Pondération et estimation
Filtrer les résultats par
Search HelpMot(s)-clé(s)
Type
Enquête ou programme statistique
- Enquête sur la dynamique du travail et du revenu (5)
- Recensement de la population (5)
- Enquête sur les dépenses des ménages (2)
- Étude longitudinale et internationale des adultes (2)
- Enquête sur l'emploi, la rémunération et les heures de travail (1)
- Registre canadien du cancer (1)
- Enquête sur la santé dans les collectivités canadiennes - Composante annuelle (1)
- Programme de déclaration uniforme de la criminalité (1)
- Estimations démographiques trimestrielles (1)
- Estimations démographiques annuelles: Canada, provinces et territoires (1)
- Estimations du nombre de familles de recensement au 1er juillet, Canada, provinces et territoires (1)
- Estimations démographiques annuelles : régions infraprovinciales (1)
- Enquête sur la population active (1)
- Banque de données administratives longitudinales (1)
- Enquête sociale générale - Identité sociale (1)
- Enquête sur la santé dans les collectivités canadiennes - Nutrition (1)
- Enquête canadienne sur le revenu (1)
- Valeurs des propriétés résidentielles (1)
- Enquête canadienne sur la situation des entreprises (1)
Résultats
Tout (638)
Tout (638) (20 to 30 of 638 results)
- Articles et rapports : 12-001-X202500100003Description : Ces dernières années, l’apprentissage automatique a suscité un vif intérêt dans les organismes nationaux de statistique. Grâce à leur souplesse, ces méthodes peuvent s’avérer utiles lors du traitement de la non-réponse. Dans cet article, nous menons une enquête empirique afin de comparer le biais et l’efficacité de plusieurs procédures d’apprentissage automatique. En plus des procédures classiques d’apprentissage automatique, nous évaluons le rendement des approches d’agrégation qui s’appuient sur différentes procédures d’apprentissage automatique pour produire un ensemble de poids ajustés pour la non-réponse.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100005Description : Dans la présente étude, nous calculons un estimateur d’erreur quadratique moyenne de prédiction (EQMP) sans biais (ou quasiment sans biais) de deuxième ordre du meilleur prédicteur linéaire sans biais empirique d’une moyenne de petits domaines pour une extension semi-paramétrique du modèle bien connu de Fay-Herriot. En particulier, nous calculons notre estimateur d’EQMP essentiellement en supposant certaines conditions sur les moments pour les erreurs d’échantillonnage et les distributions d’effets aléatoires. L’estimateur d’EQMP de Prasad-Rao fondé sur l’hypothèse de normalité présente une propriété surprenante de robustesse en ce qu’il demeure sans biais au deuxième ordre sous l’hypothèse de non-normalité d’effets aléatoires lorsqu’un estimateur de méthode des moments simple de Prasad-Rao est utilisé pour la composante de variance et que la distribution de l’erreur d’échantillonnage est normale. Nous montrons que l’estimateur d’EQMP fondé sur l’hypothèse de normalité n’est plus sans biais de deuxième ordre lorsque la distribution de l’erreur d’échantillonnage présente un aplatissement non nul ou lorsque la méthode des moments de Fay-Herriot est utilisée pour estimer la composante de variance, même lorsque la distribution de l’erreur d’échantillonnage est normale. Il est intéressant de souligner que lors de l’utilisation de l’estimateur de méthode des moments simple pour la composante de variance, l’estimateur d’EQMP que nous proposons ne nécessite pas d’estimation de l’aplatissement des effets aléatoires. Nous présentons également les résultats d’une étude par simulation sur l’exactitude de l’estimateur d’EQMP proposé, en cas de non-normalité des distributions d’échantillonnage et des effets aléatoires.