La précision devrait primer sur l’innovation dans la prévision des données : le gouverneur de la RBI, Shaktikanta Das

À l’heure où des méthodes plus récentes et plus sophistiquées de prévision statistique et de données évoluent, il est nécessaire de vérifier l’exactitude de ces techniques avant de s’appuyer sur elles pour tirer des conclusions, a déclaré le gouverneur de la Reserve Bank of India (RBI), Shaktikanta Das, lors d’une un événement. Des changements majeurs dans les conditions économiques telles que la pandémie provoquent une rupture structurelle dans les modèles statistiques, a-t-il dit, ajoutant que de nouvelles solutions ont été proposées pour apporter des ajustements dus aux perturbations.

Dans la pandémie induite par Covid, divers plans d’action liés à la santé ont été décidés sur la base des données mises à disposition en fonction de l’âge, de la géographie et du temps. Cependant, la collecte de données a été gravement entravée lorsque la collecte de données a été effectuée par des entretiens traditionnels en face à face. Pendant la pandémie, le ministère des Statistiques et de la Mise en œuvre des programmes (Mospi) a dû publier des chiffres imputés pour l’indice des prix à la consommation (IPC) pendant deux mois consécutifs en raison de difficultés dans la collecte des prix de nombreux articles, a déclaré Das.

Comme le besoin de données officielles s’est fait sentir plus fortement pendant la pandémie, les statisticiens se sont tournés vers de nouvelles sources de données et de nouvelles méthodes statistiques, a déclaré Das. Il s’exprimait lors de la Statistics Day Conference. L’Inde étant un pays diversifié, doit viser des solutions visant à maintenir la granularité et la régularité des données, a-t-il déclaré, ajoutant que la RBI devrait envisager d’autres sources de données.

« L’expérience des deux dernières années nous a fait prendre conscience des lacunes qui subsistent dans les données, bien que la normalisation des méthodologies dans la compilation de divers agrégats nationaux nous ait été très utile », a-t-il déclaré.

L’explosion des données et la monétisation des données ont conduit les entreprises à investir dans le big data pour prédire le comportement des consommateurs.

« Au milieu de cette inondation de données et d’inférences, il est important que les particularités et les non-conformités soient soumises à une analyse statistique solide et à un examen par les pairs avant de tirer des conclusions », a déclaré Das.

L’analyse des risques liés au climat s’avère aujourd’hui difficile en raison du manque de données. La nouvelle phase du projet d’initiative sur les lacunes en matière de données du G20 se concentre principalement sur le comblement du manque de données sur le changement climatique ainsi que sur les informations sur la distribution des ménages, la fintech, l’inclusion financière et un accès accru aux données privées et administratives et au partage de données. En outre, d’autres formes d’indices tels que les indices de développement humain, les indices de bonheur et les indices d’inégalité sont maintenant compilés par diverses agences nationales et internationales.

« Si de nouvelles sources de données ouvrent des opportunités pour les statistiques officielles, elles posent également des problèmes pour la discipline. Le développement d’un cadre de qualité des données approprié et la garantie de la confidentialité et de la sécurité des données sont devenus une priorité absolue », a déclaré Das.