Recherche par mot-clé

Résultats

Tout (24 373)

Tout (24 373) (0 à 10 de 24 373 résultats)

1. Réponse des auteurs aux commentaires sur l’article « Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada » : De nouvelles avancées concernant les méthodes de vraisemblance pour l’estimation des probabilités de participation pour des échantillons non probabilistes
Articles et rapports : 12-001-X202400100001
Description : Inspirés par les deux excellentes discussions de notre article, nous offrons un regard nouveau et présentons de nouvelles avancées sur le problème de l’estimation des probabilités de participation pour des échantillons non probabilistes. Tout d’abord, nous proposons une amélioration de la méthode de Chen, Li et Wu (2020), fondée sur la théorie de la meilleure estimation linéaire sans biais, qui tire plus efficacement parti des données disponibles des échantillons probabiliste et non probabiliste. De plus, nous élaborons une méthode de vraisemblance de l’échantillon, dont l’idée est semblable à la méthode d’Elliott (2009), qui tient adéquatement compte du chevauchement entre les deux échantillons quand il est possible de l’identifier dans au moins un des échantillons. Nous utilisons la théorie de la meilleure prédiction linéaire sans biais pour traiter le scénario où le chevauchement est inconnu. Il est intéressant de constater que les deux méthodes que nous proposons coïncident quand le chevauchement est inconnu. Ensuite, nous montrons que de nombreuses méthodes existantes peuvent être obtenues comme cas particulier d’une fonction d’estimation sans biais générale. Enfin, nous concluons en formulant quelques commentaires sur l’estimation non paramétrique des probabilités de participation.
Date de diffusion : 2024-06-25
2. Commentaires de Changbao Wu à propos de l’article « Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada »
Articles et rapports : 12-001-X202400100002
Description : Nous proposons des comparaisons entre trois méthodes paramétriques d’estimation des probabilités de participation ainsi que de brefs commentaires à propos des groupes homogènes et de la poststratification.
Date de diffusion : 2024-06-25
3. Commentaires de Julie Gershunskaya et Vladislav Beresovsky à propos de l’article « Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada »
Articles et rapports : 12-001-X202400100003
Description : Beaumont, Bosa, Brennan, Charlebois et Chu (2024) proposent des méthodes novatrices de sélection de modèles aux fins d’estimation des probabilités de participation pour des unités d’échantillonnage non probabiliste. Notre examen portera principalement sur le choix de la vraisemblance et du paramétrage du modèle, qui sont essentiels à l’efficacité des techniques proposées dans l’article. Nous examinons d’autres méthodes fondées sur la vraisemblance et la pseudo-vraisemblance pour estimer les probabilités de participation et nous présentons des simulations mettant en œuvre et comparant la sélection de variables fondée sur le critère d’information d’Akaike (AIC). Nous démontrons que, dans des scénarios pratiques importants, la méthode fondée sur une vraisemblance formulée sur les échantillons non probabiliste et probabiliste groupés qui sont observés offre un meilleur rendement que les autres solutions fondées sur la pseudo-vraisemblance. La différence de sensibilité du AIC est particulièrement grande en cas de petites tailles de l’échantillon probabiliste et de petit chevauchement dans les domaines de covariables.
Date de diffusion : 2024-06-25
4. Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada
Articles et rapports : 12-001-X202400100004
Description : Les organismes nationaux de statistique étudient de plus en plus la possibilité d’utiliser des échantillons non probabilistes comme solution de rechange aux échantillons probabilistes. Toutefois, il est bien connu que l’utilisation d’un échantillon non probabiliste seul peut produire des estimations présentant un biais important en raison de la nature inconnue du mécanisme de sélection sous-jacent. Il est possible de réduire le biais en intégrant les données de l’échantillon non probabiliste aux données d’un échantillon probabiliste, à condition que les deux échantillons contiennent des variables auxiliaires communes. Nous nous concentrons sur les méthodes de pondération par l’inverse de la probabilité, lesquelles consistent à modéliser la probabilité de participation à l’échantillon non probabiliste. Premièrement, nous examinons le modèle logistique ainsi que l’estimation par la méthode du pseudo maximum de vraisemblance. Nous proposons une procédure de sélection de variables en fonction d’un critère d’information d’Akaike (AIC) modifié qui tient compte de la structure des données et du plan d’échantillonnage probabiliste. Nous proposons également une méthode simple fondée sur le rang pour former des strates a posteriori homogènes. Ensuite, nous adaptons l’algorithme des arbres de classification et de régression (CART) à ce scénario d’intégration de données, tout en tenant compte, encore une fois, du plan d’échantillonnage probabiliste. Nous proposons un estimateur de la variance bootstrap qui tient compte de deux sources de variabilité : le plan d’échantillonnage probabiliste et le modèle de participation. Nos méthodes sont illustrées au moyen de données recueillies par approche participative et de données d’enquête de Statistique Canada.
Date de diffusion : 2024-06-25
5. Réponse de l’auteur aux commentaires sur l’article « Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes »
Articles et rapports : 12-001-X202400100005
Description : Dans cette réplique, je réponds aux commentaires des participants à l’analyse, M. Takumi Saegusa, M. Jae-Kwang Kim et Mme Yonghyun Kwon. Les commentaires de M. Saegusa, qui portent sur les différences entre l’hypothèse d’échangeabilité conditionnelle (EC) pour les inférences causales et l’hypothèse d’EC pour les inférences de population finie au moyen d’échantillons non probabilistes ainsi que sur la distinction entre les méthodes fondées sur le plan et celles fondées sur un modèle pour l’inférence de population finie au moyen d’échantillons non probabilistes, sont examinés et clarifiés dans le contexte de mon article. Je réponds ensuite au cadre exhaustif de M. Kim et de Mme Kwon pour classer les méthodes actuelles d’estimation des scores de propension (SP) en méthodes conditionnelles et inconditionnelles. J’étends leurs études par simulations pour varier les poids de sondage, permettre des modèles de SP incorrectement précisés, et inclure un estimateur supplémentaire, à savoir l’estimateur par la propension logistique ajustée mis à l’échelle (Wang, Valliant et Li (2021), noté sWBS). Dans mes simulations, on observe que l’estimateur sWBS dépasse de façon constante les autres estimateurs ou leur est comparable dans le modèle de SP incorrectement précisé. L’estimateur sWBS, ainsi que les estimateurs WBS ou ABS décrits dans mon article, ne supposent pas que les unités superposées dans les échantillons de référence probabiliste et non probabiliste sont négligeables, et ils n’exigent pas non plus l’identification des unités superposées, comme le nécessitent les estimateurs proposés par M. Kim et Mme Kwon.
Date de diffusion : 2024-06-25
6. Commentaires de Takumi Saegusa à propos de l’article « Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes » : Inférence causale, échantillon non probabiliste et population finie
Articles et rapports : 12-001-X202400100006
Description : Dans certains articles sur les échantillons non probabilistes, l’hypothèse de l’échangeabilité conditionnelle est jugée nécessaire pour une inférence statistique valide. Cette hypothèse repose sur une inférence causale, bien que son cadre de résultat potentiel diffère grandement de celui des échantillons non probabilistes. Nous décrivons les similitudes et les différences entre deux cadres et abordons les enjeux à prendre en considération lors de l’adoption de l’hypothèse d’échangeabilité conditionnelle dans les configurations d’échantillons non probabilistes. Nous examinons aussi le rôle de l’inférence de la population finie dans différentes approches de scores de propension et de modélisation de régression des résultats à l’égard des échantillons non probabilistes.
Date de diffusion : 2024-06-25
7. Commentaires de Jae Kwang Kim et Yonghyun Kwon à propos de l’article « Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes »
Articles et rapports : 12-001-X202400100007
Description : La construction de pseudo-poids pour l’intégration des données peut être comprise dans le cadre de l’échantillonnage à deux phases. Au moyen du cadre d’échantillonnage à deux phases, nous abordons deux approches de l’estimation des scores de propension et mettons au point une nouvelle façon de construire la fonction de score de propension pour l’intégration des données en utilisant la méthode de maximum de vraisemblance conditionnelle. Les résultats d’une étude de simulation limitée sont aussi présentés.
Date de diffusion : 2024-06-25
8. Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes
Articles et rapports : 12-001-X202400100008
Description : Des échantillons non probabilistes émergent rapidement pour aborder des sujets prioritaires urgents dans différents domaines. Ces données sont actuelles, mais sujettes à un biais de sélection. Afin de réduire le biais de sélection, une littérature abondante portant sur la recherche sur les enquêtes a étudié l’utilisation de méthodes d’ajustement par le score de propension (SP) pour améliorer la représentativité de la population des échantillons non probabilistes, au moyen d’échantillons d’enquête probabilistes utilisés comme références externes. L’hypothèse d’échangeabilité conditionnelle (EC) est l’une des principales hypothèses requises par les méthodes d’ajustement fondées sur le SP. Dans le présent article, j’examine d’abord la validité de l’hypothèse de l’EC conditionnellement à plusieurs estimations de scores d’équilibrage qui sont utilisées dans les méthodes d’ajustement fondées sur le SP existantes. Un score d’équilibrage adaptatif est proposé aux fins d’estimation sans biais des moyennes de population. Les estimateurs de la moyenne de population selon les trois hypothèses de l’EC sont évalués au moyen d’études de simulation de Monte Carlo et illustrés au moyen de l’étude sur la séroprévalence du SRAS-CoV-2 des National Institutes of Health pour estimer la proportion d’adultes aux États-Unis qui présentaient des anticorps de la COVID-19 du 1^er avril au 4 août 2020.
Date de diffusion : 2024-06-25
9. Réponse des auteurs aux commentaires sur l’article « Étude de l’hypothèse selon laquelle les répondants aux enquêtes non probabilistes en ligne menées à des fins commerciales répondent en toute bonne foi »
Articles et rapports : 12-001-X202400100009
Description : Nos commentaires répondent aux points de discussion soulevés par Sen, Brick et Elliott. Nous évaluons les avantages et les inconvénients potentiels de la suggestion de Sen de recourir à l’apprentissage automatique pour repérer les faux répondants au moyen d’interactions et de combinaisons improbables de variables. Nous rejoignons la réflexion de Brick sur l’incidence des faux répondants sur les enquêtes non probabilistes menées à des fins commerciales. Enfin, nous examinons les solutions proposées par Elliott pour relever le défi exposé dans notre étude.
Date de diffusion : 2024-06-25
10. Commentaires de Aditi Sen à propos de l’article « Étude de l’hypothèse selon laquelle les répondants aux enquêtes non probabilistes en ligne menées à des fins commerciales répondent en toute bonne foi »
Articles et rapports : 12-001-X202400100010
Description : La présente analyse résume les nouvelles constatations intéressantes de Kennedy, Mercer et Lau (KML) sur les erreurs de mesure dans les enquêtes à participation volontaire. Alors que KML éclairent les lecteurs au sujet des « fausses réponses » et des tendances qui peuvent s’y rattacher, cette analyse propose de combiner ces nouveaux résultats avec d’autres pistes de recherche sur l’échantillonnage non probabiliste, comme l’amélioration de la représentativité.
Date de diffusion : 2024-06-25

