Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Economie Statistique Economics Statistics AND ET Big Data et statistiques 1ère

Economie Statistique Economics Statistics AND ET Big Data et statistiques 1ère partie Big Data and Statistics Part 1 N° 505-506 - 2018 Economics Statistics AND Economie Statistique ET Directeur de la publication / Director of Publication: Jean-Luc TAVERNIER Rédactrice en chef / Editor in Chief: Sophie PONTHIEUX Rédacteur associé / Associate Editor: Clément CARBONNIER Assistant éditorial / Editorial Assistant: Étienne de LATUDE Traductions / Translations: RWS Language Solutions 2, rue Sainte Victoire, 78000 Versailles, France UBIQUS Tour PB5, 1 avenue du Général-de-Gaulle, 92074 Paris La Défense Cedex Maquette PAO et impression / CAP and printing: JOUVE 1, rue du Docteur-Sauvé, BP3, 53101 Mayenne Conseil scientifique / Scientific Committee Jacques LE CACHEUX, président (Université de Pau et des pays de l’Adour) Jérôme BOURDIEU (École d’économie de Paris) Pierre CAHUC (Sciences Po) Gilbert CETTE (Banque de France et École d’économie d’Aix-Marseille) Yannick L’HORTY (Université de Paris-Est - Marne la Vallée) Daniel OESCH (Life Course and Inequality Research (LINES) et Institut des sciences sociales - Université de Lausanne) Sophie PONTHIEUX (Insee) Katheline SCHUBERT (École d’économie de Paris, Université Paris I) Claudia SENIK (Université Paris-Sorbonne et École d’économie de Paris) Louis-André VALLET (Observatoire sociologique du changement-Sciences Po/CNRS) François-Charles WOLFF (Université de Nantes) Comité éditorial / Editorial Advisory Board Luc ARRONDEL (École d’économie de Paris) Lucio BACCARO (Max Planck Institute for the Study of Societies-Cologne et Département de Sociologie-Université de Genève) Antoine BOZIO (Institut des politiques publiques/École d’économie de Paris) Clément CARBONNIER (Théma/Université de Cergy-Pontoise et LIEPP- Sciences Po) Erwan GAUTIER (Banque de France et Université de Nantes) Pauline GIVORD (Ocde et Crest) Florence JUSOT (Université Paris-Dauphine, Leda-Legos et Irdes) François LEGENDRE (Erudite/Université Paris-Est) Claire LELARGE (Université de Paris-Sud, Paris-Saclay et Crest) Claire LOUPIAS (Direction générale du Trésor) Ariell RESHEF (École d'économie de Paris, Centre d'économie de la Sorbonne et CEPII) Thepthida SOPRASEUTH (Théma/Université de Cergy-Pontoise) OÙ SE PROCURER Economie et Statistique / Economics and Statistics Les numéros sont en accès libre sur le site www.insee. fr. Il est possible de s’abonner aux avis de parution sur le site. La revue peut être achetée sur le site www.insee.fr via la rubrique « Acheter nos publications ». La revue est également en vente dans 200 librairies à Paris et en province. WHERE TO GET Economie et Statistique / Economics and Statistics All the issues and articles are available in open access on the Insee website www.insee.fr. Publication alerts can be subscribed on-line. The printed version of the journal (in French) can be purchased on the Insee website www.insee.fr and in 200 bookshops in Paris and province. INSTITUT NATIONAL DE LA STATISTIQUE ET DES ÉTUDES ÉCONOMIQUES Directeur Général : Jean-Luc TAVERNIER Direction Générale : 88, avenue Verdier, CS 70058, 92541 MONTROUGE Cedex Tél : +33 (0)1 87 69 50 00 N° 505-506 - 2018 Economie Statistique Economics Statistics AND ET Les jugements et opinions exprimés par les auteurs n’engagent qu’eux mêmes, et non les institutions auxquelles ils appartiennent, ni a fortiori l’Insee. Economie et Statistique / Economics and Statistics Numéro 505‑506 – 2018 BIG DATA ET STATISTIQUES 1ère partie 5 Introduction – Les apports des Big Data Philippe Tassi PRÉVISION « IMMÉDIATE » 17 Prévoir la croissance du PIB en lisant le journal L’analyse des articles publiés par les médias traditionnels à l’aide des techniques du Big Data permet de construire un indicateur de « sentiment médiatique ». Il contient de l’information qui, utilisée en complément des enquêtes de conjoncture, permet d’améliorer la prévision de la croissance française à certains horizons. Clément Bortoli, Stéphanie Combes et Thomas Renault 35 Utilisation de Google Trends dans les enquêtes mensuelles sur le Commerce de Détail de la Banque de France Les indices Google Trends peuvent améliorer l’estimation de la conjoncture du e-commerce en complétant les sources d’information traditionnelle. Disponible en temps réel, cette source de données massives présente un intérêt pour le nowcasting, cependant atténué par la méthodologie peu transparente de sa construction. François Robin 65 L’apport des Big Data pour les prévisions macroéconomiques à court terme et en « temps réel » : une revue critique Quels sont les apports des ensembles de données nouvelles et innovantes issues des recherches sur Internet, des médias sociaux et des transactions financières pour la prévision macroéconomique et le nowcasting ? Une revue d’études empiriques révèle que celles menées à ce jour sont relativement limitées en termes de contenu économique, et plus ou moins probantes. Pete Richardson DONNÉES DE TÉLÉPHONIE MOBILE 93 Les données de téléphonie mobile peuvent-elles