Recherche par mot-clé
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Sujet
Résultats
Tout (10)
Tout (10) ((10 résultats))
- Articles et rapports : 12-001-X20010015852Description :
Nous considérons l'estimation composite par régression introduite par Singh (1994, 1996), qui a été appelée au début estimation composite par régression modifiée et dont une version (proposée par Fuller 1999) est appliquée à l'Enquête sur la population active du Canada (EPAC) depuis janvier 2000. L'estimateur par régression composite (rc) comporte plusieurs améliorations comparativement à l'estimateur par régression généralisée (gr) et l'estimateur composite ak bien connu du Gurney-Daly.
Date de diffusion : 2001-08-22 - 2. Un estimateur composite de régression qui s'applique à l'Enquête sur la population active du Canada ArchivéArticles et rapports : 12-001-X20010015853Description :
L'enquête sur la population active du Canada est une enquête mensuelle menée auprès de ménages sélectionnés en fonction d'un plan stratifié à plusieurs degrès. L'échantillon de ménages est divisé en six panels (groupes de renouvellement). Un panel reste dans l'échantillon pendant six mois consécutifs, pour être ensuite éliminé de l'échantillon. Par le passé, un estimateur de régression généralisée, fondé uniquement sur les données du mois courant, a été mis en oeuvre à l'aide d'un programme de poids de régression. Dans le présent exposé, les auteurs examinent des procédures d'estimation composite de régression faisant appel à des données d'échantillon tirées de périodes précédentes et pouvant être mises en oeuvre dans le cadre d'un programme de poids de régression.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015854Description :
L'auteur examine un choix d'estimateurs applicables à une enquête auprès des ménages périodique comportant un chevauchement contrôlé entre les enquêtes successives. L'auteur décrit la façon d'améliorer le MELSB (meilleur estimateur linéaire sans biais) fondé sur une fenêtre fixe de moments en appliquant la technique de la régression généralisée. Cet estimateur amélioré est comparé à l'estimateur AK de Gurney et Daly (1965) et à l'estimateur de régression modifiée de Singh, Kennedy, Wu et Brisebois (1997), à l'aide de données de l'enquête sur la population active de l'Australie.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015855Description :
Enquête sur la population active (EPA) du Canada est une enquête mensuelle réalisée selon un plan de sondage complexe avec renouvellement de panel. Après des études approfondies, y compris l'examen de diverses méthodes tirant parti du chevauchement de l'échantillon pour améliorer la qualité des estimations, l'équipe de l'EPA a choisi une méthode d'estimation composite qui permet d'atteindre cet objectif tout en respectant les contraintes d'ordre pratique. En outre, pour les variables pour lesquelles le gain d'efficacité est important, la nouvelle série chronologique a tendance à être plus compréhensible pour les spécialistes du domaine. Il est donc plus facile d'expliquer les estimations produites d'après l'EPA aux utilisateurs des données et aux membres des médias. Comme l'estimation composite réduit la variance, il est maintenant possible de publier des estimations mensuelles dans bien des cas où, jusqu'à présent, seules les moyennes mobiles de trois ans pouvaient être publiées. En outre, la méthode permet de désaisonnaliser correctement un grand nombre de séries chronologiques.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015857Description :
Le présent article décrit et évalue une procédure d'imputation des valeurs manquantes pour une structure relativement complexe des données lorsque celles-ci manquent au hasard. On obtient les imputations en ajustant une séquence de modèles de régression et en tirant les valeurs des distributions prédictives correspondantes. Les types de modèle de régression utilisés sont les suivants : linéaire, logistique, de Poisson, logit généralisé, ou encore un mélange qui dépend du type de variable imputé. Deux autres caractéristiques communes du processus d'imputation sont intégrées : la restriction à une sous-population pertinente pour certaines variables et des limites ou contraintes logiques pour les valeurs imputées. Les restrictions comportent la création de sous-ensembles d'unités d'échantillon répondant à certains critères au moment de l'ajustement des modèles de régression. Les limites supposent que l'on tire des valeurs d'une distribution prédictive tronquée. L'élaboration de cette méthode s'est inspirée en partie de l'analyse de deux fichiers de données utilisés à titre d'illustration. On applique la procédure de régression séquentielle à l'analyse d'imputations multiples pour les deux problèmes appliqués. Les propriétés d'échantillonnage des inférences tirées de fichiers de données polyimputées créés à l'aide de la méthode de régresison séquentielle sont évaluées en fonction de fichiers de données simulées.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015858Description :
L'objectif de cet article consiste à étudier et à mesurer le changement (du poids initial au poids final) qui est produit par la procédure de modification des poids. Une décomposition des poids finaux est proposée pour évaluer l'incidence relative de l'ajustement de non-réponse, la correction pour la poststratification et l'interaction entre ces deux ajustements. On utilise cette mesure de changement comme outil pour comparer l'efficacité de diverses méthodes d'ajustement pour la non-réponse, notamment les méthodes reposant sur la formation de groupes de réponse homogénes. La mesure de changement est étudiée par l'entremise d'une étude de simulation utilisant les données d'une enquête longitudinale de Statistique Canada, soit l'Enquête sur la dynamique du travail et du revenu. La mesure de changement est également appliquée aux données d'une deuxième enquête longitudinale, c'est-à-dire à l'Enquête nationale longitudinale sur les enfants et les jeunes.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20000025531Description :
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 - Articles et rapports : 12-001-X20000025533Description :
On estime couramment l'effet de plan de sondage attribuable à la pondération pour 1 plus la variance relative des poids de l'échantillon. Cette formule a été justifiée en l'absence de corrélation entre les probabilités de sélection et la variable d'intérêt. Une approximation de l'effet de plan de sondage est présentée pour tenir compte de la présence d'une corrélation.