Données (12 024)

Données (12 024) (0 à 10 de 12 024 résultats)

1. Ventes des services de restauration et débits de boissons
Visualisation des données : 71-607-X2017003
Description : Cette application web permet d’accéder aux données sur les ventes des services de restauration et des débits de boisson au niveau du Canada, des provinces et des territoires. L’application offre aux utilisateurs la possibilité de comparer les données provinciales et territoriales à l’aide de cartes et de graphiques interactifs. Toutes les données qui figurent dans le présent communiqué sont désaisonnalisées et exprimées en dollars courants.
Date de diffusion : 2024-06-25
2. Outil de visualisation des données de l’Indice des prix à la consommation
Visualisation des données : 71-607-X2018016
Description : Le tableau de bord interactif propose un accès aux données actuelles et historiques de l’Indice des prix à la consommation (IPC) dans un format dynamique et personnalisable. Des indicateurs clés, comme les taux d’inflation sur 12 mois et sur 1 mois, ainsi que les tendances des prix, sont présentés dans des graphiques interactifs permettant aux utilisateurs de comparer et d’analyser la variation des prix de tous les biens et services du panier de l’IPC au fil du temps, ainsi que d’une région géographique à l’autre (à l’échelle du pays, des provinces et des territoires).
L’outil présente d’autres indicateurs de l’IPC, dont les mesures de l’inflation fondamentale de la Banque du Canada, les taux d’inflation désaisonnalisés et les pondérations du panier de l’IPC.

