L'équipe de IHfRA aide les clients à sélectionner la stratégie de pondération la plus appropriée pour leur échantillon. Nos considérations pour la pondération sont les suivantes:

1. aider les clients à estimer les totaux de la population (en utilisant des poids reflétant la probabilité inverse de sélection);
2. ajuster les échantillons afin qu'ils correspondent mieux aux caractéristiques de la population (en utilisant des poids de post-stratification);
3. corriger le biais d'attrition (s'il existe une source connue d'attrition); ou
4. équilibrer le groupe de traitement et le groupe témoin (pondération sur l'inverse du score de propension).

IHfRA aide ses clients à comprendre les données à l'aide de techniques d'analyse économétrique et d'outils statistiques.

Nos équipes travaillent avec plusieurs principes:

1. structurer l'analyse selon un ensemble clair de priori/hypothèses;
2. travailler en équipe, car c'est la meilleure façon de générer des idées et des hypothèses supplémentaires;
3. commencer simple, en se concentrant sur l'analyse uni-variée et bi-variée pour comprendre les variables et les modèles dans les données;
4. automatiser l'analyse autant que possible pour accélérer la livraison au client et ne pas concentrer trop d'énergie sur des calculs triviaux;
5. estimer les coefficients en utilisant plusieurs techniques/modèles pour tester la robustesse des résultats;
6. réfléchir bien à la façon dont les erreurs standard et les statistiques de test sont estimées, et
7. transmettre graphiquement les résultats.

Nous avons de l'expérience avec de multiples sortes d'ensembles de données, y compris les ensembles de données sur les ménages, les ensembles de données enfants, les ensembles de données axés sur l'agriculture, les ensembles de données d'exportation, les bases de données fiscales nationales, etc.

IHfRA est constamment à la recherche de partenaires intéressés à appliquer des méthodes d'analyse de réseau ou de complexité aux problèmes de développement. Les types de techniques que nous adaptons régulièrement à notre travail de projet consistent à:

1. étudier la relation entre les variables non seulement dans le cadre de l'analyse de régression mais aussi à travers la lentille d'un réseau de variables, qui s'est avéré conduire à des perspectives très intéressantes;
2. appliquer des mesures de complexité pour calculer les indices socio-économiques, tels que la richesse;
3. générer des groupes de similarité, pour identifier et visualiser des grappes d'individus ou des grappes; et
4. utiliser des visualisations de réseau pour transmettre des messages/résultats.

IHfRA aide les clients à concevoir les stratégies d'échantillonnage les plus optimales, compte tenu des objectifs de recherche et des contraintes budgétaires. IHfRA travaille également avec les clients pour opérationnaliser ces stratégies, tout en minimisant les risques de compromettre la validité de l'échantillon et de respecter les paramètres budgétaires.

L'échantillonnage efficace est la clé du succès des projets de recherche; il détermine:

1. quelles questions de recherche peuvent être abordées;
2. la validité des résultats;
3. les options analytiques disponibles;
4. la précision des résultats; et
5. le budget requis, car la taille de l'échantillon est l'un des principaux facteurs de coût dans les projets de recherche.

L'échantillonnage s'accompagne toujours d'incertitudes, de risques et de limites. IHfRA aide les clients à comprendre certains des compromis analytiques et financiers impliqués lorsqu'ils optent pour différentes stratégies d'échantillonnage ainsi que la sensibilité de la puissance statistique à divers paramètres connus/inconnus à l'aide de formules établies.

IHfRA accompagne ses clients dans la conception de questions de recherche pertinentes et testables en utilisant son approche propriétaire de conception-réflexion.

Cette méthode itérative et collaborative nous permet de concevoir des projets de recherche de manière structurée, à partir d'hypothèses politiques ou de ce que nous appelons des leviers politiques, jusqu'à l'identification de priori/hypothèses testables, symptômes que nous attendrions à observer si ces hypothèses étaient vraies et les statistiques associées. Le processus peut impliquer des entretiens semi-structurés et des focus groupes.

L'objectif de l'approche est de:

1. réfléchir de manière stratégique et structurée à la manière dont un projet de recherche peut éclairer la conception/mise en œuvre des politiques et des programmes;
2. générer des idées sur la meilleure hypothèse à tester;
3. engager le client à travers un processus de réflexion structuré; et
4. s'assurer que les projets de recherche sont aussi pertinents que possible.

IHfRA a la capacité interne de réaliser une cartographie SIG simple pour les clients, y compris des cartes de symboles graduées et des cartes de points, qui représentent la grande majorité des besoins de nos clients.

IHfRA met également l'accent sur la visualisation des données et la transmission de statistiques de manière graphique et simple. La visualisation des données joue un double rôle. Elle :

1. facilite la compréhension et la lecture des données; mais
2. aide également nos équipes de recherche à générer de nouvelles informations sur les modèles et les corrélations.

IHfRA étend constamment ses capacités dans l'espace SIG et de visualisation des données et expérimente de nouvelles façons de transmettre des informations, en particulier en ce qui concerne les visualisations de réseau.

L'équipe de IHfRA apporte une solide expertise technique individuelle et collective dans la réalisation de projets de recherche, du début à la fin. Notre équipe de recherche, formée dans certaines des meilleures universités du monde, est spécialisée dans l'analyse économétrique, l'évaluation de programme et les techniques d'échantillonnage.

IHfRA adopte une approche très structurée de la recherche en utilisant une méthode propriétaire. Cette méthode itérative et collaborative, permet à nos équipes de concevoir des projets de recherche de manière structurée, à partir d'hypothèses politiques, jusqu'à l'identification de priori/hypothèses testables, des symptômes que l'on s'attendrait à observer si ces hypothèses étaient vraies, et des métriques associées.

IHfRA s'efforce de produire des analyses de la plus haute qualité. Nous y parvenons en adoptant une approche structurée, en testant des hypothèses à la fois quantitativement et qualitativement et systématiquement en testant nos résultats et nos méthodes. Cela signifie également être ouvert sur les limites de la recherche entreprise et les hypothèses sous lesquelles les résultats sont valables.

Nous avons travaillé sur de nombreux sujets différents, avec différents clients des secteurs public et privé à travers l’Afrique. IHfRA a une excellente réputation au niveau local. En tant qu'entreprise, nous investissons pour toujours améliorer nos connaissances locales et intégrer les spécificités du contexte local dans la conception et l'exécution de nos projets.

À IHfRA, nous essayons d'innover à chaque nouvelle opportunité, en intégrant les dernières méthodes de recherche disponibles, en testant des approches empruntées à d'autres sciences et en appliquant ses idées récemment acquises de projets précédents. Par notre travail et le laboratoire IHfRA, nous visons à apporter une contribution significative à l'économie du développement.