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100006Description : Les spécialistes des enquêtes ont de plus en plus adopté les avantages des techniques modernes d’apprentissage automatique, y compris les algorithmes arborescents de classification et de régression, dans la création d’ajustements pour la non-réponse. Ces méthodes, lesquelles ne nécessitent pas de relation fonctionnelle prédéfinie entre les résultats et les prédicteurs, offrent un moyen pratique de procéder à la sélection des variables et d’établir des structures interprétables qui lient la propension à répondre aux variables explicatives. Toutefois, lors de l’application de ces algorithmes aux données d’enquête, il arrive couramment que l’on néglige des facteurs décisifs, comme les poids d’échantillonnage, ainsi que les caractéristiques du plan d’échantillonnage, telles que la stratification et le partitionnement. Pour combler cette lacune, nous proposons une extension de l’approche de la détection automatique d’interactions du khi carré (CHAID) et nous décrivons les propriétés asymptotiques fondées sur le plan de la méthode « CHAID pour les enquêtes » qui en résulte. Pour faciliter son utilisation pratique, nous intégrons une correction de Rao-Scott dans le critère de fractionnement pour tenir compte du plan d’enquête. À l’aide de données de l’American Community Survey, nous illustrons l’utilisation de la méthode et évaluons son rendement en le comparant à celui d’algorithmes pondérés et non pondérés existants.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100007Description : Nous présentons une approche novatrice d’estimation par calage assistée par un modèle dans l’échantillonnage au moyen du calage par entropie généralisée. La méthode s’appuie sur le récent travail de Kwon, Kim et Qiu (2024) et l’étend à un cadre assisté par un modèle. Contrairement aux techniques de calage traditionnelles, cette approche prend en compte une fonction d’entropie généralisée comme objectif d’optimisation et incorpore une contrainte de calage éliminant le biais pour assurer la convergence par rapport au plan. L’estimateur proposé démontre une équivalence asymptotique à un estimateur augmenté par la régression généralisée. Il permet une variance du modèle inégale, ce qui peut améliorer l’efficacité lorsque le plan d’échantillonnage est informatif. L’article présente des justifications de la méthode fondées sur le plan et fondées sur le modèle, ainsi que les propriétés asymptotiques et les techniques d’estimation de la variance. Les aspects computationnels sont analysés, y compris l’approche d’optimisation non contrainte qui facilite la mise en œuvre, notamment pour les variables auxiliaires de grande dimension. Le rendement de la méthode est évalué au moyen d’une étude par simulation, démontrant son efficacité quant à l’amélioration de l’efficacité de l’estimation, particulièrement lorsque le plan d’échantillonnage est informatif.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100008Description : Les budgets plus restreints, la diminution continue des taux de réponse dans les enquêtes probabilistes classiques et une pression croissante par les utilisateurs pour des données plus actuelles sont tous des facteurs qui ont stimulé la recherche sur l’utilisation de données-échantillons non probabilistes, comme les dossiers administratifs, le moissonnage du Web, les données des téléphones mobiles et les enquêtes volontaires sur Internet, pour faire des inférences sur les paramètres de population finie comme les moyennes et les totaux. Ces données sont souvent plus faciles, plus rapides et moins coûteuses à recueillir que les échantillons probabilistes classiques. Cependant, une des préoccupations majeures avec l’utilisation de ce type de données est leur non-représentativité due à un biais de sélection possible qui, s’il n’est pas pris en compte de manière appropriée, pourrait biaiser l’inférence. Dans le présent article, nous examinons et exposons les méthodes proposées dans la littérature pour régler ce problème et proposons de nouvelles méthodes, en faisant la différence entre des méthodes qui reposent sur l’intégration de l’échantillon non probabiliste avec un échantillon probabiliste approprié, et des méthodes pour lesquelles l’inférence repose uniquement sur l’échantillon non probabiliste. Des illustrations empiriques, qui reposent sur des données simulées, sont fournies.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100010Description : Les participants à la discussion mettent en évidence des sujets de recherche prometteurs pour améliorer la qualité et la granularité des estimations d’enquêtes. Nous convenons qu’une recherche continue est nécessaire pour évaluer les modèles utilisés aux fins d’inférence, et proposons d’élaborer des mesures de dépendance au modèle.