Recensement Général de l’Agriculture Comores 2004

Les recensements constituent, bien évidemment, la méthode qui permet d'avoir les renseignements les plus précis et les plus détaillés sur la population statistique étudiée. Son application implique, en effet, que l'on touche toutes les unités et que l'on obtienne séparément des données pour chacune d'elles. Mais on conçoit facilement qu'un recensement total ou exhaustif d'une population entraîne des dépenses élevées et un personnel nombreux. C'est pourquoi dans beaucoup de pays en voie de développement comme les Comores, du fait de la pénurie de personnel compétent et de la faiblesse des ressources financières, au lieu de recensements exhaustifs, on doit se contenter d'enquêtes par sondage.
Cependant, il est sans ambages qu'aux erreurs d'observation inhérentes à tout recensement, le sondage ajoute une erreur qui lui est propre, erreur due au caractère plus ou moins représentatif de l'échantillon. C'est pour cette raison qu'avant toute analyse de données d'enquête, il importe de procéder à une évaluation sommaire de la qualité des informations recueillies. Plusieurs indicateurs sont utilisés à cet effet, parmi lesquels on examinera ici le coefficient de variation, l'intervalle de confiance et dans la mesure du possible, le biais relatif à la moyenne tronquée à 5%.
L'erreur type d'un estimateur se définit comme la racine carrée de sa variance estimée. Il dépend des unités de mesure. Afin de juger de la qualité des estimateurs et surtout d'effectuer des comparaisons entre les variables, on considère l'erreur type en valeur relative.
En pratique, un estimateur est jugé acceptable si son coefficient de variation n'excède pas 15%.
Plus l'intervalle de confiance est d'une faible amplitude, mieux sont les estimations en ce sens qu'un intervalle de confiance réduit serait l'expression d'une forte concentration des observations autour de l'estimateur du paramètre (très souvent la moyenne).
La moyenne tronquée assez couramment à 5% (le a% trimmed mean) est également un estimateur de la moyenne en cas de présence de valeurs aberrantes (outliers). A la différence d'autres techniques d'estimation telles que la moyenne de Windzor (windzorised mean), les valeurs aberrantes sont traitées dans le calcul de la moyenne tronquée, comme si elles n'existaient pas. La procédure d'estimation suppose que les observations soient rangées dans l'ordre croissant de la variable considérée. Toujours est - il que moins la valeur en elle - même, c'est plus l'écart entre la moyenne et la moyenne tronquée qui sert d'indice d'appréciation de l'importance des valeurs aberrantes et par suite de la qualité des estimations.