L’application Web est mise à jour mensuellement, aussitôt que les données du dernier mois de référence sont diffusées dans Le Quotidien.
Date de diffusion : 2024-06-25
3. Statistique Canada – Produits de visualisation des données
Tableau : 71-607-X
Description : Statistique Canada produit divers outils de visualisation interactifs qui présentent les données sous forme de graphiques. Ces outils offrent un moyen pratique d’interpréter les tendances qui sous-tendent nos données liées à divers sujets sociaux et économiques.
Date de diffusion : 2024-06-25
4. Situation des opérations des administrations publiques et bilan, statistiques de finances publiques
Tableau : 10-10-0015-01
Géographie : Canada
La fréquence : Trimestrielle
Description : Données trimestrielles selon le niveau de l'administration publique.
Date de diffusion : 2024-06-25
5. Taux du marché monétaire et autres taux d'intérêt, Banque du Canada
Tableau : 10-10-0139-01
Géographie : Canada
La fréquence : Quotidienne
Description : Ce tableau contient 39 séries. Les données commencent en 1991 (il n'y a pas nécessairement de données pour toutes les années pour l'ensemble des combinaisons). Ce tableau contient des données telles que décrites par les dimensions suivantes (Les combinaisons ne sont pas toutes disponibles) : Géographie (1 élément : Canada) ; Statistiques du marché financier (39 éléments : Bons du trésor du Gouvernement du Canada, à 1 mois (taux composés);Bons du trésor du Gouvernement du Canada, à 2 mois (taux composés); Bons du trésor du Gouvernement du Canada, à 3 mois (taux composés); Bons du trésor du Gouvernement du Canada, à 6 mois (taux composés); ...).
Date de diffusion : 2024-06-25
6. Prix de détail moyens mensuel, essence et mazout, par géographie
Tableau : 18-10-0001-01
Géographie : Canada, Subdivision de recensement, Région métropolitaine de recensement, Partie de région métropolitaine de recensement
La fréquence : Mensuelle
Description :
Moyennes mensuelles du prix de détail de l’essence et du mazout pour le Canada, certaines villes provinciales, Whitehorse et Yellowknife. Les prix sont présentés pour le mois actuel et les quatre mois précédents, selon les types de carburant et le prix en cents par litre.

Date de diffusion : 2024-06-25
7. Indice des prix à la consommation mensuel, non désaisonnalisé
Tableau : 18-10-0004-01
Géographie : Canada, Province ou territoire, Subdivision de recensement, Région métropolitaine de recensement, Partie de région métropolitaine de recensement
La fréquence : Mensuelle
Description :
Indices mensuels des composantes principales et des agrégats spéciaux de l’Indice des prix à la consommation (IPC), non désaisonnalisé, pour le Canada, les provinces, Whitehorse, Yellowknife et Iqaluit. Les données sont présentées pour le mois actuel et les quatre mois précédents. L’année de base de l’indice est 2002=100.

Date de diffusion : 2024-06-25
8. Indice des prix à la consommation selon la géographie, ensemble, données mensuelles, variation en pourcentage, non désaisonnalisées, Canada, provinces, Whitehorse, Yellowknife et Iqaluit
Tableau : 18-10-0004-02
Géographie : Canada, Province ou territoire, Subdivision de recensement, Région métropolitaine de recensement, Partie de région métropolitaine de recensement
La fréquence : Mensuelle
Description :
Indices mensuels et taux de variation en pourcentage de toutes les composantes et agrégats spéciaux de l’Indice des prix à la consommation (IPC), non désaisonnalisé, pour le Canada, les provinces, Whitehorse, Yellowknife et Iqaluit. Les données sont présentées pour le mois correspondant de l’année précédente, le mois précédent et le mois actuel. L’année de base de l’indice est 2002=100.