Date de diffusion : 2001-02-28 - Articles et rapports : 12-001-X20000025538Description :
Cochran (1977, p.374) a proposé certains estimateurs par quotient ou par régression de la moyenne de population fondés sur la méthode de Hansen et Hurwitz (1946) consistant à sous-échantillonner les non-répondants en supposant que l'on connaît la moyenne de population de la variable auxiliaire. Le présent article décrit certains estimateurs par quotient ou par régression axés sur un échantillonnage double (à deux phases) applicables aux cas où l'on ne connaît pas la moyenne de population de la variable auxiliaire. On y compare aussi la performance de ces estimateurs à celle de l'estimateur proposé par Hansen et Hurwitz (1946).
Date de diffusion : 2001-02-28 - Articles et rapports : 11F0019M2001158Géographie : CanadaDescription :
Plusieurs articles récents ont souligné la non-linéarité de la relation entre le revenu des parents et celui de leurs enfants pour expliquer les contraintes intergénérationnelles considérables au chapitre du crédit. Dans le présent article, nous soutenons que toute tendance, quelle qu'elle soit, relative à la fonction d'espérance conditionnelle peut être justifiée par une explication bien construite axée sur les contraintes d'emprunt, ce qui soulève des questions quant à la validité de cette approche. Les régressions par quantile constituent un test de substitution. À la lumière de données tirées des dossiers fiscaux canadiens, le présent article fait état de résultats allant à l'encontre de l'hypothèse des contraintes d'emprunt : la non-linéarité de la fonction de régression est attribuable aux fils ayant peu de capacités (non assujettis à des contraintes) plutôt qu'aux fils ayant des capacités importantes (vraisemblablement assujettis à des contraintes).
Date de diffusion : 2001-01-30
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (10)
Analyses (10) ((10 résultats))
- Articles et rapports : 12-001-X20010015852Description :
Nous considérons l'estimation composite par régression introduite par Singh (1994, 1996), qui a été appelée au début estimation composite par régression modifiée et dont une version (proposée par Fuller 1999) est appliquée à l'Enquête sur la population active du Canada (EPAC) depuis janvier 2000. L'estimateur par régression composite (rc) comporte plusieurs améliorations comparativement à l'estimateur par régression généralisée (gr) et l'estimateur composite ak bien connu du Gurney-Daly.
Date de diffusion : 2001-08-22 - 2. Un estimateur composite de régression qui s'applique à l'Enquête sur la population active du Canada ArchivéArticles et rapports : 12-001-X20010015853Description :
L'enquête sur la population active du Canada est une enquête mensuelle menée auprès de ménages sélectionnés en fonction d'un plan stratifié à plusieurs degrès. L'échantillon de ménages est divisé en six panels (groupes de renouvellement). Un panel reste dans l'échantillon pendant six mois consécutifs, pour être ensuite éliminé de l'échantillon. Par le passé, un estimateur de régression généralisée, fondé uniquement sur les données du mois courant, a été mis en oeuvre à l'aide d'un programme de poids de régression. Dans le présent exposé, les auteurs examinent des procédures d'estimation composite de régression faisant appel à des données d'échantillon tirées de périodes précédentes et pouvant être mises en oeuvre dans le cadre d'un programme de poids de régression.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015854Description :
L'auteur examine un choix d'estimateurs applicables à une enquête auprès des ménages périodique comportant un chevauchement contrôlé entre les enquêtes successives. L'auteur décrit la façon d'améliorer le MELSB (meilleur estimateur linéaire sans biais) fondé sur une fenêtre fixe de moments en appliquant la technique de la régression généralisée. Cet estimateur amélioré est comparé à l'estimateur AK de Gurney et Daly (1965) et à l'estimateur de régression modifiée de Singh, Kennedy, Wu et Brisebois (1997), à l'aide de données de l'enquête sur la population active de l'Australie.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015855Description :
Enquête sur la population active (EPA) du Canada est une enquête mensuelle réalisée selon un plan de sondage complexe avec renouvellement de panel. Après des études approfondies, y compris l'examen de diverses méthodes tirant parti du chevauchement de l'échantillon pour améliorer la qualité des estimations, l'équipe de l'EPA a choisi une méthode d'estimation composite qui permet d'atteindre cet objectif tout en respectant les contraintes d'ordre pratique. En outre, pour les variables pour lesquelles le gain d'efficacité est important, la nouvelle série chronologique a tendance à être plus compréhensible pour les spécialistes du domaine. Il est donc plus facile d'expliquer les estimations produites d'après l'EPA aux utilisateurs des données et aux membres des médias. Comme l'estimation composite réduit la variance, il est maintenant possible de publier des estimations mensuelles dans bien des cas où, jusqu'à présent, seules les moyennes mobiles de trois ans pouvaient être publiées. En outre, la méthode permet de désaisonnaliser correctement un grand nombre de séries chronologiques.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015857Description :
Le présent article décrit et évalue une procédure d'imputation des valeurs manquantes pour une structure relativement complexe des données lorsque celles-ci manquent au hasard. On obtient les imputations en ajustant une séquence de modèles de régression et en tirant les valeurs des distributions prédictives correspondantes. Les types de modèle de régression utilisés sont les suivants : linéaire, logistique, de Poisson, logit généralisé, ou encore un mélange qui dépend du type de variable imputé. Deux autres caractéristiques communes du processus d'imputation sont intégrées : la restriction à une sous-population pertinente pour certaines variables et des limites ou contraintes logiques pour les valeurs imputées. Les restrictions comportent la création de sous-ensembles d'unités d'échantillon répondant à certains critères au moment de l'ajustement des modèles de régression. Les limites supposent que l'on tire des valeurs d'une distribution prédictive tronquée. L'élaboration de cette méthode s'est inspirée en partie de l'analyse de deux fichiers de données utilisés à titre d'illustration. On applique la procédure de régression séquentielle à l'analyse d'imputations multiples pour les deux problèmes appliqués. Les propriétés d'échantillonnage des inférences tirées de fichiers de données polyimputées créés à l'aide de la méthode de régresison séquentielle sont évaluées en fonction de fichiers de données simulées.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20010015858Description :
L'objectif de cet article consiste à étudier et à mesurer le changement (du poids initial au poids final) qui est produit par la procédure de modification des poids. Une décomposition des poids finaux est proposée pour évaluer l'incidence relative de l'ajustement de non-réponse, la correction pour la poststratification et l'interaction entre ces deux ajustements. On utilise cette mesure de changement comme outil pour comparer l'efficacité de diverses méthodes d'ajustement pour la non-réponse, notamment les méthodes reposant sur la formation de groupes de réponse homogénes. La mesure de changement est étudiée par l'entremise d'une étude de simulation utilisant les données d'une enquête longitudinale de Statistique Canada, soit l'Enquête sur la dynamique du travail et du revenu. La mesure de changement est également appliquée aux données d'une deuxième enquête longitudinale, c'est-à-dire à l'Enquête nationale longitudinale sur les enfants et les jeunes.
Date de diffusion : 2001-08-22 - Articles et rapports : 12-001-X20000025531Description :
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 - Articles et rapports : 12-001-X20000025533Description :
On estime couramment l'effet de plan de sondage attribuable à la pondération pour 1 plus la variance relative des poids de l'échantillon. Cette formule a été justifiée en l'absence de corrélation entre les probabilités de sélection et la variable d'intérêt. Une approximation de l'effet de plan de sondage est présentée pour tenir compte de la présence d'une corrélation.
Date de diffusion : 2001-02-28 - Articles et rapports : 12-001-X20000025538Description :
Cochran (1977, p.374) a proposé certains estimateurs par quotient ou par régression de la moyenne de population fondés sur la méthode de Hansen et Hurwitz (1946) consistant à sous-échantillonner les non-répondants en supposant que l'on connaît la moyenne de population de la variable auxiliaire. Le présent article décrit certains estimateurs par quotient ou par régression axés sur un échantillonnage double (à deux phases) applicables aux cas où l'on ne connaît pas la moyenne de population de la variable auxiliaire. On y compare aussi la performance de ces estimateurs à celle de l'estimateur proposé par Hansen et Hurwitz (1946).
Date de diffusion : 2001-02-28 - Articles et rapports : 11F0019M2001158Géographie : CanadaDescription :
Plusieurs articles récents ont souligné la non-linéarité de la relation entre le revenu des parents et celui de leurs enfants pour expliquer les contraintes intergénérationnelles considérables au chapitre du crédit. Dans le présent article, nous soutenons que toute tendance, quelle qu'elle soit, relative à la fonction d'espérance conditionnelle peut être justifiée par une explication bien construite axée sur les contraintes d'emprunt, ce qui soulève des questions quant à la validité de cette approche. Les régressions par quantile constituent un test de substitution. À la lumière de données tirées des dossiers fiscaux canadiens, le présent article fait état de résultats allant à l'encontre de l'hypothèse des contraintes d'emprunt : la non-linéarité de la fonction de régression est attribuable aux fils ayant peu de capacités (non assujettis à des contraintes) plutôt qu'aux fils ayant des capacités importantes (vraisemblablement assujettis à des contraintes).
Date de diffusion : 2001-01-30
Références (0)
Références (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :