscription tardive ou encore une absence non motivée à un cours.

Institut de formation de Statistique Canada – Indices des prix à la production

Numéro du catalogue : 18220002

Date de diffusion : 15 mai 2019
Les indices des prix à la production - Transcription

Introduction

Bienvenue à l'Institut de formation de Statistique Canada. Aujourd'hui, nous étudierons les indices des prix à la production : que sont-ils, comment sont-ils créés et de quelles façons sont-ils utilisés.

Pour comprendre les indices des prix à la production, il faut d'abord comprendre ce que sont les prix à la production et ce qu'est un indice de prix.

Les prix à la production sont les prix auxquels les entreprises vendent leurs produits ou services à d'autres (par exemple, le gouvernement, les consommateurs ou d'autres entreprises).

Bien que les taxes sur la valeur ajoutée s'appliquent généralement à la vente de ces produits, elles sont exclues des prix à la production. Par exemple, un détaillant vend de l'essence à un consommateur pour 1,32 $ le litre, taxes en sus. La taxe sur le litre vendu ne fait pas partie du montant reçu par le détaillant.

Les indices des prix à la production ont deux utilisations principales. L'une consiste à rajuster les contrats des entreprises ou du gouvernement en fonction de l'inflation. L'autre consiste à calculer la valeur réelle de la production économique en tenant compte de la variation des prix. Autrement dit, les indices des prix servent à mesurer le produit intérieur brut (PIB) réel. C'est pourquoi on compte de nombreux indices des prix à la production. Ils englobent une vaste gamme d'activités économiques, comme la fabrication, la construction, les services professionnels, le commerce et les services financiers.

Chaîne de valeur

Pour illustrer les divers indices des prix à la production s'inscrivant dans le processus de production, examinons la chaîne de valeur d'une maison. Une chaîne de valeur est une série d'activités qui ajoutent de la valeur au produit ou au service final. Ces activités comprennent la main-d'œuvre, les matériaux, les biens, les services et la technologie (communément appelées « facteurs de production »). Chaque étape de la chaîne de valeur doit être mesurée pour évaluer ses impacts macroéconomiques. C'est là que les indices des prix à la production entrent en jeu. Lorsque vous achetez une maison neuve, vous (le consommateur) voyez le produit final. Toutefois, de nombreuses activités s'inscrivent dans la planification, la construction et l'achat de cette maison :

La première étape de la construction d'une maison consiste à extraire les matières brutes utilisées dans sa construction. Une grande variété de matières est nécessaire, comme le bois d'œuvre, l'acier, le béton et le verre. Examinons la chaîne de valeur du bois d'œuvre de plus près.

D'abord, des entreprises forestières récoltent des billes de bois. Le prix des billes brutes est pris en compte dans l'Indice des prix des matières brutes. Cet indice comprend tous les coûts que les producteurs engagent pour transporter une bille jusqu'à l'usine, comme les frais de transport, les droits de douane et les subventions, le cas échéant.

La prochaine étape de la chaîne de valeur est le processus de fabrication au cours duquel les billes brutes sont transformées en bois d'œuvre. Le coût de cette activité est pris en compte dans l'Indice des prix des produits industriels et correspond au prix des biens vendus à la sortie de l'usine. Par conséquent, les prix compris dans cet indice ne sont pas ce qu'un acheteur paie, mais ce que le producteur reçoit. Les prix excluent toutes les taxes indirectes, comme les taxes de vente et les tarifs douaniers, puisqu'ils ne sont pas affectés aux facteurs de production.

Le bois d'œuvre quitte l'usine et doit être transporté au grossiste. Le transport est une activité économique qui crée un service au sein de la chaîne de valeur. Si le bois d'œuvre est transporté par camion, le prix de ce service de transport est pris en compte dans l'Indice des prix des services de camionnage pour compte d'autrui. Cette industrie est une partie intégrale de l'économie canadienne et les services qu'elle offre sont essentiels à la circulation efficace des biens.

Les grossistes entreposent le bois d'œuvre et le distribuent aux magasins de détail ou directement à l'utilisateur final. Le prix de ces services est pris en compte dans l'Indice des prix des services de commerce de gros. Le prix des services du commerce de gros est défini comme le prix de marge de ce que le grossiste reçoit pour son service. Le prix de marge est calculé par la différence entre le prix de vente et le prix d'achat des services du commerce de gros mesuré.

Le bois d'œuvre doit ensuite être assemblé pour former une maison. Avant que la construction puisse commencer, un architecte et un ingénieur en structures doivent concevoir la maison. Les architectes et les ingénieurs qui réalisent ce travail facturent leurs services. L'Indice des prix des services d'architecture, de génie et de services connexes fournit des renseignements sur les prix des services architecturaux, d'architecture paysagère, de génie, d'arpentage et de cartographie géophysique et non géophysique. Dans ce cas, l'architecte établirait le coût d'un contrat standard pour ses services.