Date de diffusion : 2024-06-25
9. Indice des prix à la consommation, données mensuelles, variation en pourcentage, non désaisonnalisées, Canada, provinces, Whitehorse et Yellowknife — Aliments
Tableau : 18-10-0004-03
Géographie : Canada, Province ou territoire, Subdivision de recensement, Région métropolitaine de recensement, Partie de région métropolitaine de recensement
La fréquence : Mensuelle
Description : Indices mensuels et taux de variation en pourcentage de certains sous-groupes de la composante des aliments de l’Indice des prix à la consommation (IPC), non désaisonnalisé, pour le Canada, les provinces, Whitehorse et Yellowknife. Les données sont présentées pour le mois correspondant de l’année précédente, le mois précédent et le mois actuel. L’année de base de l’indice est 2002=100.
Date de diffusion : 2024-06-25
10. Indice des prix à la consommation, données mensuelles, variation en pourcentage, non désaisonnalisées, Canada, provinces, Whitehorse et Yellowknife — Logement
Tableau : 18-10-0004-04
Géographie : Canada, Province ou territoire, Subdivision de recensement, Région métropolitaine de recensement, Partie de région métropolitaine de recensement
La fréquence : Mensuelle
Description :
Indices mensuels et taux de variation en pourcentage de certains sous-groupes de la composante du logement de l’Indice des prix à la consommation (IPC), non désaisonnalisé, pour le Canada, les provinces, Whitehorse et Yellowknife. Les données sont présentées pour le mois correspondant de l’année précédente, le mois précédent et le mois actuel. L’année de base de l’indice est 2002=100.

Date de diffusion : 2024-06-25

Analyses (9 984)

Analyses (9 984) (0 à 10 de 9 984 résultats)