améliorer la mesure du tourisme international en France ? Si les données de téléphones mobiles en itinérance n’ont pas un niveau de qualité suffisant pour remplacer les sources actuellement utilisées pour la production des statistiques de tourisme, elles présentent en revanche un intérêt pour le suivi de la conjoncture et la régionalisation des indicateurs. Guillaume Cousin et Fabrice Hillaireau 113 Estimer la population résidente à partir de données de téléphonie mobile, une première exploration Les données issues de la téléphonie mobile fournissent des enregistrements avec une résolution spatiale élevée et à une haute fréquence temporelle. Leur utilisation pour les statistiques publiques soulève néanmoins plusieurs questions, notamment sur la qualité des informations collectées et la représentativité des données disponibles. Benjamin Sakarovitch, Marie-Pierre de Bellefon, Pauline Givord et Maarten Vanhoof DONNÉES ET MÉTHODES 139 Big Data et mesure d’audience : un mariage de raison ? Le 20e siècle a été marqué par le développement des enquêtes par sondage. La fin du 20e siècle voit l’émergence des données massives. Les données massives doivent-elles être vues comme un risque pour les enquêtes par sondage ou plutôt comme une opportunité d’en améliorer la fiabilité ? Lorie Dudoignon, Fabienne Le Sager et Aurélie Vanheuverzwyn 155 Économétrie et Machine Learning Les méthodes d’apprentissage automatique (machine learning) sont de plus en plus populaires. Si la finalité est souvent proche de celle des techniques économétriques, la différence de culture rend le dialogue entre les approches difficile, mais indispensable. Arthur Charpentier, Emmanuel Flachaire et Antoine Ly BIG DATA ET STATISTIQUE PUBLIQUE 179 Données numériques de masse, « données citoyennes », et confiance dans la statistique publique L’avenir des statistiques publiques dépendra non seulement de sources de données et de méthodes novatrices, mais aussi de la mobilisation des possibilités offertes par les technologies numériques pour établir de nouvelles relations avec le public en tant que coproducteur. Evelyn Ruppert, Francisca Grommé, Funda Ustek-Spilda et Baki Cakici 5 ECONOMIE ET STATISTIQUE / ECONOMICS AND STATISTICS N° 505-506, 2018 Introduction Les apports des Big Data The Contributions of Big Data Philippe Tassi* Résumé – La révolution, somme toute récente, due à la convergence numérique et aux objets connectés, a permis de mettre sous forme homogène des informations que l’histoire considérait comme de nature différente : données numériques, textes, son, images fixes, images mobiles. Ceci a favorisé le phénomène des Big Data – données massives ou mégadonnées –, dont la volumétrie comporte deux paramètres joints : quantité et fréquence d’acquisition, la quantité pouvant aller jusqu’à l’exhaustivité, la fréquence pouvant aller jusqu’au temps réel. Ce numéro spécial présente un ensemble d’articles qui en examinent les usages et les enjeux pour la production statistique. Comme toute innovation, les données massives offrent des avantages et soulèvent des questions. Parmi les avantages perceptibles, un « plus » de connaissances : une meilleure description statistique de l’économie et de la société, notamment par la statistique publique. Ces données sont aussi un vecteur de développement en informa tique au sens large, et en mathématiques appliquées. On ne peut cependant pas faire l’économie d’une certaine vigilance, car les Big Data et leurs usages peuvent avoir des effets sur les individus, leurs libertés et la préservation de leur vie privée. Abstract – The revolution, which is quite recent, brought about by digital conver gence and connected objects, has enabled a homogenisation of data types which would historically have been considered as different, for example: digital data, texts, sound, still images, and moving images. This has encouraged the Big Data phenomenon, the volume of which includes two related parameters: quantity and frequency of acquisition; quantity can extend as far as exhaustivity and frequency can be up to and including real time. This Special Issue features a series of articles that examine its uses and implications, as well as the challenges faced by statistical production in general, and especially that of official statistics. Just like any innova tion, Big Data offer advantages and raise questions. The obvious benefits include “added” knowledge – a better statistical description of the economy and the society. They are also a driver for development in computer science in the broadest sense, and in applied mathematics. However, we cannot do without some degree of vigi lance, since data and how they are used can affect individuals, their freedoms and the preservation of their privacy. Codes JEL / JEL Classification : C1, C8 Mots‑clés : données numériques, Big Data, statistiques, statistique publique Keywords: digital data, Big Data, statistics, official statistics * Médiamétrie (ptassi@mediametrie.fr) Reçu le 21 mars 2019 Pour citer cet article : Tassi, T. (2018). Introduction – The Contributions of Big Data. Economie et Statistique / uploads/Finance/ es-505-506-fr.pdf