Une fois les plans dessinés et les caractéristiques de la maison déterminées, un entrepreneur général est choisi pour construire la maison. Les variations du prix que facture l'entrepreneur sont mesurées dans l'Indice des prix de la construction de bâtiments résidentiels. Ce type d'indice mesure la variation au fil du temps des prix que les entrepreneurs facturent pour la construction de divers types de résidences (par exemple, maisons de plain-pied, maisons à deux étages, maisons en rangées, tours d'habitation, et immeubles à hauteur restreinte). Le prix demandé par l'entrepreneur comprend la valeur de tous les matériaux, de la main-d'œuvre, de l'équipement, des frais généraux et des bénéfices qui s'inscrivent dans la construction d'un nouveau bâtiment.

Vers la fin de la chaîne de valeur se trouve le produit final : une maison neuve. L'entrepreneur ou le constructeur vend la maison à un consommateur. La variation de ce prix de vente est prise en compte dans l'Indice des prix des logements neufs. Cet indice mesure la variation au fil du temps des prix demandés par les entrepreneurs pour l'achat de maisons neuves, lorsque les caractéristiques propres à chaque modèle de maison demeurent les mêmes pendant deux mois consécutifs.

Les achats de maisons sont habituellement financés par une hypothèque. La variation des prix de ce service est prise en compte dans l'Indice des prix des services de nouveaux prêts. Cet indice mesure les variations mensuelles des prix des services de nouveaux prêts au fil du temps. Les prix représentent la différence entre les taux annuels en pourcentage des produits de nouveaux prêts et les moyennes pondérées des rendements des instruments financiers.

Création d'un indice

Après avoir montré comment les prix à la production couvrent l'ensemble de l'économie et présenté certaines utilisations de ces indices, discutons maintenant de la création de ces indices. Tout comme une maison neuve, les indices présentent de nombreuses couches et composantes.

Pour créer un indice, nous devons établir un panier de biens et services que des entreprises au Canada pourraient vendre. Nous procédons de cette façon parce qu'il est impossible de saisir les prix de tous les biens et services qu'une entreprise produit. Nous assurons plutôt le suivi au fil du temps des prix de vente des biens et des services les plus représentatifs de l'entreprise. Pour mesurer la variation pure des prix, il est important que le contenu du panier reste fixe au fil du temps. Le panier varie selon l'étape de la chaîne de valeur mesurée. Par exemple, le panier de l'Indice des prix des services de camionnage pour compte d'autrui comprend le type d'envoi et la route empruntée, tandis que le panier de l'Indice des prix de la construction de bâtiments résidentiels contient des éléments comme les matériaux de construction, la main-d'œuvre et les frais généraux.

Chaque élément possède une importance relative, ou une pondération, qui représente sa part par rapport à la valeur totale de l'ensemble des biens et services dans ce secteur particulier de l'économie. Par exemple, la catégorie des véhicules motorisés et récréatifs représentent une part plus importante de la valeur totale que la catégorie contenant la viande, le poisson et les produits laitiers; par conséquent, la catégorie des véhicules motorisés et récréatifs se voient attribuer une pondération plus élevée que celle de la viande, le poisson et les produits laitiers dans le panier de l'Indice des prix des produits industriels.

Le contenu des paniers et leur pondération font état des tendances de production des entreprises canadiennes, qui varient au fil du temps. Par exemple, il y a de nombreuses années, les fabricants produisaient des voitures dotées de lecteurs de cassettes. Aujourd'hui, ils fabriquent des voitures dotées de systèmes Bluetooth, ou même des voitures électriques. Le fait d'actualiser régulièrement le panier garantit que l'indice demeure représentatif de la gamme de biens et services produits au Canada.

Collection

Les biens et services produits étant quasi infinis, l'évaluation du prix du panier nécessite un effort coordonné et à grande échelle de la part de Statistique Canada. La plupart des prix relevés utilisés pour calculer les indices des prix à la production sont recueillis grâce à des enquêtes menées auprès des producteurs canadiens. D'autres prix sont obtenus de sources de données alternatives, comme l'Internet.

Mesure de la variation des prix

Maintenant que nous avons recueilli les prix de notre panier de biens et services, nous pouvons mesurer la variation des prix d'une période à l'autre. Nous voulons mesurer la variation pure des prix, qui constitue la variation du prix découlant seulement de l'inflation. Le prix est donc recueilli pour le même produit ou service au fil du temps.

Les variations de la quantité ou de la qualité des produits ou services recueillis sont prises en compte. Par exemple, disons qu'une entreprise a produit une chaise pivotante sans appuie-bras et l'a vendue 100 $, puis a commencé à produire uniquement des chaises pivotantes avec appuie-bras vendues 120 $. Même si le prix de vente a augmenté, des ajustements sont apportés pour que ces changements en matière de qualité n'indiquent aucune variation de prix.

Conclusion

Nous vous remercions d'avoir assisté à cette présentation sur les chaînes de valeur et les indices des prix à la production.