1. Réponse des auteurs aux commentaires sur l’article « Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada » : De nouvelles avancées concernant les méthodes de vraisemblance pour l’estimation des probabilités de participation pour des échantillons non probabilistes
Articles et rapports : 12-001-X202400100001
Description : Inspirés par les deux excellentes discussions de notre article, nous offrons un regard nouveau et présentons de nouvelles avancées sur le problème de l’estimation des probabilités de participation pour des échantillons non probabilistes. Tout d’abord, nous proposons une amélioration de la méthode de Chen, Li et Wu (2020), fondée sur la théorie de la meilleure estimation linéaire sans biais, qui tire plus efficacement parti des données disponibles des échantillons probabiliste et non probabiliste. De plus, nous élaborons une méthode de vraisemblance de l’échantillon, dont l’idée est semblable à la méthode d’Elliott (2009), qui tient adéquatement compte du chevauchement entre les deux échantillons quand il est possible de l’identifier dans au moins un des échantillons. Nous utilisons la théorie de la meilleure prédiction linéaire sans biais pour traiter le scénario où le chevauchement est inconnu. Il est intéressant de constater que les deux méthodes que nous proposons coïncident quand le chevauchement est inconnu. Ensuite, nous montrons que de nombreuses méthodes existantes peuvent être obtenues comme cas particulier d’une fonction d’estimation sans biais générale. Enfin, nous concluons en formulant quelques commentaires sur l’estimation non paramétrique des probabilités de participation.
Date de diffusion : 2024-06-25
2. Commentaires de Changbao Wu à propos de l’article « Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada »
Articles et rapports : 12-001-X202400100002
Description : Nous proposons des comparaisons entre trois méthodes paramétriques d’estimation des probabilités de participation ainsi que de brefs commentaires à propos des groupes homogènes et de la poststratification.
Date de diffusion : 2024-06-25
3. Commentaires de Julie Gershunskaya et Vladislav Beresovsky à propos de l’article « Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada »
Articles et rapports : 12-001-X202400100003
Description : Beaumont, Bosa, Brennan, Charlebois et Chu (2024) proposent des méthodes novatrices de sélection de modèles aux fins d’estimation des probabilités de participation pour des unités d’échantillonnage non probabiliste. Notre examen portera principalement sur le choix de la vraisemblance et du paramétrage du modèle, qui sont essentiels à l’efficacité des techniques proposées dans l’article. Nous examinons d’autres méthodes fondées sur la vraisemblance et la pseudo-vraisemblance pour estimer les probabilités de participation et nous présentons des simulations mettant en œuvre et comparant la sélection de variables fondée sur le critère d’information d’Akaike (AIC). Nous démontrons que, dans des scénarios pratiques importants, la méthode fondée sur une vraisemblance formulée sur les échantillons non probabiliste et probabiliste groupés qui sont observés offre un meilleur rendement que les autres solutions fondées sur la pseudo-vraisemblance. La différence de sensibilité du AIC est particulièrement grande en cas de petites tailles de l’échantillon probabiliste et de petit chevauchement dans les domaines de covariables.
Date de diffusion : 2024-06-25
4. Traitement d’échantillons non probabilistes en pondérant par l’inverse de la probabilité, avec application aux données recueillies par approche participative de Statistique Canada
Articles et rapports : 12-001-X202400100004
Description : Les organismes nationaux de statistique étudient de plus en plus la possibilité d’utiliser des échantillons non probabilistes comme solution de rechange aux échantillons probabilistes. Toutefois, il est bien connu que l’utilisation d’un échantillon non probabiliste seul peut produire des estimations présentant un biais important en raison de la nature inconnue du mécanisme de sélection sous-jacent. Il est possible de réduire le biais en intégrant les données de l’échantillon non probabiliste aux données d’un échantillon probabiliste, à condition que les deux échantillons contiennent des variables auxiliaires communes. Nous nous concentrons sur les méthodes de pondération par l’inverse de la probabilité, lesquelles consistent à modéliser la probabilité de participation à l’échantillon non probabiliste. Premièrement, nous examinons le modèle logistique ainsi que l’estimation par la méthode du pseudo maximum de vraisemblance. Nous proposons une procédure de sélection de variables en fonction d’un critère d’information d’Akaike (AIC) modifié qui tient compte de la structure des données et du plan d’échantillonnage probabiliste. Nous proposons également une méthode simple fondée sur le rang pour former des strates a posteriori homogènes. Ensuite, nous adaptons l’algorithme des arbres de classification et de régression (CART) à ce scénario d’intégration de données, tout en tenant compte, encore une fois, du plan d’échantillonnage probabiliste. Nous proposons un estimateur de la variance bootstrap qui tient compte de deux sources de variabilité : le plan d’échantillonnage probabiliste et le modèle de participation. Nos méthodes sont illustrées au moyen de données recueillies par approche participative et de données d’enquête de Statistique Canada.
Date de diffusion : 2024-06-25
5. Réponse de l’auteur aux commentaires sur l’article « Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes »
Articles et rapports : 12-001-X202400100005
