Recherche par mot-clé
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Résultats
Tout (3)
Tout (3) ((3 résultats))
- 1. Plans de sondage à marche aléatoire ciblée ArchivéArticles et rapports : 12-001-X20060019262Description :
Les populations humaines cachées, Internet et d'autres structures en réseau conceptualisées mathématiquement sous forme de graphes sont intrinsèquement difficiles à échantillonner par les moyens conventionnels et les plans d'étude les plus efficaces comportent habituellement des procédures de sélection de l'échantillon par suivi adaptatif des liens reliant un n'ode à un autre. Les données d'échantillon obtenues dans le cadre de telles études ne sont généralement pas représentatives au pied de la lettre de la population d'intérêt dans son ensemble. Cependant, un certain nombre de méthodes fondées sur le plan de sondage ou sur un modèle sont maintenant disponibles pour faire des inférences efficaces à partir d'échantillons de ce type. Les méthodes fondées sur le plan de sondage ont l'avantage de ne pas s'appuyer sur un modèle de population hypothétique, mais dépendent, en ce qui concerne leur validité, de la mise en oeuvre du plan de sondage dans des conditions contrôlées et connues, ce qui est parfois difficile, voire impossible, en pratique. Les méthodes fondées sur un modèle offrent plus de souplesse quant au plan de sondage, mais requièrent que la population soit modélisée au moyen de modèles de graphes stochastiques et que le plan de sondage soit ignorable ou de forme connue, afin qu'il puisse être inclus dans les équations de vraisemblance ou d'inférence bayésienne. Aussi bien pour les méthodes basées sur le plan de sondage que celles fondées sur un modèle, le point faible est souvent le manque de contrôle concernant l'obtention de l'échantillon initial, à partir duquel débute le dépistage des liens. Les plans de sondage décrits dans le présent article offrent une troisième méthode, dans laquelle les probabilités de sélection de l'échantillon deviennent pas à pas moins dépendantes de la sélection de l'échantillon initial. Un modèle de « marche aléatoire » markovienne idéalise au moyen d'un graphe, les tendances d'un plan d'échantillonnage naturel d'une séquence de sélections par dépistage de liens à suivre. Le présent article présente des plans de sondage à marche uniforme ou ciblée dans lesquels la marche aléatoire est ajustée à chaque pas afin de produire un plan de sondage ayant les probabilités stationnaires souhaitées. On obtient ainsi un échantillon qui, à d'importants égards, est représentatif au pied de la lettre de la population d'intérêt dans son ensemble, ou qui ne nécessite que de simples facteurs de pondération pour qu'il en soit ainsi.
Date de diffusion : 2006-07-20 - Articles et rapports : 81-004-X20050059111Description :
Cet article présente une analyse des résultats du projet Recensement à l'école qui montre ce que les élèves eux-mêmes ont à dire sur leurs habitudes de lecture et sur leur emploi du temps quotidien. Des analystes de Statistique Canada ont rédigé cet article comme exemple d'une analyse détaillée auquel pourraient s'adonner les élèves en utilisant les résultats canadiens du projet Recensement à l'école. L'article présente des données recueillies auprès de plus de 22,000 élèves d'un bout à l'autre du Canada durant l'année scolaire 2004-2005. Recensement à l'école est un projet international qui enseigne aux élèves âgés de 8 à 18 ans comment faire de la recherche statistique et qui les familiarise avec la façon de mener un recensement. Dans le cadre de ce projet, les élèves remplissent de façon anonyme un questionnaire d'enquête en ligne à leur sujet - sur leur taille, leur emploi du temps, leurs habitudes alimentaires et bien d'autres sujets. Ils utilisent ensuite les données de la classe pour apprendre des concepts statistiques, pratiquer l'analyse de données et explorer certains enjeux sociaux. Les réponses des élèves sont également intégrées dans les bases de données nationale et internationale du projet, qui servent à l'enseignement de la statistique.
En tant que projet des habiletés statistiques, le Recensement à l'école n'est pas une enquête officielle de Statistique Canada et la Loi sur la Statistique ne s'y applique pas. Les écoles et les élèves y participent sur une base volontaire et les données qu'ils fournissent ne sont pas représentatives de la population scolaire au Canada. Ce fait est clairement indiqué dans la page des tableaux sommaires du Canada affichée sur le site du projet à l'intention des élèves participant au projet.
Date de diffusion : 2006-02-28 - Articles et rapports : 12-001-X20050029041Description :
L'imputation hot deck est une procédure qui consiste à remplacer les réponses manquantes à certaines questions par des valeurs empruntées à d'autres répondants. L'un des modèles sur lesquels elle s'appuie est celui où l'on suppose que les probabilités de réponse sont égales dans les cellules d'imputation. Nous décrivons une version efficace de l'imputation hot deck pour le modèle de réponse dans les cellules et donnons un estimateur de la variance dont le traitement informatique est efficace. Nous détaillons une approximation de la procédure entièrement efficace dans laquelle un petit nombre de valeurs sont imputées pour chaque non répondant. Nous illustrons les procédures d'estimation de la variance dans une étude de Monte Carlo.
Date de diffusion : 2006-02-17
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (3)
Analyses (3) ((3 résultats))
- 1. Plans de sondage à marche aléatoire ciblée ArchivéArticles et rapports : 12-001-X20060019262Description :
Les populations humaines cachées, Internet et d'autres structures en réseau conceptualisées mathématiquement sous forme de graphes sont intrinsèquement difficiles à échantillonner par les moyens conventionnels et les plans d'étude les plus efficaces comportent habituellement des procédures de sélection de l'échantillon par suivi adaptatif des liens reliant un n'ode à un autre. Les données d'échantillon obtenues dans le cadre de telles études ne sont généralement pas représentatives au pied de la lettre de la population d'intérêt dans son ensemble. Cependant, un certain nombre de méthodes fondées sur le plan de sondage ou sur un modèle sont maintenant disponibles pour faire des inférences efficaces à partir d'échantillons de ce type. Les méthodes fondées sur le plan de sondage ont l'avantage de ne pas s'appuyer sur un modèle de population hypothétique, mais dépendent, en ce qui concerne leur validité, de la mise en oeuvre du plan de sondage dans des conditions contrôlées et connues, ce qui est parfois difficile, voire impossible, en pratique. Les méthodes fondées sur un modèle offrent plus de souplesse quant au plan de sondage, mais requièrent que la population soit modélisée au moyen de modèles de graphes stochastiques et que le plan de sondage soit ignorable ou de forme connue, afin qu'il puisse être inclus dans les équations de vraisemblance ou d'inférence bayésienne. Aussi bien pour les méthodes basées sur le plan de sondage que celles fondées sur un modèle, le point faible est souvent le manque de contrôle concernant l'obtention de l'échantillon initial, à partir duquel débute le dépistage des liens. Les plans de sondage décrits dans le présent article offrent une troisième méthode, dans laquelle les probabilités de sélection de l'échantillon deviennent pas à pas moins dépendantes de la sélection de l'échantillon initial. Un modèle de « marche aléatoire » markovienne idéalise au moyen d'un graphe, les tendances d'un plan d'échantillonnage naturel d'une séquence de sélections par dépistage de liens à suivre. Le présent article présente des plans de sondage à marche uniforme ou ciblée dans lesquels la marche aléatoire est ajustée à chaque pas afin de produire un plan de sondage ayant les probabilités stationnaires souhaitées. On obtient ainsi un échantillon qui, à d'importants égards, est représentatif au pied de la lettre de la population d'intérêt dans son ensemble, ou qui ne nécessite que de simples facteurs de pondération pour qu'il en soit ainsi.
Date de diffusion : 2006-07-20 - Articles et rapports : 81-004-X20050059111Description :
Cet article présente une analyse des résultats du projet Recensement à l'école qui montre ce que les élèves eux-mêmes ont à dire sur leurs habitudes de lecture et sur leur emploi du temps quotidien. Des analystes de Statistique Canada ont rédigé cet article comme exemple d'une analyse détaillée auquel pourraient s'adonner les élèves en utilisant les résultats canadiens du projet Recensement à l'école. L'article présente des données recueillies auprès de plus de 22,000 élèves d'un bout à l'autre du Canada durant l'année scolaire 2004-2005. Recensement à l'école est un projet international qui enseigne aux élèves âgés de 8 à 18 ans comment faire de la recherche statistique et qui les familiarise avec la façon de mener un recensement. Dans le cadre de ce projet, les élèves remplissent de façon anonyme un questionnaire d'enquête en ligne à leur sujet - sur leur taille, leur emploi du temps, leurs habitudes alimentaires et bien d'autres sujets. Ils utilisent ensuite les données de la classe pour apprendre des concepts statistiques, pratiquer l'analyse de données et explorer certains enjeux sociaux. Les réponses des élèves sont également intégrées dans les bases de données nationale et internationale du projet, qui servent à l'enseignement de la statistique.
En tant que projet des habiletés statistiques, le Recensement à l'école n'est pas une enquête officielle de Statistique Canada et la Loi sur la Statistique ne s'y applique pas. Les écoles et les élèves y participent sur une base volontaire et les données qu'ils fournissent ne sont pas représentatives de la population scolaire au Canada. Ce fait est clairement indiqué dans la page des tableaux sommaires du Canada affichée sur le site du projet à l'intention des élèves participant au projet.
Date de diffusion : 2006-02-28 - Articles et rapports : 12-001-X20050029041Description :
L'imputation hot deck est une procédure qui consiste à remplacer les réponses manquantes à certaines questions par des valeurs empruntées à d'autres répondants. L'un des modèles sur lesquels elle s'appuie est celui où l'on suppose que les probabilités de réponse sont égales dans les cellules d'imputation. Nous décrivons une version efficace de l'imputation hot deck pour le modèle de réponse dans les cellules et donnons un estimateur de la variance dont le traitement informatique est efficace. Nous détaillons une approximation de la procédure entièrement efficace dans laquelle un petit nombre de valeurs sont imputées pour chaque non répondant. Nous illustrons les procédures d'estimation de la variance dans une étude de Monte Carlo.
Date de diffusion : 2006-02-17
Références (0)
Références (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :