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 (2)

Tout (2) ((2 résultats))

  • Articles et rapports : 12-001-X20020026432
    Description :

    Cet article décrit des algorithmes de stratification qui permettent de tenir compte d'une divergence entre la variable de stratification et la variable étudiée au moment de l'élaboration d'un plan de sondage stratifié. On y propose deux modèles pour caractériser la relation entre ces deux variables. L'un est un modèle de régression log-linéaire; l'autre suppose que la variable étudiée et la variable de stratification coïncident pour la plupart des unités, mais que des divergences importantes existent pour certaines unités. Ensuite, on modifie l'algorithme de stratification de Lavallée et Hidiroglou (1988) afin d'intégrer ces modèles dans la détermination des tailles d'échantillon et des limites de strate optimales pour un plan de sondage stratifié. Enfin, on illustre par un exemple la performance du nouvel algorithme de stratification, puis on présente un examen de l'application numérique de cet algorithme.

    Date de diffusion : 2003-01-29

  • Articles et rapports : 12-001-X20020026433
    Description :

    Sitter et Skinner (1994) présentent une méthode qui consiste à appliquer la programmation linéaire à la conception d'enquêtes de stratification multiple, principalement dans des situations où la taille souhaitée de l'échantillon est inférieure ou à peine supérieure au nombre total de cellules de stratification. Leur méthode repose sur une idée simple, facile à comprendre et à appliquer. Cependant, en pratique, elle a le désavantage de devenir rapidement coûteuse en raison de l'importance des calculs, à mesure qu'augmente le nombre de cellules de la stratification multiple, au point de ne pouvoir être utilisée dans la plupart des situations réelles. Dans cet article, on développe davantage cette approche de programmation linéaire et élabore des méthodes en vue de réduire le nombre de calculs, de sorte qu'il soit possible de résoudre des problèmes de grande taille.

    Date de diffusion : 2003-01-29
Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (2)

Analyses (2) ((2 résultats))

  • Articles et rapports : 12-001-X20020026432
    Description :

    Cet article décrit des algorithmes de stratification qui permettent de tenir compte d'une divergence entre la variable de stratification et la variable étudiée au moment de l'élaboration d'un plan de sondage stratifié. On y propose deux modèles pour caractériser la relation entre ces deux variables. L'un est un modèle de régression log-linéaire; l'autre suppose que la variable étudiée et la variable de stratification coïncident pour la plupart des unités, mais que des divergences importantes existent pour certaines unités. Ensuite, on modifie l'algorithme de stratification de Lavallée et Hidiroglou (1988) afin d'intégrer ces modèles dans la détermination des tailles d'échantillon et des limites de strate optimales pour un plan de sondage stratifié. Enfin, on illustre par un exemple la performance du nouvel algorithme de stratification, puis on présente un examen de l'application numérique de cet algorithme.

    Date de diffusion : 2003-01-29

  • Articles et rapports : 12-001-X20020026433
    Description :

    Sitter et Skinner (1994) présentent une méthode qui consiste à appliquer la programmation linéaire à la conception d'enquêtes de stratification multiple, principalement dans des situations où la taille souhaitée de l'échantillon est inférieure ou à peine supérieure au nombre total de cellules de stratification. Leur méthode repose sur une idée simple, facile à comprendre et à appliquer. Cependant, en pratique, elle a le désavantage de devenir rapidement coûteuse en raison de l'importance des calculs, à mesure qu'augmente le nombre de cellules de la stratification multiple, au point de ne pouvoir être utilisée dans la plupart des situations réelles. Dans cet article, on développe davantage cette approche de programmation linéaire et élabore des méthodes en vue de réduire le nombre de calculs, de sorte qu'il soit possible de résoudre des problèmes de grande taille.

    Date de diffusion : 2003-01-29
Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :