Recherche par mot-clé

Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Enquête ou programme statistique

54 facets displayed. 0 facets selected.

Contenu

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

Résultats

Tout (19 024)

Tout (19 024) (30 à 40 de 19 024 résultats)

Données (9 262)

Données (9 262) (50 à 60 de 9 262 résultats)

Analyses (7 599)

Analyses (7 599) (300 à 310 de 7 599 résultats)

  • Articles et rapports : 11-626-X2019008
    Description :

    Le présent article de la série Aperçus économiques examine la mesure dans laquelle tenir compte des émissions de gaz à effet de serre dans le calcul de l’activité économique modifie la mesure de la croissance de la productivité.

    Date de diffusion : 2019-05-08

  • Stats en bref : 11-627-M2019025
    Description :

    Le mois de mai est le mois de la sensibilisation à la parole et à l'audition. Cette infographie vise les Canadiens de 15 ans et plus dont les activités sont limitées en raison d'une incapacité auditive.

    Date de diffusion : 2019-05-08

  • Articles et rapports : 11F0019M2019013
    Description :

    La nécessité de mesurer les produits souhaitables (les biens et services) ainsi que les produits non souhaitables (les émissions de gaz à effet de serre [GES] et les principaux contaminants atmosphériques [PCA]) issus de l’activité économique devient de plus en plus importante, tandis que la performance économique et la performance environnementale deviennent plus indissociables que jamais. Les mesures normalisées de la croissance de la productivité multifactorielle (PMF) donnent un aperçu des niveaux de vie à la hausse et du rendement des économies, mais elles pourraient être trompeuses si l’on tient compte uniquement des produits souhaitables. La présente étude fournit des estimations de la croissance de la productivité multifactorielle ajustée en fonction de l’environnement (PMFAE) au moyen d’une nouvelle base de données exhaustive. Cette base de données comprend des renseignements sur les émissions de GES et les PCA ainsi que sur les activités de production des fabricants canadiens.

    Date de diffusion : 2019-05-08

  • Articles et rapports : 12-001-X201900100001
    Description :

    On presse de plus en plus les démographes de désagréger leurs estimations et leurs prévisions selon des caractéristiques comme la région, l’ethnicité ou le revenu. Les méthodes démographiques classiques ont été conçues pour de grands échantillons et donnent de piètres résultats lorsqu’elles portent sur des données désagrégées. Les méthodes reposant sur des modèles statistiques bayésiens en bonne et due forme produisent de meilleurs résultats. Nous illustrerons notre propos par des exemples tirés d’un projet à long terme visant à la conception d’approches bayésiennes d’estimation et de prévision démographiques. Dans notre premier exemple, nous estimons les taux de mortalité désagrégés selon l’âge et le sexe pour une petite population; dans le second, nous estimons et prévoyons simultanément la prévalence de l’obésité désagrégée selon l’âge. Nous concluons en répondant à deux objections habituelles à l’utilisation de méthodes bayésiennes par les organismes statistiques.

    Date de diffusion : 2019-05-07

  • Articles et rapports : 12-001-X201900100002
    Description :

    La non-réponse partielle se produit fréquemment dans les enquêtes-échantillons. On utilise couramment l’imputation hot deck pour remplacer les valeurs des items manquants dans des groupes homogènes appelés classes d’imputation. Nous proposons une procédure d’imputation hot deck fractionnaire et une vraisemblance empirique associée pour l’inférence sur la moyenne de population d’une fonction d’une variable d’intérêt présentant des données manquantes selon un échantillonnage avec probabilité proportionnelle à la taille avec fractions d’échantillonnage négligeables. Nous calculons les distributions limites de l’estimateur du maximum de vraisemblance empirique et du rapport de vraisemblance empirique, et nous proposons deux procédures bootstrap asymptotiques valides afin de construire des intervalles de confiance pour la moyenne de population. Les études par simulations montrent que les procédures bootstrap proposées donnent de meilleurs résultats que les procédures bootstrap habituelles, qui se révèlent asymptotiquement incorrectes quand le nombre de tirages aléatoires de l’imputation fractionnaire est fixe. De plus, la procédure bootstrap proposée, fondée sur le rapport de vraisemblance empirique, semble donner des résultats significativement meilleurs que la méthode fondée sur la distribution limite de l’estimateur du maximum de vraisemblance empirique en cas de grande variation des probabilités d’inclusion ou d’échantillon de petite taille.

    Date de diffusion : 2019-05-07

  • Articles et rapports : 12-001-X201900100003
    Description :

    Dans le présent article, je tenterai de brièvement présenter par ordre chronologique quelques faits saillants de ma vie hasardeuse de statisticien, qui s’est étalée sur plus de 60 ans, de 1954 à aujourd’hui.

    Date de diffusion : 2019-05-07

  • Articles et rapports : 12-001-X201900100004
    Description :

    Dans le présent document, nous utilisons de l’information auxiliaire pour améliorer l’efficacité des estimations des paramètres de la régression quantile censurée. En utilisant l’information présentée dans des études antérieures, nous avons calculé des probabilités au moyen de la vraisemblance empirique comme poids et avons proposé la régression quantile censurée pondérée. Les propriétés théoriques de la méthode proposée sont obtenues. Nos études par simulation démontrent que la méthode que nous proposons présente des avantages comparativement à la régression quantile censurée standard.

