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 (5)

Tout (5) ((5 résultats))

1. Comment tenir compte d'un changement méthodologique important dans l'analyse des données de l'enquête sur la santé dans les collectivités Archivé
Articles et rapports : 11-522-X200600110423
Description :
Réalisée par Statistique Canada, l'Enquête sur la santé dans les collectivités canadiennes utilise deux bases de sondage et deux modes de collecte des données. Au cycle 2.1, un changement dans la répartition de l'échantillon entre les deux bases a été apporté. Une étude sur l'effet des modes menée par Statistique Canada faisait état de problèmes de comparabilité entre les cycles 1.1 et 2.1. L'Institut de la statistique du Québec a plutôt examiné ce changement dans sa globalité et a classé 178 variables en « variables comparables » et « non comparables ». Des recommandations ont été données aux utilisateurs québécois en matière de comparaisons chronologiques et interrégionales.
Date de diffusion : 2008-03-17
2. Recherche et analyse pour mieux comprendre les activités de collecte des données Archivé
Articles et rapports : 11-522-X20030017604
Description :
Dans ce document, on expose la portée, les objectifs et les défis de la recherche et de l'analyse portant sur les opérations à Statistique Canada, et on donne certains exemples de travaux accomplis jusqu'à maintenant.
Date de diffusion : 2005-01-26
3. Comparaison des méthodes d'analyse des données d'enquêtes complexes sur la santé basées sur le plan d'échantillonnage à celles basées sur un modèle : une étude de cas Archivé
Articles et rapports : 11-522-X20020016708
Description :
Cette étude traite de l'analyse des données d'enquêtes complexes sur la santé par des méthodes de modélisation multivariées. L'étude porte principalement sur diverses méthodes basées sur le plan d'échantillonnage ou basées sur un modèle qui visent à tenir compte de la complexité du plan d'échantillonnage, y compris la mise en grappes, la stratification et la pondération. Les méthodes étudiées incluent la modélisation linéaire généralisée fondée sur la pseudo-méthode de vraisemblance et les équations d'estimations généralisées, les modèles linéaires mixtes estimés par le maximum de vraisemblance restreint et les techniques hiérarchiques bayesiennes basées sur les méthodes de simulation de Monte Carlo d'une chaîne de Markov (MCMC). On compare empiriquement les méthodes sur des données provenant d'une grande enquête comprenant une interview sur la santé et un examen physique réalisés en Finlande en 2000 (Health 2000 Study).
Les données de la Health 2000 Study ont été recueillies au moyen d'interviews sur place, de questionnaires et d'examens cliniques. L'enquête a été réalisée auprès d'un échantillon en grappes stratifié à deux degrés. Le plan d'échantillonnage comportait des corrélations intra grappes positives pour nombre de variables étudiées. En vue d'une étude plus approfondie, on a choisi un petit nombre de variables tirées des volets de l'interview sur la santé et de l'examen clinique. Dans de nombreux cas, les diverses méthodes ont produit des résultats numériques comparables et appuyés des conclusions statistiques similaires. Celles qui ne tenaient pas compte de la complexité du plan d'échantillonnage ont parfois produit des conclusions contradictoires. On discute aussi de l'application des méthodes lors de l'utilisation de logiciels statistiques standards.
Date de diffusion : 2004-09-13
4. Validité de l'analyse markovienne de structure latente pour l'estimation de l'erreur de classification des données sur la population active Archivé
Articles et rapports : 12-001-X20000025534
Description :
Les auteurs ont surtout cherché à vérifier la validité des estimations MLCA (analyse markovienne de structure latente) de l'erreur de classification de la population active et à évaluer la possibilité que ce type d'analyse remplace les méthodes traditionnelles d'évaluation de la qualité des données.
Date de diffusion : 2001-02-28
5. Modélisation des effets d'intervieweur dans le cas des enquêtes par panel : une application Archivé
Articles et rapports : 12-001-X20000025539
Description :
Le présent article décrit la combinaison de deux applications de modèles multiniveaux. Le modèle multiniveaux convient bien à l'analyse des effets d'intervieweur sur les données d'enquête. On peut aussi l'utiliser pour analyser des données longitudinales, c'est-à-dire des mesures répétées. Nous analysons un indicateur de la qualité des données que nous appliquons à des données de panel recueillies dans le cadre des enquêtes post-électorales auprès de la population belge.
Date de diffusion : 2001-02-28

Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (5)

