Analyses

Passer au filtres. Voir les résultats.

Montrer les résultats

Filtrer les résultats par

Search Help
Currently selected filters that can be removed
Retirer Annuler le filtre «Moerbeek, Mirjam»
Effacer tout

Mot(s)-clé(s)

Sujet

Année de publication

2 facets displayed. 0 facets selected.

Auteur(s)

4 facets displayed. 1 facets selected.

Contenu

1 facets displayed. 0 facets selected.
Aide à l'ordre
entrées

Résultats

Tout (2)

Tout (2) ((2 results))

  • 1. Plan d’enquête adaptatif robuste pour les variations temporelles des propensions à répondre dans un contexte multimodal
    Articles et rapports : 12-001-X202400200005
    Description : Les plans d’enquête adaptatifs (PEA) permettent d’adapter les protocoles de recrutement aux sous-groupes de population qui présentent un intérêt pour une enquête. Ces dernières années, l’optimisation efficace d’un PEA a fait l’objet de recherches et de plusieurs applications. Toutefois, le rendement d’un PEA optimisé au fil du temps réagit aux variations temporelles des propensions à répondre. On ne comprend pas encore entièrement la façon dont les stratégies d’adaptation peuvent s’adapter à une telle variation au fil du temps. Dans la présente étude, nous proposons une approche d’optimisation robuste dans le contexte d’enquêtes séquentielles multimodales à l’aide d’une analyse bayésienne. Cette approche s’exprime sous la forme d’un problème de programmation mathématique qui tient explicitement compte de l’incertitude attribuable à la variation temporelle. Des décisions en matière de PEA peuvent alors être prises en tenant compte de la variation chronologique de la propension à répondre conditionnelle au mode et des corrélations de la propension à répondre entre les modes. La démonstration de cette approche fait appel à une étude de cas : l’Enquête sur la santé aux Pays-Bas de 2014 à 2017. Nous évaluons la sensibilité du rendement des PEA 1) au niveau budgétaire et 2) à la durée des données de série chronologique historiques applicables. Nous concluons que la dépendance au niveau budgétaire n’est que modérée et que la dépendance aux données historiques est tempérée par le degré de saisonnalité au cours de l’année.
    Date de diffusion : 2024-12-20
  • 2. Modélisation de la variation temporelle des taux de réponse aux enquêtes : approche bayésienne s’appliquant à l’enquête sur la santé réalisée aux Pays-Bas
    Articles et rapports : 12-001-X202300100010
    Description : Des estimations précises et sans biais des propensions à répondre (PR) jouent un rôle décisif dans l’observation, l’analyse et l’adaptation d’une collecte de données. Dans un environnement d’enquête fixe, ces paramètres sont stables et leurs estimations finissent par converger lorsque suffisamment de données historiques sont recueillies. Dans les pratiques d’enquête, toutefois, les taux de réponse varient progressivement dans le temps. Comprendre la variation temporelle de la prédiction des taux de réponse est essentiel lors de l’adaptation d’un plan d’enquête. La présente étude met en lumière la variation temporelle des taux de réponse au moyen de modèles hiérarchiques (à plusieurs niveaux) de séries chronologiques. Il est possible de générer des prédictions fiables en apprenant à partir de séries chronologiques historiques et de mises à jour avec de nouvelles données dans un cadre bayésien. Pour illustrer une étude de cas, nous nous concentrons sur des taux de réponse en ligne dans le cadre de l’enquête sur la santé réalisée aux Pays-Bas de 2014 à 2019.
    Date de diffusion : 2023-06-30
Articles et rapports (2)

Articles et rapports (2) ((2 results))

  • 1. Plan d’enquête adaptatif robuste pour les variations temporelles des propensions à répondre dans un contexte multimodal
    Articles et rapports : 12-001-X202400200005
    Description : Les plans d’enquête adaptatifs (PEA) permettent d’adapter les protocoles de recrutement aux sous-groupes de population qui présentent un intérêt pour une enquête. Ces dernières années, l’optimisation efficace d’un PEA a fait l’objet de recherches et de plusieurs applications. Toutefois, le rendement d’un PEA optimisé au fil du temps réagit aux variations temporelles des propensions à répondre. On ne comprend pas encore entièrement la façon dont les stratégies d’adaptation peuvent s’adapter à une telle variation au fil du temps. Dans la présente étude, nous proposons une approche d’optimisation robuste dans le contexte d’enquêtes séquentielles multimodales à l’aide d’une analyse bayésienne. Cette approche s’exprime sous la forme d’un problème de programmation mathématique qui tient explicitement compte de l’incertitude attribuable à la variation temporelle. Des décisions en matière de PEA peuvent alors être prises en tenant compte de la variation chronologique de la propension à répondre conditionnelle au mode et des corrélations de la propension à répondre entre les modes. La démonstration de cette approche fait appel à une étude de cas : l’Enquête sur la santé aux Pays-Bas de 2014 à 2017. Nous évaluons la sensibilité du rendement des PEA 1) au niveau budgétaire et 2) à la durée des données de série chronologique historiques applicables. Nous concluons que la dépendance au niveau budgétaire n’est que modérée et que la dépendance aux données historiques est tempérée par le degré de saisonnalité au cours de l’année.
    Date de diffusion : 2024-12-20
  • 2. Modélisation de la variation temporelle des taux de réponse aux enquêtes : approche bayésienne s’appliquant à l’enquête sur la santé réalisée aux Pays-Bas
    Articles et rapports : 12-001-X202300100010
    Description : Des estimations précises et sans biais des propensions à répondre (PR) jouent un rôle décisif dans l’observation, l’analyse et l’adaptation d’une collecte de données. Dans un environnement d’enquête fixe, ces paramètres sont stables et leurs estimations finissent par converger lorsque suffisamment de données historiques sont recueillies. Dans les pratiques d’enquête, toutefois, les taux de réponse varient progressivement dans le temps. Comprendre la variation temporelle de la prédiction des taux de réponse est essentiel lors de l’adaptation d’un plan d’enquête. La présente étude met en lumière la variation temporelle des taux de réponse au moyen de modèles hiérarchiques (à plusieurs niveaux) de séries chronologiques. Il est possible de générer des prédictions fiables en apprenant à partir de séries chronologiques historiques et de mises à jour avec de nouvelles données dans un cadre bayésien. Pour illustrer une étude de cas, nous nous concentrons sur des taux de réponse en ligne dans le cadre de l’enquête sur la santé réalisée aux Pays-Bas de 2014 à 2019.
    Date de diffusion : 2023-06-30

Aide pour trier les résultats

De quelle façon les résultats seront-ils présentés?

La fonction Trier par vous offre les quatre options suivantes :

  • Par date – Trie les résultats par date de diffusion des produits, en commençant par le plus récent.
  • Par pertinence – N’est nécessaire ou utile que lorsque vous utilisez le champ de recherche pour lancer votre recherche. Les résultats sont classés en fonction d’une combinaison de facteurs, notamment l’emplacement des termes recherchés dans le contenu (p. ex. s’ils figurent dans le titre, il est probable que le produit soit plus pertinent pour votre recherche), l’actualité ou la nouveauté du contenu du produit et la popularité du produit.
  • Par popularité – Donne la priorité aux résultats qui sont le plus souvent sélectionnés par les utilisateurs, puis aux plus récents.
  • Par titre – Trie les résultats en ordre alphabétique.

Aide pour trier les résultats

De quelle façon les résultats seront-ils présentés?

La fonction Trier par vous offre les trois options suivantes :

  • Par date – Trie les résultats par date de diffusion des produits, en commençant par le plus récent.
  • Par pertinence – N’est nécessaire ou utile que lorsque vous utilisez le champ de recherche pour lancer votre recherche. Les résultats sont classés en fonction d’une combinaison de facteurs, notamment l’emplacement des termes recherchés dans le contenu (p. ex. s’ils figurent dans le titre, il est probable que le produit soit plus pertinent pour votre recherche), l’actualité ou la nouveauté du contenu du produit et la popularité du produit.
  • Par titre – Trie les résultats en ordre alphabétique.

Aide liée à la recherche

Comment utiliser les filtres et le champ de recherche

  • Vous pouvez faire une recherche en inscrivant des mots-clés ou en sélectionnant des filtres (p. ex. sous Sujet, Géographie, etc.) du côté gauche de la page.

  • On peut utiliser les filtres ensemble ou former diverses combinaisons. À chaque sélection de filtre, la page des résultats est mise à jour.

  • Pour commencer une nouvelle recherche, cliquez sur le bouton Effacer tout au-dessus du champ de recherche ou décochez tous les filtres.

  • Les mots-clés et les filtres précisés sont affichés au-dessus du champ de recherche. Vous pouvez désélectionner l’un ou l’autre des éléments ou tous les éléments, pour préciser ou effacer votre recherche.

Comment préciser ma recherche

  • Vous pouvez entrer des mots-clés dans le champ de recherche. Il n’est pas nécessaire d’utiliser « + » ou « , » ou « ET ».

  • Vous pouvez supprimer certains mots-clés ou tous les mots-clés de votre chaîne de recherche.

  • Les mots-clés entre guillemets limitent la recherche à l’expression précise.

    • Par exemple, si vous cherchez « Enquête sur la population active », vous obtiendrez seulement des documents contenant cette suite de mots.

  • Utilisez « ou » entre les mots-clés pour obtenir des résultats qui contiennent au moins l’un des termes recherchés.

    •  Par exemple, si vous cherchez enquête ou­ population ou active, vous obtiendrez seulement les documents contenant l’un ou l’autre de ces mots, ou tous ces mots.

Comment fonctionne la recherche

  • Cette forme de recherche fournira les résultats contenant le(s) mot(s) inscrit(s) dans le titre, la description, le sujet, la géographie, le numéro de produit ou toute autre information au sujet du produit.

    • Par exemple, lorsque vous cherchez le mot « maladies », tous les résultats obtenus contiendront ce mot dans le titre, la description, ou le sujet.

  • La recherche ne se fait pas dans le texte des articles ou des publications. Pour faire une recherche plein texte dans les articles, utilisez la fonction de recherche du site.

Date de modification :