Description : Dans cette réplique, je réponds aux commentaires des participants à l’analyse, M. Takumi Saegusa, M. Jae-Kwang Kim et Mme Yonghyun Kwon. Les commentaires de M. Saegusa, qui portent sur les différences entre l’hypothèse d’échangeabilité conditionnelle (EC) pour les inférences causales et l’hypothèse d’EC pour les inférences de population finie au moyen d’échantillons non probabilistes ainsi que sur la distinction entre les méthodes fondées sur le plan et celles fondées sur un modèle pour l’inférence de population finie au moyen d’échantillons non probabilistes, sont examinés et clarifiés dans le contexte de mon article. Je réponds ensuite au cadre exhaustif de M. Kim et de Mme Kwon pour classer les méthodes actuelles d’estimation des scores de propension (SP) en méthodes conditionnelles et inconditionnelles. J’étends leurs études par simulations pour varier les poids de sondage, permettre des modèles de SP incorrectement précisés, et inclure un estimateur supplémentaire, à savoir l’estimateur par la propension logistique ajustée mis à l’échelle (Wang, Valliant et Li (2021), noté sWBS). Dans mes simulations, on observe que l’estimateur sWBS dépasse de façon constante les autres estimateurs ou leur est comparable dans le modèle de SP incorrectement précisé. L’estimateur sWBS, ainsi que les estimateurs WBS ou ABS décrits dans mon article, ne supposent pas que les unités superposées dans les échantillons de référence probabiliste et non probabiliste sont négligeables, et ils n’exigent pas non plus l’identification des unités superposées, comme le nécessitent les estimateurs proposés par M. Kim et Mme Kwon.
Date de diffusion : 2024-06-25
6. Commentaires de Takumi Saegusa à propos de l’article « Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes » : Inférence causale, échantillon non probabiliste et population finie
Articles et rapports : 12-001-X202400100006
Description : Dans certains articles sur les échantillons non probabilistes, l’hypothèse de l’échangeabilité conditionnelle est jugée nécessaire pour une inférence statistique valide. Cette hypothèse repose sur une inférence causale, bien que son cadre de résultat potentiel diffère grandement de celui des échantillons non probabilistes. Nous décrivons les similitudes et les différences entre deux cadres et abordons les enjeux à prendre en considération lors de l’adoption de l’hypothèse d’échangeabilité conditionnelle dans les configurations d’échantillons non probabilistes. Nous examinons aussi le rôle de l’inférence de la population finie dans différentes approches de scores de propension et de modélisation de régression des résultats à l’égard des échantillons non probabilistes.
Date de diffusion : 2024-06-25
7. Commentaires de Jae Kwang Kim et Yonghyun Kwon à propos de l’article « Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes »
Articles et rapports : 12-001-X202400100007
Description : La construction de pseudo-poids pour l’intégration des données peut être comprise dans le cadre de l’échantillonnage à deux phases. Au moyen du cadre d’échantillonnage à deux phases, nous abordons deux approches de l’estimation des scores de propension et mettons au point une nouvelle façon de construire la fonction de score de propension pour l’intégration des données en utilisant la méthode de maximum de vraisemblance conditionnelle. Les résultats d’une étude de simulation limitée sont aussi présentés.
Date de diffusion : 2024-06-25
8. Hypothèse de l’échangeabilité dans des méthodes d’ajustement fondées sur le score de propension aux fins d’estimation de la moyenne de population au moyen d’échantillons non probabilistes
Articles et rapports : 12-001-X202400100008
Description : Des échantillons non probabilistes émergent rapidement pour aborder des sujets prioritaires urgents dans différents domaines. Ces données sont actuelles, mais sujettes à un biais de sélection. Afin de réduire le biais de sélection, une littérature abondante portant sur la recherche sur les enquêtes a étudié l’utilisation de méthodes d’ajustement par le score de propension (SP) pour améliorer la représentativité de la population des échantillons non probabilistes, au moyen d’échantillons d’enquête probabilistes utilisés comme références externes. L’hypothèse d’échangeabilité conditionnelle (EC) est l’une des principales hypothèses requises par les méthodes d’ajustement fondées sur le SP. Dans le présent article, j’examine d’abord la validité de l’hypothèse de l’EC conditionnellement à plusieurs estimations de scores d’équilibrage qui sont utilisées dans les méthodes d’ajustement fondées sur le SP existantes. Un score d’équilibrage adaptatif est proposé aux fins d’estimation sans biais des moyennes de population. Les estimateurs de la moyenne de population selon les trois hypothèses de l’EC sont évalués au moyen d’études de simulation de Monte Carlo et illustrés au moyen de l’étude sur la séroprévalence du SRAS-CoV-2 des National Institutes of Health pour estimer la proportion d’adultes aux États-Unis qui présentaient des anticorps de la COVID-19 du 1^er avril au 4 août 2020.
Date de diffusion : 2024-06-25
9. Réponse des auteurs aux commentaires sur l’article « Étude de l’hypothèse selon laquelle les répondants aux enquêtes non probabilistes en ligne menées à des fins commerciales répondent en toute bonne foi »
Articles et rapports : 12-001-X202400100009
Description : Nos commentaires répondent aux points de discussion soulevés par Sen, Brick et Elliott. Nous évaluons les avantages et les inconvénients potentiels de la suggestion de Sen de recourir à l’apprentissage automatique pour repérer les faux répondants au moyen d’interactions et de combinaisons improbables de variables. Nous rejoignons la réflexion de Brick sur l’incidence des faux répondants sur les enquêtes non probabilistes menées à des fins commerciales. Enfin, nous examinons les solutions proposées par Elliott pour relever le défi exposé dans notre étude.
Date de diffusion : 2024-06-25
10. Commentaires de Aditi Sen à propos de l’article « Étude de l’hypothèse selon laquelle les répondants aux enquêtes non probabilistes en ligne menées à des fins commerciales répondent en toute bonne foi »
Articles et rapports : 12-001-X202400100010
Description : La présente analyse résume les nouvelles constatations intéressantes de Kennedy, Mercer et Lau (KML) sur les erreurs de mesure dans les enquêtes à participation volontaire. Alors que KML éclairent les lecteurs au sujet des « fausses réponses » et des tendances qui peuvent s’y rattacher, cette analyse propose de combiner ces nouveaux résultats avec d’autres pistes de recherche sur l’échantillonnage non probabiliste, comme l’amélioration de la représentativité.
Date de diffusion : 2024-06-25

Références (1 891)

Références (1 891) (1 870 à 1 880 de 1 891 résultats)

1 871. Ministère des Finances
Enquêtes et programmes statistiques — Documentation : 7514
Description : Les données contiennent les résultats financiers mensuels et annuels du Gouvernement du Canada tels qu'ils apparaissent dans La revue financière publiée chaque mois par le Ministère des Finances Canada ainsi que dans les Comptes publics du Canada publiés chaque année.
1 872. Réserves canadiennes de pétrole et de gaz naturel marchand
Enquêtes et programmes statistiques — Documentation : 7516
Description : Cette information ne provient pas de Statistique Canada.
1 873. Production et réserves d'énergie internationale
Enquêtes et programmes statistiques — Documentation : 7517
Description : Si vous avez des questions concernant ces données, veuillez communiquer avec: Randy Sheldrick Section de l'énergie Division de la fabrication, de la construction et de l'énergie Statistique Canada Ottawa, Ontario K1A 0T6 Téléphone (613) 951-4804
1 874. L'Association Canadienne des producteurs de pâtes et papiers
Enquêtes et programmes statistiques — Documentation : 7518
Description : Cette information ne provient pas de Statistique Canada.
1 875. Agence du revenu du Canada
Enquêtes et programmes statistiques — Documentation : 7519
Description : Cette information ne provient pas de Statistique Canada.
1 876. Conseil des ministres de l'Éducation, Canada
Enquêtes et programmes statistiques — Documentation : 7520
Description : Cette information ne provient pas de Statistique Canada.
1 877. Statistiques des États-Unis
Enquêtes et programmes statistiques — Documentation : 7522
Description : Cette information ne provient pas de Statistique Canada.
1 878. Ressources naturelles du Canada
Enquêtes et programmes statistiques — Documentation : 7524
Description : Cette information ne provient pas de Statistique Canada.
1 879. Statistiques sur la couverture terrestre de Ressources naturelles Canada
Enquêtes et programmes statistiques — Documentation : 7525
Description : Cette information ne provient pas de Statistique Canada.
1 880. United States Department of Agriculture
Enquêtes et programmes statistiques — Documentation : 7526
Description : Cette information ne provient pas de Statistique Canada.

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-06-25

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.

Sélection de la langue

Recherche et menus

Rechercher

Recherche par mot-clé

Filtrer les résultats par

Mot(s)-clé(s)

Sujet

Type

Année de publication

Géographie

Enquête ou programme statistique

Portail

Contenu

Résultats

Tout (24 373) (0 à 10 de 24 373 résultats)

Données (12 024) (0 à 10 de 12 024 résultats)

Analyses (9 984) (0 à 10 de 9 984 résultats)

Références (1 891) (1 870 à 1 880 de 1 891 résultats)

Recherche par mot-clé

Filtrer les résultats par

Mot(s)-clé(s)

Sujet

Type

Année de publication

Géographie

Enquête ou programme statistique

Portail

Contenu

Résultats

Tout (24 373) (0 à 10 de 24 373 résultats)

Données (12 024) (0 à 10 de 12 024 résultats)

Analyses (9 984) (0 à 10 de 9 984 résultats)

Références (1 891) (1 870 à 1 880 de 1 891 résultats)

Comment utiliser les filtres et le champ de recherche

Comment préciser ma recherche

Comment fonctionne la recherche

De quelle façon les résultats seront-ils présentés?

De quelle façon les résultats seront-ils présentés?