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100011Description : Le présent article porte sur certaines avancées réalisées au chapitre des plans d’enquête et de l’estimation et s’inspire de l’évaluation exhaustive des professeurs Jon Rao et Sharon Lohr sur les tendances actuelles dans ce domaine. Il traite de trois sujets en particulier, à savoir l’échantillonnage équilibré, le calage et l’estimation sur petits domaines. Les méthodes d’échantillonnage équilibré probabilistes, telles que la méthode du cube et l’échantillonnage équilibré pénalisé, sont explorées, en mettant l’accent sur la résolution des défis émergents, notamment les extensions aux modèles mixtes linéaires, aux modèles de régression non paramétriques et aux plans d’échantillonnage spatialement équilibrés. Le calage est discuté à l’aide d’un cadre modulaire qui intègre des techniques de régression modernes et met en évidence des utilisations novatrices du calage assisté par un modèle pour la vérification des données et l’inférence causale. L’estimation sur petits domaines dans le contexte de la modélisation par variables latentes et de l’intégration des données est étudiée en mettant l’accent sur son rôle quand la ou les variables d’intérêt ne peuvent être mesurées directement ou sans erreur. Les applications de l’intégration des données probabilistes et non probabilistes et de l’analyse causale à l’échelle locale sont également examinées.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100012Description : Dans le présent exposé, nous complétons l’excellent aperçu fourni par les professeurs Lohr et Rao en abordant quelques sujets supplémentaires. Le premier sujet constitue un appel à une plus grande reconnaissance du rôle central de la modélisation dans l’estimation par enquête. Le second est un bref exposé sur l’utilisation de renseignements partiels sur la base de sondage dans le plan d’enquête. Finalement, nous attirons l’attention sur les augmentations récentes des méthodes synthétiques, en particulier la régression multiniveau et la poststratification (RMP) dans les applications d’estimation sur petits domaines.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202500100014Description : Rao (1999) a résumé les tendances de la théorie et de la méthodologie des enquêtes par sondage au tournant du siècle. Nous présentons un examen à jour de certaines tendances actuelles relatives aux plans d’enquête et aux méthodes d’estimation pour le 50e anniversaire de Techniques d’enquête. On observe, parmi les récentes innovations dans les plans d’enquête, la recherche sur l’anticipation des erreurs non dues à l’échantillonnage à l’étape de la conception et l’élaboration de plans d’échantillonnage adaptatif et équilibré pour profiter des renseignements détaillés de la base de sondage ou des données recueillies pendant le processus de l’enquête. Les méthodes non paramétriques et les méthodes d’apprentissage automatique sont de plus en plus utilisées pour la vérification des données de même que pour l’estimation assistée par un modèle et les ajustements pour la non-réponse. Des modèles d’estimation sur petits domaines ont été élargis pour y intégrer des renseignements spatiaux et des renseignements tirés de séries chronologiques, augmenter la souplesse et la robustesse des modèles de couplage et de variance, procéder à un étalonnage selon des estimateurs directs sur grands domaines et (pour les modèles au niveau de l’unité) tenir compte des plans d’échantillonnage informatif. La disponibilité croissante de vastes ensembles de données administratives, de données de capteurs, de données satellitaires et d’échantillons de commodité a stimulé la recherche sur la façon d’utiliser ces sources - à elles seules et lorsqu’elles sont intégrées dans des échantillons probabilistes. Nous concluons en abordant certaines frontières de la recherche sur les enquêtes.Date de diffusion : 2025-06-30
