Projet de NIMP: Échantillonnage des envois

Documents pareils
Normes internationales pour les mesures phytosanitaires (NIMPs)

PREFET DES BOUCHES-DU-RHONE

Journée scientifique 21 novembre «Base de données e-prpv Etat des lieux et perspectives Bernard Reynaud, Henri Brouchoud, Bruno Hostachy»

Gestion des stocks et des approvisionnements

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.

Théorie des sondages : cours 5

NORMES INTERNATIONALES POUR LES MESURES PHYTOSANITAIRES. Révision de la NIMP n 15

Situation présente et devis technique

Évaluations aléatoires : Comment tirer au sort?

Section 3 : Préparation à l inspection et gestion des documents. 3.3 Enregistrement des demandes d inspection et des certificats d inspection

Chapitre 3. Les distributions à deux variables

L approche de régression par discontinuité. Thomas Lemieux, UBC Atelier de formation du Congrès de l ASDEQ Le 18 mai 2011

TESTS D'HYPOTHESES Etude d'un exemple

CONCEPTION ET TIRAGE DE L ÉCHANTILLON

Coup de Projecteur sur les Réseaux de Neurones

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

VI. Tests non paramétriques sur un échantillon

Dérivés Financiers Contrats à terme

CHAPITRE V SELECTION DES CONSULTANTS ET D AUTRES PRESTATAIRES DE SERVICES

Manuel de référence Options sur devises

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

La pratique des décisions dans les affaires

UFR de Sciences Economiques Année TESTS PARAMÉTRIQUES

Logistique, Transports

DIRECTION DES SERVICES PROFESSIONNELS GESTION DES STUPÉFIANTS ET DES DROGUES CONTRÔLÉES EN PHARMACIE COMMUNAUTAIRE

Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage

Annexe B : Exemples. Avis de vente aux enchères liées Système de plafonnement et d échange de droits d émission de gaz à effet de serre (GES)

Exploitation, maintenance & sécurité des infrastructures Prenez de l altitude en toute sérénité

TABLE DES MATIERES MENTIONS LEGALES QUI SUIS-JE? INTRODUCTION LES INDICATEURS DE LA STRATEGIE REGLES D ENTREE EN POSITION

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

La lutte intégrée contre les ravageurs de sol en grandes cultures. Geneviève Labrie

Mesure et gestion des risques d assurance

GROUPE CASINO. L INTEGRATION DU DEVELOPPEMENT DURABLE DANS LE CHOIX DES PRODUITS. Claudine QUENTEL et Philippe IMBERT

Agence Fédérale pour la Sécurité de la Chaîne Alimentaire

Optimiser. la hauteur. d une table de travail REPÈRES POUR OPTIMISER LA HAUTEUR DE LA TABLE PREMIER REPÈRE LE TYPE DE TÂCHE

Le compte épargne temps

Quelle est la meilleure solution :

Document de synthèse. Étude comparative du coût total des systèmes de vidéosurveillance IP et analogiques

LES PROBABILITÉS DE GAINS

Pleins feux sur les IFRS

Le logiciel M4R (Monitoring for Results)

Primaire. analyse a priori. Lucie Passaplan et Sébastien Toninato 1

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases

Objet : Critères microbiologiques applicables aux auto-contrôles sur les carcasses d'animaux de boucherie. Destinataires d'exécution

Valeur verte des logements d après les bases Notariales BIEN et PERVAL Synthèse

Item 169 : Évaluation thérapeutique et niveau de preuve

Manuel Qualité. Réf. : MAQ Page : 1 / 15 Version : 2 Date de révision : 04/04/2012

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

RÉSUMÉ. Le siège social de Credit Suisse AG est situé à Paradeplatz 8, CH-8001, Zurich, Suisse.

Dossier projet isn 2015 par Victor Gregoire

MAIRIE DE LA WANTZENAU MARCHE DE FOURNITURES PROCEDURE ADAPTEE CAHIER DES CHARGES

Conditions pour devenir un auditeur CanadaGAP

TESTS D HYPOTHÈSE FONDÉS SUR LE χ².

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

GUIDE POUR LA MISE SUR LE MARCHÉ DE DISPOSITIFS MÉDICAUX SUR MESURE APPLIQUE AU SECTEUR DENTAIRE

LE GRAND ÉCART L INÉGALITÉ DE LA REDISTRIBUTION DES BÉNÉFICES PROVENANT DU FRACTIONNEMENT DU REVENU

TRAVAIL ET GESTION DE L EMPLOI?

