Recherche par mot-clé

Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Type

1 facets displayed. 0 facets selected.

Année de publication

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

Résultats

Tout (1)

Tout (1) ((1 résultat))

  • Articles et rapports : 12-001-X20000025531
    Description :

    Les informations tirées de bases de sondage aréolaires et de listes sont combinés de façon à fournir des estimations efficaces de la taille et des chiffres de population. Les auteurs examinent le cas où les probabilités d'inclusion dans les listes sont hétérogènes et modélisées en fonction de covariables. Ils adaptent et modifient la méthode employés par Huggins (1989) et par Albo (1990) pour la modélisation de variables auxiliaires dans des études de type saisir-ressaisir faisant appel à un modèle de régression logistique. Les auteurs présentent les résultats d'une étude de simulation qui permet de comparer divers estimateurs de la taille des bases de sondage et des chiffres de population en ayant recours à la stratégie de régression logistique pour modéliser des probabilités d'inclusion hétérogènes.

    Date de diffusion : 2001-02-28
Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (1)

Analyses (1) ((1 résultat))

  • Articles et rapports : 12-001-X20000025531
    Description :

    Les informations tirées de bases de sondage aréolaires et de listes sont combinés de façon à fournir des estimations efficaces de la taille et des chiffres de population. Les auteurs examinent le cas où les probabilités d'inclusion dans les listes sont hétérogènes et modélisées en fonction de covariables. Ils adaptent et modifient la méthode employés par Huggins (1989) et par Albo (1990) pour la modélisation de variables auxiliaires dans des études de type saisir-ressaisir faisant appel à un modèle de régression logistique. Les auteurs présentent les résultats d'une étude de simulation qui permet de comparer divers estimateurs de la taille des bases de sondage et des chiffres de population en ayant recours à la stratégie de régression logistique pour modéliser des probabilités d'inclusion hétérogènes.

    Date de diffusion : 2001-02-28
Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :