Recherche par mot-clé

Montrer les résultats

Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Sujet

Type

13 facets displayed. 0 facets selected.

Année de publication

49 facets displayed. 0 facets selected.

Géographie

31 facets displayed. 0 facets selected.

Enquête ou programme statistique

702 facets displayed. 0 facets selected.

Portail

Contenu

1 facets displayed. 0 facets selected.
Aide à l'ordre
entrées

Résultats

Tout (24 403)

Tout (24 403) (24 400 à 24 410 de 24 403 résultats)

Données (12 036)

Données (12 036) (30 à 40 de 12 036 résultats)

Analyses (10 000)

Analyses (10 000) (40 à 50 de 10 000 résultats)

  • 41. Indicateurs nationaux du tourisme premier trimestre de 2024
    Stats en bref : 11-001-X20241783389
    Description : Communiqué publié dans Le Quotidien – Bulletin de diffusion officielle de Statistique Canada
    Date de diffusion : 2024-06-26
  • 42. 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
  • 43. 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
  • 44. 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
  • 45. 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
  • 46. 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
  • 47. 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
  • 48. 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
  • 49. 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 1er avril au 4 août 2020.
    Date de diffusion : 2024-06-25
  • 50. 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
Références (1 892)

Références (1 892) (1 860 à 1 870 de 1 892 résultats)

  • 1 861. Environnement de fichiers couplables
    Enquêtes et programmes statistiques — Documentation : 6000
    Description : L'Environnement de fichiers couplables (EFC) utilise le processus de couplage pour tirer parti de la capacité des enquêtes et des données administratives existantes qui portent sur un seul sujet d'éclairer les enjeux commerciaux et économiques. Il positionne ces enquêtes et données administratives de manière à appuyer les analyses longitudinales et transversales et il permet notamment d'utiliser d'autres variables pour évaluer l'entrepreneuriat, l'emploi, la productivité, la compétitivité etc.
  • 1 862. Banque du Canada
    Enquêtes et programmes statistiques — Documentation : 7502
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 863. Système d'information sur les accidents concernant les marchandises dangereuses - Transports Canada
    Enquêtes et programmes statistiques — Documentation : 7503
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 864. Emploi et Développement Canada
    Enquêtes et programmes statistiques — Documentation : 7504
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 865. Société Canadienne d'hypothèques et de logement
    Enquêtes et programmes statistiques — Documentation : 7505
    Description : La Société Canadienne d'hypothèques et de logement produit une base de données détaillée contenant plus de 14 000 séries sur le logement. À partir de CANSIM vous pouvez télécharger des statistiques sur le logement résidential tel que les mises en chantiers, l'achèvement, en construction et nouvellement complété et occupé; le taux de vacance; et l'information sur les hypothèques.
  • 1 866. Statistiques de la bourse
    Enquêtes et programmes statistiques — Documentation : 7506
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 867. Association canadienne des compagnies d'assurances de personnes inc.
    Enquêtes et programmes statistiques — Documentation : 7507
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 868. Bureau du surintendant des faillites Canada
    Enquêtes et programmes statistiques — Documentation : 7508
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 869. Agence de santé publique du Canada
    Enquêtes et programmes statistiques — Documentation : 7509
    Description : Cette information ne provient pas de Statistique Canada.
  • 1 870. ScotiaMcLeod
    Enquêtes et programmes statistiques — Documentation : 7510
    Description : Cette information ne provient pas de Statistique Canada.
Signaler un problème ou une erreur sur cette page
Date de modification :

Aide liée à la recherche

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.

Aide pour trier les résultats

De quelle façon les résultats seront-ils présentés?

La fonction Trier par vous offre les trois options suivantes :

  • Par date – Trie les résultats par date de diffusion des produits, en commençant par le plus récent.
  • Par pertinence – N’est nécessaire ou utile que lorsque vous utilisez le champ de recherche pour lancer votre recherche. Les résultats sont classés en fonction d’une combinaison de facteurs, notamment l’emplacement des termes recherchés dans le contenu (p. ex. s’ils figurent dans le titre, il est probable que le produit soit plus pertinent pour votre recherche), l’actualité ou la nouveauté du contenu du produit et la popularité du produit.
  • Par titre – Trie les résultats en ordre alphabétique.

Aide pour trier les résultats

De quelle façon les résultats seront-ils présentés?

La fonction Trier par vous offre les quatre options suivantes :

  • Par date – Trie les résultats par date de diffusion des produits, en commençant par le plus récent.
  • Par pertinence – N’est nécessaire ou utile que lorsque vous utilisez le champ de recherche pour lancer votre recherche. Les résultats sont classés en fonction d’une combinaison de facteurs, notamment l’emplacement des termes recherchés dans le contenu (p. ex. s’ils figurent dans le titre, il est probable que le produit soit plus pertinent pour votre recherche), l’actualité ou la nouveauté du contenu du produit et la popularité du produit.
  • Par popularité – Donne la priorité aux résultats qui sont le plus souvent sélectionnés par les utilisateurs, puis aux plus récents.
  • Par titre – Trie les résultats en ordre alphabétique.