GE Security. KILSEN série KSA700 Centrale de détection et d alarme Incendie analogique adressable. Manuel d utilisation

Procédures d'utilisation de Maitre'D

INDICES DE PRIX EXPÉRIMENTAUX DES SERVICES FINANCIERS

L agrément des entreprises pour le conseil indépendant à l utilisation de produits phytopharmaceutiques. Ordre du jour

REGLEMENT DU JEU «Bandit Manchot Juin 2015»

23. Interprétation clinique des mesures de l effet traitement

Chapitre 2/ La fonction de consommation et la fonction d épargne

Étude comparative sur les salaires et les échelles salariales des professeurs d université. Version finale. Présentée au

Comment mettre en oeuvre une gestion de portefeuille de projets efficace et rentable en 4 semaines?

Les principales méthodes d évaluation

PRIVOR Plus prévoyance optimisée. Sécurité élevée et chances attractives de rendement

Introduction à l approche bootstrap

Josée St-Pierre, Ph. D. Directrice Laboratoire de recherche sur la performance des entreprises

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

NORME INTERNATIONAL D AUDIT 550 PARTIES LIEES

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

CONFIGURATION DES DÉPÔTS LOCAUX GÉRÉS AGENCE DE LA SANTÉ ET DES SERVICES SOCIAUX DE L OUTAOUAIS MARTINE LESTAGE, CHARGÉE DE PROJET RÉGIONAL

La clôture annuelle EBP V11

Cent quinzième session. Rome, septembre 2006

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

LES CARTES IAC. A partir du grade : et programme examen du grade et supérieurs

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année UE «Introduction à la biostatistique»

Demande de propositions

Jeu concours bloggueur itechforever.com vous offre votre iphone 6 Plus

Probabilités conditionnelles Loi binomiale

Bulletin de service Bureaux d agents, de courtiers en immeubles et d évaluateurs de biens immobiliersetdes autres activités liées à l immobilier

RÈGLEMENT INTÉRIEUR DE LA COMMANDE PUBLIQUE

Le nouvel indice de taux de change effectif du dollar canadien

MISE EN CONFORMITE DES CONTRATS DE PREVOYANCE, SANTE ET RETRAITE SUPPLEMENTAIRE

Organisme de recherche et d information sur la logistique et le transport LES TECHNIQUES DE SUIVI DES ARTICLES ET DES STOCKS

Le taux d'actualisation en assurance

FRUITS ET LEGUMES FRAIS DONNEES REGLEMENTAIRES UE

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

Les probabilités. Chapitre 18. Tester ses connaissances

ACCORD TYPE DE TRANSFERT DE MATÉRIEL

L ASSURANCE PRÊT HYPOTHÉCAIRE POUR FACILITER LA PRODUCTION D ENSEMBLES DE LOGEMENTS LOCATIFS À COÛT ABORDABLE

La computation des seuils

Programmation linéaire

L IMPACT DE LA MUTUALISATION SUR LES RESSOURCES HUMAINES

L incidence des hausses de prix des produits de base sur la balance commerciale du Canada 1

Livret 10. Mise à jour février Département Tertiaire

REGLEMENT DU JEU «La roue de la fortune Mars 2015»

Transcription:

Projet de NIMP: Échantillonnage des envois Steward: David Porritt

PLAN DE LA PRÉSENTATION Objet et contexte Objectifs de l échantillonnage Concepts clefs Liens entre les paramètres Unité d échantillonnage Identification du lot Méthodes d échantillonnage Sélection d une méthode Détermination de la taille de l échantillon Seuils variables de détection Résultat de l échantillonnage Appendices

Objectif Donner des indications aux ONPV dans l élaboration de plans d échantillonnage (susceptibles d être utilisés dans le cadre des processus d inspection ou de l analyse pour d assurer la conformité aux exigences phytosanitaires) Inclus les principaux concepts statistiques devant être pris en compte par les ONPV pour l échantillonnage fondé sur des critères statistiques Inclus deux types de méthodes d échantillonnage: statistiques et "autres"

Contexte Projet accompagné de notes explicatives pour faciliter la compréhension de certains concepts statistiques Deux types de méthodes d échantillonnage sont utilisées par les ONPV dans le cadre de l'inspection et/ou des analyses pour assurer la conformité aux exigences phytosanitaires: fondées sur des critères statistiques ou autres méthodes Les deux figurent dans le projet de NIMP. Alors que les méthodes fondées sur des critères statistiques peuvent être préférables, il est probable que d autres méthodes aient été employées par beaucoup de pays dans le cadre opérationnel.

Contexte (suite) Autres méthodes sont valides, mais pas sur des critères statistiques, et donc aucune inférence statistique ne peut/devrait en être tirée En acceptant les résultats d'une inspection d'échantillon, les ONPV acceptent que les organismes nuisibles non trouvés dans l'échantillon peuvent être présents dans l'envoi, et font l hypothèse que l'envoi répond aux exigences phytosanitaires. Les méthodes "autres" et statistiques ne peuvent jamais établir l absence de l organisme nuisible dans l envoi. Cependant, les méthodes d échantillonnage basées sur des critères statistiques peuvent fournir la confiance que l'incidence d'un organisme nuisible est en dessous d'un certain seuil.