- Articles et rapports : 12-001-X202400200004Description : Tout en évitant de préciser la relation paramétrique entre la variable d’étude et les covariables, nous illustrons l’avantage d’inclure une composante spatiale pour mieux tenir compte des covariables dans nos modèles en vue de faire une inférence prédictive bayésienne. Nous traitons chaque combinaison unique de covariables comme une strate individuelle, puis nous utilisons les techniques d’estimation sur petits domaines pour faire une inférence à propos de la population moyenne finie de la variable de réponse continue. Les deux modèles spatiaux utilisés sont le modèle d’autorégression conditionnel et le modèle d’autorégression conditionnelle simple. Nous incluons les effets spatiaux en créant la matrice d’adjacence à partir de la distance de Mahalanobis entre les covariables. Nous démontrons également la façon d’incorporer les poids d’enquête dans les modèles spatiaux en cas de données d’enquête probabiliste. Nous comparons les résultats des deux modèles non spatiaux, à savoir le modèle Scott-Smith et le modèle Battese, Harter et Fuller, aux modèles spatiaux. Nous illustrons la comparaison entre les deux modèles mentionnés et une application au moyen des données sur l’indice de masse corporelle de huit comtés en Californie. Notre but est d’obtenir des strates voisines donnant des prédictions similaires et d’augmenter la différence entre les strates qui ne sont pas voisines. Finalement, l’utilisation des modèles spatiaux montre un regroupement global moindre par rapport aux modèles non spatiaux, ce qui correspond au résultat souhaité.Date de diffusion : 2024-12-20
- Précédent Go to previous page of Tout results
- 1 Go to page 1 of Tout results
- 2 Go to page 2 of Tout results
- 3 (actuel) Go to page 3 of Tout results
- 4 Go to page 4 of Tout results
- 5 Go to page 5 of Tout results
- 6 Go to page 6 of Tout results
- 7 Go to page 7 of Tout results
- ...
- 64 Go to page 64 of Tout results
- Suivant Go to next page of Tout results
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (610)
Analyses (610) (40 to 50 of 610 results)
- Articles et rapports : 12-001-X202400100006Description : 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
- Articles et rapports : 12-001-X202400100007Description : 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
- Articles et rapports : 12-001-X202400100008Description : 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
- Articles et rapports : 18-001-X2024001Description : Cette étude applique l’estimation sur petits domaines (EPD) et un nouveau concept géographique appelé Zone de travail autonome (ZTA) à l'Enquête canadienne sur la situation des entreprises (ECSE) en mettant l'accent sur les opportunités de travail à distance sur les marchés du travail ruraux. Grâce à la modélisation EPD, nous avons estimé les proportions d'entreprises, classées par secteur industriel général (prestataires de services et producteurs de biens), qui offriraient principalement des opportunités de travail à distance à leur main-d'œuvre.Date de diffusion : 2024-04-22
- Stats en bref : 11-001-X202411338008Description : Communiqué publié dans Le Quotidien – Bulletin de diffusion officielle de Statistique CanadaDate de diffusion : 2024-04-22
- Articles et rapports : 11-522-X202200100001Description : Le couplage d’enregistrements vise à mettre en évidence les paires d’enregistrements liées à la même unité et observées dans deux ensembles de données différents, disons A et B. Fellegi et Sunter (1969) proposent de mettre à l’essai chaque paire d’enregistrements, qu’elle soit générée à partir de l’ensemble de paires appariées ou non. La fonction de décision est le rapport entre m(y) et u(y), les probabilités d’observer une comparaison y d’un ensemble de k>3 variables d’identification clés dans une paire d’enregistrements, sous l’hypothèse que la paire constitue, respectivement, un appariement ou non. On estime habituellement ces paramètres au moyen de l’algorithme EM en utilisant comme données les comparaisons pour toutes les paires du produit cartésien ?