    Date de diffusion : 2019-05-07

  • Articles et rapports : 12-001-X201900100005
    Description :

    L’estimation sur petits domaines à l’aide de modèles au niveau du domaine peut parfois bénéficier de covariables observées sujettes à des erreurs aléatoires, par exemple des covariables qui sont elles-mêmes des estimations tirées d’une autre enquête. Sachant les estimations des variances de ces erreurs de mesure (échantillonnage) pour chaque petit domaine, on peut tenir compte de l’incertitude de ces covariables au moyen de modèles d’erreur de mesure (par exemple Ybarra et Lohr, 2008). Deux types de modèles d’erreur de mesure au niveau du domaine ont été examinés dans les publications traitant de l’estimation sur petits domaines. Le modèle fonctionnel d’erreur de mesure suppose que les valeurs sous-jacentes réelles des covariables avec erreur de mesure sont des quantités fixes mais inconnues. Le modèle structurel d’erreur de mesure suppose que ces valeurs réelles suivent un modèle, ce qui donne un modèle multivarié pour les covariables observées avec erreur et la variable dépendante initiale. Nous comparons ces deux modèles à la solution consistant à simplement ignorer l’erreur de mesure lorsqu’elle est présente (modèle naïf), en étudiant les conséquences pour les erreurs quadratiques moyennes de prédiction de l’utilisation d’un modèle incorrect avec différentes hypothèses sous-jacentes sur le modèle vrai. Les comparaisons réalisées au moyen de formules analytiques pour les erreurs quadratiques moyennes et en supposant que les paramètres du modèle sont connus donnent des résultats surprenants. Nous illustrons également les résultats à l’aide d’un modèle ajusté aux données du programme Small Area Income and Poverty Estimates (SAIPE, Estimations sur petits domaines du revenu et de la pauvreté) du U.S. Census Bureau.

    Date de diffusion : 2019-05-07

  • Articles et rapports : 12-001-X201900100006
    Description :

    Le prédicteur empirique dans une version au niveau du domaine du modèle linéaire généralisé mixte (MLGM) est amplement employé dans une estimation sur petits domaines (EPD) portant sur des dénombrements, mais cette méthode ne fait appel ni à la pondération d’échantillonnage ni à l’information de mise en grappes, lesquelles sont essentielles à une inférence valable avec les échantillons informatifs produits par les plans de sondage complexes d’aujourd’hui. Nous décrirons une méthode d’EPD qui intègre cette information d’échantillonnage à l’estimation de proportions ou de chiffres de petits domaines dans une version au niveau du domaine du MLGM. Nous élargissons encore notre méthode en employant une version avec dépendance spatiale du MLGM (MLGMS). Il est aussi question de l’estimation de l’erreur quadratique moyenne (EQM) pour cette méthode. Nous appliquons ensuite le traitement d’EPD à l’estimation de la fréquence de la pauvreté des ménages dans divers districts ruraux de l’État d’Uttar Pradesh en Inde, et ce, en couplant, d’une part, les données de l’enquête 2011-2012 sur les dépenses de consommation des ménages recueillies par le National Sample Survey Office (NSSO) et, d’autre part, les données du recensement de 2011 en Inde. Les résultats de cette application font voir un gain appréciable de précision avec les nouvelles méthodes comparativement aux estimations directes d’enquête.

    Date de diffusion : 2019-05-07

  • Articles et rapports : 12-001-X201900100007
    Description :

    L’estimateur Horvitz-Thompson (HT) est largement utilisé dans l’échantillonnage d’enquête. Cependant, la variance de l’estimateur HT devient importante lorsque les probabilités d’inclusion sont très hétérogènes. Pour surmonter cette lacune, nous proposons dans le présent document une méthode à seuil ferme pour les probabilités d’inclusion du premier degré. Plus précisément, nous choisissons soigneusement une valeur seuil, puis nous remplaçons les probabilités d’inclusion plus petites que le seuil par le seuil. Grâce à cette stratégie de réduction, nous construisons un nouvel estimateur appelé estimateur amélioré de Horvitz-Thompson (HTA) pour estimer le total de la population. L’estimateur HTA augmente beaucoup la précision de l’estimation, mais il apporte un biais relativement faible. Nous calculons l’erreur quadratique moyenne de l’estimateur HTA et son estimateur sans biais, et comparons théoriquement l’estimateur HTA avec l’estimateur HT. Nous appliquons également notre idée pour construire un estimateur de ratio amélioré. Nous analysons numériquement les ensembles de données simulées et réelles pour illustrer que les estimateurs proposés sont plus efficaces et robustes que les estimateurs classiques.

    Date de diffusion : 2019-05-07
Références (1 792)

Références (1 792) (1 770 à 1 780 de 1 792 résultats)

  • Enquêtes et programmes statistiques — Documentation : 7512
    Description : Cette information ne provient pas de Statistique Canada.

  • 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.

  • Enquêtes et programmes statistiques — Documentation : 7516
    Description : Cette information ne provient pas de Statistique Canada.

  • 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

  • Enquêtes et programmes statistiques — Documentation : 7518
    Description : Cette information ne provient pas de Statistique Canada.

  • Enquêtes et programmes statistiques — Documentation : 7519
    Description : Cette information ne provient pas de Statistique Canada.

  • Enquêtes et programmes statistiques — Documentation : 7520
    Description : Cette information ne provient pas de Statistique Canada.

  • Enquêtes et programmes statistiques — Documentation : 7522
    Description : Cette information ne provient pas de Statistique Canada.

  • Enquêtes et programmes statistiques — Documentation : 7524
    Description : Cette information ne provient pas de Statistique Canada.

  • Enquêtes et programmes statistiques — Documentation : 7525
    Description : Cette information ne provient pas de Statistique Canada.
Date de modification :