Certains objectifs de l échantillonnage Détecter des organismes nuisibles réglementés Assurer que le nombre d organismes nuisibles/d unités infestées dans un envoi ne dépasse pas un niveau précis Attester de l état phytosanitaire d un envoi Avoir une probabilité optimale de repérer des organismes nuisibles bien particuliers compte tenu des ressources disponibles Recueillir des informations Assurer la conformité aux exigences phytosanitaires Sélectionner des unités pour l analyse. L'inspection basée sur l échantillonnage comporte toujours une part d'erreur. L'acceptation d'un certain degré de risque de présence d organismes nuisibles est inhérente à l'utilisation de procédures d échantillonnage.

Principaux concepts statistiques Niveau de confiance, critère d'acceptation, seuil de détection, taille de l'échantillon, efficacité de la détection, niveau de tolérance. Niveau de confiance Degré de certitude que l on peut avoir vis-à-vis de la fiabilité d une estimation. Exprimé en tant que probabilité qu un envoi infesté soit détecté.

Critère d acceptation Nbre d unités infestées ou le nbre d exemplaires d organismes nuisibles admissible dans un échantillon d une taille donnée (le critère d'acceptation se rapporte à l'échantillon, la tolérance se rapporte à l'envoi) Taille de l échantillon Groupe d unités sélectionnées dans le lot ou l envoi à inspecter ou analyser.

Seuil de détection Prévalence minimale de l organisme que l on cherche à détecter. Peut être basée sur une ARP. Efficacité de la détection - Probabilité que l inspection et/ou l analyse d une unité infestée détectent un organisme nuisible. - Taille de l échantillon pour atteindre le niveau de confiance souhaité est d autant plus grande que l efficacité d une méthode imparfaite (c-à-d. non efficace à 100 %) est moindre.

Niveau de tolérance Prévalence d'un organisme nuisible dans un envoi, à partir de laquelle une action phytosanitaire est déclenchée Souvent zéro pour les organismes de quarantaine Peut être supérieur à 0 pour un organisme de quarantaine, basée sur l analyse du risque d infestation, par ex.: Organisme ne s établit pas facilement: nombre restreint d individus peut être acceptable Usage de la marchandise: tolérance pour des fruits et légumes frais importés pour la transformation peut être plus élevée que pour le matériel de pépinière; S il est possible d ajuster le type de traitement en fonction du nombre d individus détectés. Il est impossible de concevoir une procédure d échantillonnage qui donne un niveau de confiance garantissant que la tolérance 0 n est pas dépassée.

Liens entre paramètres 5 paramètres (critère d'acceptation, seuil de détection, niveau de confiance, efficacité de détection et taille de l'échantillon) sont statistiquement liés. L ONPV devra déterminer: efficacité; et critère d'acceptation pour l'échantillon (en général 0) Deux des paramètres restants peuvent être choisis, le troisième dépend des valeurs des autres. Par ex., si le critère d acceptation pour l échantillon est 0, l efficacité de détection 50%, le seuil de détection 1% et le niveau de confiance 95%, alors la taille de l échantillon sera approximativement de 600 unités.

Unité d échantillonnage Unité d échantillonnage doit d abord être déterminée (par ex. fruit, tige, bouquet, unité de poids, sac etc.) Peut être liée à: homogénéité de la répartition de l organisme dans la marchandise; caractère sédentaire ou mobile des organismes; façon dont l'envoi est emballée; et questions opérationnelles.

Identification du lot Envoi peut se composer d'un ou plusieurs lots. Voir la section 1.5 de la NIMP No. 23 (Directives pour l'inspection) pour déterminer les facteurs pouvant influencer l'identification du lot. Lot à échantillonner est un ensemble d unités d'une même marchandise, identifiable par des facteurs homogènes tels que: origine; producteur; site d'emballage; espèce, variété ou degré de maturité; exportateur; organismes nuisibles visés et leurs caractéristiques; traitement à l'origine; type de transformation Critères utilisés par l ONPV pour distinguer des lots devraient être appliqués uniformément pour des envois similaires.

Méthodes d échantillonnage Méthode d échantillonnage = processus approuvé par l ONPV pour choisir des unités pour l'inspection et/ou l analyse. 2 types de méthodes d échantillonnage pour l inspection et/ou l analyse pour assurer la conformité aux exigences phytosanitaires: basée sur des critères statistiques et autres méthodes Les deux types sont dans le projet de NIMP. Alors que les méthodes fondées sur des critères statistiques peuvent être préférables, il est probable que d autres méthodes aient été employées par beaucoup de pays dans le cadre opérationnel.