Analyses (5) ((5 résultats))

1. Comment tenir compte d'un changement méthodologique important dans l'analyse des données de l'enquête sur la santé dans les collectivités Archivé
Articles et rapports : 11-522-X200600110423
Description :
Réalisée par Statistique Canada, l'Enquête sur la santé dans les collectivités canadiennes utilise deux bases de sondage et deux modes de collecte des données. Au cycle 2.1, un changement dans la répartition de l'échantillon entre les deux bases a été apporté. Une étude sur l'effet des modes menée par Statistique Canada faisait état de problèmes de comparabilité entre les cycles 1.1 et 2.1. L'Institut de la statistique du Québec a plutôt examiné ce changement dans sa globalité et a classé 178 variables en « variables comparables » et « non comparables ». Des recommandations ont été données aux utilisateurs québécois en matière de comparaisons chronologiques et interrégionales.
Date de diffusion : 2008-03-17
2. Recherche et analyse pour mieux comprendre les activités de collecte des données Archivé
Articles et rapports : 11-522-X20030017604
Description :
Dans ce document, on expose la portée, les objectifs et les défis de la recherche et de l'analyse portant sur les opérations à Statistique Canada, et on donne certains exemples de travaux accomplis jusqu'à maintenant.
Date de diffusion : 2005-01-26
3. Comparaison des méthodes d'analyse des données d'enquêtes complexes sur la santé basées sur le plan d'échantillonnage à celles basées sur un modèle : une étude de cas Archivé
Articles et rapports : 11-522-X20020016708
Description :
Cette étude traite de l'analyse des données d'enquêtes complexes sur la santé par des méthodes de modélisation multivariées. L'étude porte principalement sur diverses méthodes basées sur le plan d'échantillonnage ou basées sur un modèle qui visent à tenir compte de la complexité du plan d'échantillonnage, y compris la mise en grappes, la stratification et la pondération. Les méthodes étudiées incluent la modélisation linéaire généralisée fondée sur la pseudo-méthode de vraisemblance et les équations d'estimations généralisées, les modèles linéaires mixtes estimés par le maximum de vraisemblance restreint et les techniques hiérarchiques bayesiennes basées sur les méthodes de simulation de Monte Carlo d'une chaîne de Markov (MCMC). On compare empiriquement les méthodes sur des données provenant d'une grande enquête comprenant une interview sur la santé et un examen physique réalisés en Finlande en 2000 (Health 2000 Study).
Les données de la Health 2000 Study ont été recueillies au moyen d'interviews sur place, de questionnaires et d'examens cliniques. L'enquête a été réalisée auprès d'un échantillon en grappes stratifié à deux degrés. Le plan d'échantillonnage comportait des corrélations intra grappes positives pour nombre de variables étudiées. En vue d'une étude plus approfondie, on a choisi un petit nombre de variables tirées des volets de l'interview sur la santé et de l'examen clinique. Dans de nombreux cas, les diverses méthodes ont produit des résultats numériques comparables et appuyés des conclusions statistiques similaires. Celles qui ne tenaient pas compte de la complexité du plan d'échantillonnage ont parfois produit des conclusions contradictoires. On discute aussi de l'application des méthodes lors de l'utilisation de logiciels statistiques standards.
Date de diffusion : 2004-09-13
4. Validité de l'analyse markovienne de structure latente pour l'estimation de l'erreur de classification des données sur la population active Archivé
Articles et rapports : 12-001-X20000025534
Description :
Les auteurs ont surtout cherché à vérifier la validité des estimations MLCA (analyse markovienne de structure latente) de l'erreur de classification de la population active et à évaluer la possibilité que ce type d'analyse remplace les méthodes traditionnelles d'évaluation de la qualité des données.
Date de diffusion : 2001-02-28
5. Modélisation des effets d'intervieweur dans le cas des enquêtes par panel : une application Archivé
Articles et rapports : 12-001-X20000025539
Description :
Le présent article décrit la combinaison de deux applications de modèles multiniveaux. Le modèle multiniveaux convient bien à l'analyse des effets d'intervieweur sur les données d'enquête. On peut aussi l'utiliser pour analyser des données longitudinales, c'est-à-dire des mesures répétées. Nous analysons un indicateur de la qualité des données que nous appliquons à des données de panel recueillies dans le cadre des enquêtes post-électorales auprès de la population belge.
Date de diffusion : 2001-02-28

Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-11-19

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.