Recherche par mot-clé

Aller au contenu principal
Aller au pied de page

Sélection de la langue

English

Recherche et menus

Recherche et menus

Rechercher

Résultats

Tout (3)

Tout (3) ((3 résultats))

1. Algorithmes de plan de sondage inverses Archivé
Articles et rapports : 12-001-X19970013101
Description :
Dans le travail ordinaire en statistique, l'échantillonnage est souvent exécuté en fonction d'un processus qui choisit des variables aléatoires telles sont indépendantes et distribuées de façon identique (IDI), de sorte qu'il faut avoir recours à des rajustements pour les utiliser dans le contexte d'une enquête complexe. Toutefois, au lieu de rajuster l'analyse, les auteurs ont adopté une formulation qui a ceci de nouveau qu'elle prélève un second échantillon dans l'échantillon original. Dans ce second échantillon, le premier ensemble de sélections est inversé de façon à fournir à terme un échantillon aléatoire simple. Bien entendu, il serait inefficace d'utiliser ce processus en deux étapes pour tirer un échantillon aléatoire simple unique d'une enquête complexe normalement beaucoup plus grande, et c'est pourquoi des échantillons aléatoires simples multiples sont prélevés, les auteurs ayant élaboré une façon de fonder sur eux des inférences. Les échantillons originaux ne peuvent pas tous être inversés, mais les auteurs abordent de nombreux cas spéciaux qui couvrent tout un éventail de possibilités.
Date de diffusion : 1997-08-18
2. Une méthode de transformation applicable à l'échantillonnage de populations finies calée par une méthode de vraisemblance empirique Archivé
Articles et rapports : 12-001-X19960022980
Description :
Dans le présent article, nous présentons une méthode qui permet d'estimer l'intervalle de confiance de la moyenne d'une population finie quand on dispose de certaines données auxiliaires. Comme l'ont montré Royall et Cumberland grâce à une série d'études empiriques, l'application naïve des méthodes existantes de construction des intervalles de confiance de la moyenne d'une population aboutit parfois à de très médiocres probabilités conditionnelles de couverture subordonnées à la moyenne d'échantillon de la covariable. Le cas échéant, nous proposons de transformer les données pour améliorer la précision de l'approximation normale. Puis, d'après les données transformées, nous faisons une inférence quant à la moyenne de la population originale et intégrons les données auxiliaires à l'inférence soit directement, soit par calage au moyen d'une fonction empirique de vraisemblance. Nous appliquons notre méthode, qui est basée sur le plan de sondage, à six populations réelles et constatons que, dans les cas où la transformation est nécessaire, elle donne de bons résultats comparativement à la méthode de régression habituelle.
Date de diffusion : 1997-01-30
3. Remaniement optimal du plan d'échantillonnage pour une population à distribution asymétrique au moyen d'un estimateur de régression généralisé avec applications Archivé
Articles et rapports : 12-001-X19960022986
Description :
On présente une méthode combinée, élaborée dans le cadre d'un remaniement d'enquête, permettant de déterminer la taille minimale de l'échantillon requise pour appliquer l'estimateur de régression généralisé à une population à distribution asymétrique (p.ex., entreprises, institutions, entreprises agricoles). Pour être efficace, la stratégie de remaniement du plan d'échantillonnage doit comprendre trois éléments, à savoir: i) la partition efficace de la population en un groupe "à tirage complet" et un groupe "échantillon", ii) la définition d'une méthode efficace de sélection de l'échantillon et iii) la détermination de la taille minimale de l'échantillon requise pour satisfaire la ou les contraintes de précision imposées. On conçoit un mécanisme, bâptisé "algorithme de transfert", pour résoudre la première question (Pandher 1995) et on l'intègre aux deux autres éléments pour aboutir à une méthode itérative combinée qui converge vers une taille globalement minimale d'échantillon et une partition de la population qui satisfont les contraintes de précision imposés. Parallèlement, on obtient une solution équivalente de l'algorithme de transfert qu'on peut exprimer au moyen de quantités simples calculables directement à partir des données auxiliaires sur la population. Enfin, on présente les résultats de l'application de la méthode proposée de remaniement de l'échantillon à l'Enquête sur les finances des administrations locales en Ontario. On obtient une réduction de 52% de la taille globale de l'échantillon quand on fixe à 2% la valeur minimale du coefficient de variation pour l'estimateur de régression généralisé du total.
Date de diffusion : 1997-01-30

Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (3)

Analyses (3) ((3 résultats))

1. Algorithmes de plan de sondage inverses Archivé
Articles et rapports : 12-001-X19970013101
Description :
Dans le travail ordinaire en statistique, l'échantillonnage est souvent exécuté en fonction d'un processus qui choisit des variables aléatoires telles sont indépendantes et distribuées de façon identique (IDI), de sorte qu'il faut avoir recours à des rajustements pour les utiliser dans le contexte d'une enquête complexe. Toutefois, au lieu de rajuster l'analyse, les auteurs ont adopté une formulation qui a ceci de nouveau qu'elle prélève un second échantillon dans l'échantillon original. Dans ce second échantillon, le premier ensemble de sélections est inversé de façon à fournir à terme un échantillon aléatoire simple. Bien entendu, il serait inefficace d'utiliser ce processus en deux étapes pour tirer un échantillon aléatoire simple unique d'une enquête complexe normalement beaucoup plus grande, et c'est pourquoi des échantillons aléatoires simples multiples sont prélevés, les auteurs ayant élaboré une façon de fonder sur eux des inférences. Les échantillons originaux ne peuvent pas tous être inversés, mais les auteurs abordent de nombreux cas spéciaux qui couvrent tout un éventail de possibilités.
Date de diffusion : 1997-08-18
2. Une méthode de transformation applicable à l'échantillonnage de populations finies calée par une méthode de vraisemblance empirique Archivé
Articles et rapports : 12-001-X19960022980
Description :
Dans le présent article, nous présentons une méthode qui permet d'estimer l'intervalle de confiance de la moyenne d'une population finie quand on dispose de certaines données auxiliaires. Comme l'ont montré Royall et Cumberland grâce à une série d'études empiriques, l'application naïve des méthodes existantes de construction des intervalles de confiance de la moyenne d'une population aboutit parfois à de très médiocres probabilités conditionnelles de couverture subordonnées à la moyenne d'échantillon de la covariable. Le cas échéant, nous proposons de transformer les données pour améliorer la précision de l'approximation normale. Puis, d'après les données transformées, nous faisons une inférence quant à la moyenne de la population originale et intégrons les données auxiliaires à l'inférence soit directement, soit par calage au moyen d'une fonction empirique de vraisemblance. Nous appliquons notre méthode, qui est basée sur le plan de sondage, à six populations réelles et constatons que, dans les cas où la transformation est nécessaire, elle donne de bons résultats comparativement à la méthode de régression habituelle.
Date de diffusion : 1997-01-30
3. Remaniement optimal du plan d'échantillonnage pour une population à distribution asymétrique au moyen d'un estimateur de régression généralisé avec applications Archivé
Articles et rapports : 12-001-X19960022986
Description :
On présente une méthode combinée, élaborée dans le cadre d'un remaniement d'enquête, permettant de déterminer la taille minimale de l'échantillon requise pour appliquer l'estimateur de régression généralisé à une population à distribution asymétrique (p.ex., entreprises, institutions, entreprises agricoles). Pour être efficace, la stratégie de remaniement du plan d'échantillonnage doit comprendre trois éléments, à savoir: i) la partition efficace de la population en un groupe "à tirage complet" et un groupe "échantillon", ii) la définition d'une méthode efficace de sélection de l'échantillon et iii) la détermination de la taille minimale de l'échantillon requise pour satisfaire la ou les contraintes de précision imposées. On conçoit un mécanisme, bâptisé "algorithme de transfert", pour résoudre la première question (Pandher 1995) et on l'intègre aux deux autres éléments pour aboutir à une méthode itérative combinée qui converge vers une taille globalement minimale d'échantillon et une partition de la population qui satisfont les contraintes de précision imposés. Parallèlement, on obtient une solution équivalente de l'algorithme de transfert qu'on peut exprimer au moyen de quantités simples calculables directement à partir des données auxiliaires sur la population. Enfin, on présente les résultats de l'application de la méthode proposée de remaniement de l'échantillon à l'Enquête sur les finances des administrations locales en Ontario. On obtient une réduction de 52% de la taille globale de l'échantillon quand on fixe à 2% la valeur minimale du coefficient de variation pour l'estimateur de régression généralisé du total.
Date de diffusion : 1997-01-30

Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-05-28

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.