Méthodes d échantillonnage (suite) Dans la plupart des applications phytosanitaires, le choix d une méthode est dicté par les limitations opérationnelles Méthode fondée sur des critères statistiques est appropriée si l objectif de l échantillonnage est: obtenir des informations sur le statut phytosanitaire d'un envoi; détecter de multiples organismes de quarantaine; vérifier la conformité aux exigences phytosanitaires; ou Collecter des informations. "Autres" méthodes peuvent être l'option préférée (en tenant compte du fait qu elles peuvent être plus faisables sur le plan opérationnel) si l échantillonnage vise à augmenter les chances de détecter un organisme nuisible

Méthodes fondées sur des critères statistiques Échantillonnage aléatoire simple - Emploi d'un processus préétabli de randomisation (ce qui le distingue de l échantillonnage à l aveuglette) Échantillonnage progressif - Tirage d un échantillon à partir de chaque n ième unité. Le premier choix doit être aléatoire, et l hypothèse est faite que l organisme est distribué de façon aléatoire dans le lot. Échantillonnage stratifié - Lorsque les niveaux d infestation sont différents d une strate à l autre, ou lorsqu on ne peut pas penser que l organisme est distribué de manière aléatoire dans le lot.

Méthodes fondées sur des critères statistiques (suite) Échantillonnage progressif - Lorsque le niveau de tolérance n est pas nul et que la première série d échantillons ne fournit pas d informations suffisantes pour pouvoir se prononcer sur un éventuel dépassement du niveau de tolérance. Échantillonnage par grappe - Sélection de groupes d'unités (par exemple, caisses de fruits, bouquets de fleurs) jusqu à atteindre le nombre total requis d unités

Autres méthodes Utilisées pour raisons opérationnelles, ou s il s agit uniquement de détecter des organismes nuisibles. Échantillonnage pragmatique - Sélection des unités les plus commodes dans le lot (par ex. les plus faciles, les moins coûteuses, les plus rapides à obtenir). Échantillonnage à l aveuglette Sélection d unités arbitraires, sans véritable processus de randomisation. Échantillonnage sélectif ou biaisé Sélection d échantillons à partir des parties du lot les plus susceptibles d être infestées, ou d unités manifestement infestées, pour augmenter les chances de détection.

Choix d'une méthode d échantillonnage Pour avoir de plus grandes chances de détecter un organisme nuisible spécifique: échantillonnage biaisé (à condition que les inspecteurs soient en mesure d identifier la ou les parties du lot les plus susceptibles d être infestées). Sinon: l une des méthodes fondées sur des critères statistiques. Pour obtenir des informations sur l état phytosanitaire d un envoi, détecter différents organismes de quarantaine, vérifier la conformité aux exigences phytosanitaires, ou recueillir des informations: l une des méthodes fondées sur des critères statistiques.

Détermination de la taille de l'échantillon L idéal serait que l ONPV établisse un niveau de confiance (par ex. 95%), un seuil de détection (par ex. 5%) et un critère d acceptation (par ex. 0), et détermine l efficacité de l inspection visuelle ou de l analyse (par ex. 80%). C est à partir de ces valeurs et de la taille du lot que l on pourra calculer la taille de l échantillon.

Seuils variables de détection Un seuil constant de détection peut donner un nombre variable d unités infestées entrant avec les envois importés, car la taille des lots varie (par ex. 1% d infestation représente dans 1 000 unités correspond à 10 unités infestées; 1% dans 10 000 unités correspond à 100 unités infestées). Dans l idéal, il faudrait que le choix du seuil de détection tienne compte en partie du nombre d unités infestées entrant avec tous les envois au cours d une période déterminée.

Résultat de l échantillonnage Le résultat de l échantillonnage peut entraîner le déclenchement d une action phytosanitaire (voir NIMP No. 23: Directives pour l'inspection, section 2.5).

Appendices Ajoutées pour fournir des informations aux ONPV qui n ont pas les ressources nécessaires pour élaborer leurs propres tables d échantillonnage. Sont limitées aux niveaux les plus communs d échantillonnage Par conséquent, donnent également les formules pouvant être utilisées pour les autres niveaux d échantillonnage

Projet de NIMP: REVUE DE LA PRÉSENTATION donne des indications pour la préparation des plans d échantillonnage indique les concepts clefs pour l élaboration de plans d échantillonnage fondé sur des critères statistiques inclut deux types de méthodes d échantillonnage: fondées sur des critères statistiques ou autres. inclus les considérations principales dans l élaboration d'un plan d échantillonnage.