=A×B. On émet l’hypothèse que ces observations (sur les comparaisons et sur l’état des paires comme appariement ou non) sont générées indépendamment des autres paires, hypothèse caractérisant la majeure partie de la littérature sur le couplage d’enregistrements et mise en œuvre dans les outils logiciels (p. ex., RELAIS, Cibella et coll. 2012). Au contraire, les comparaisons y et l’état d’appariement dans O sont dépendants de manière déterministe. Par conséquent, les estimations sur m(y) et u(y) fondées sur l’algorithme EM sont généralement mauvaises. Ce fait compromet l’efficacité de l’application de la méthode de Fellegi-Sunter, ainsi que le calcul automatique des mesures de la qualité et la possibilité d’appliquer des méthodes efficaces aux fins d’estimation du modèle sur des données couplées (p. ex. les fonctions de régression), comme dans Chambers et coll. (2015). Nous proposons d’examiner O au moyen d’un ensemble d’échantillons, chacun tiré de manière à préserver l’indépendance des comparaisons entre les paires d’enregistrements sélectionnées. Les simulations sont encourageantes.Date de diffusion : 2024-03-25
- 47. Méthode de désagrégation fondée sur un modèle pour l’estimation des compétences des adultes ArchivéArticles et rapports : 11-522-X202200100003Description : L’estimation à de fins niveaux d’agrégation est nécessaire pour mieux décrire une société. Les approches fondées sur un modèle d’estimation sur petits domaines qui combinent des données d’enquête parcimonieuses à des données riches provenant de sources auxiliaires se sont révélées utiles pour améliorer la fiabilité des estimations sur petits domaines. Nous examinons ici un scénario où des estimations basées sur un modèle pour petits domaines, produit à un niveau d’agrégation donné, devaient être désagrégées pour mieux décrire la structure sociale à des niveaux plus fins. Pour ce scénario, nous avons élaboré une méthode de répartition afin de mettre en œuvre la désagrégation, surmontant les problèmes associés à la disponibilité des données et à l’élaboration de modèles à des niveaux de cette finesse. La méthode est appliquée à l’estimation de la littératie et de la numératie des adultes au niveau du comté par groupe, au moyen des données du Programme pour l’évaluation internationale des compétences des adultes (PEICA) des États-Unis. Dans cette application, les groupes sont définis en fonction de l’âge ou de la scolarité, mais la méthode pourrait être appliquée à l’estimation d’autres groupes en quête d’équité.Date de diffusion : 2024-03-25
- Articles et rapports : 11-522-X202200100004Description : Conformément au Plan d’action sur les données désagrégées (PADD) à long terme de Statistique Canada, plusieurs initiatives ont été mises en œuvre dans l’Enquête sur la population active (EPA). Une des initiatives les plus directes fut une augmentation ciblée dans la taille de l’échantillon mensuel de l’EPA. En outre, un programme d’enquête supplémentaire régulier a été introduit, où une série supplémentaire de questions a été posée à un sous-ensemble de répondants de l’EPA et analysée dans un cycle de production mensuel ou trimestriel. Enfin, les estimations fondées sur les méthodologies de l’estimation sur petits domaines (EPD) sont réintroduites dans l’EPA et comprendront une portée élargie avec davantage de valeur analytique qu’auparavant. Le présent article donne un aperçu de ces trois initiatives.Date de diffusion : 2024-03-25
- Articles et rapports : 11-522-X202200100005Description : Le lissage de la variance due à l’échantillonnage est un sujet important dans l’estimation sur petits domaines. Dans le présent article, nous proposons des méthodes de lissage de la variance due à l’échantillonnage aux fins d’estimation sur petits domaines. En particulier, nous considérons la fonction de variance généralisée et les méthodes d’effet de plan aux fins de lissage de la variance due à l’échantillonnage. Nous évaluons et comparons les variances dues à l’échantillonnage lissées et les estimations sur petits domaines fondées sur des estimations de la variance lissées au moyen de l’analyse de données d’enquête de Statistique Canada. Les résultats de l’analyse de données réelles indiquent que les méthodes de lissage de la variance due à l’échantillonnage proposées fonctionnent très bien pour l’estimation sur petits domaines.Date de diffusion : 2024-03-25
- Articles et rapports : 11-522-X202200100013Description : Les répondants des enquêtes auprès des ménages usuelles tendent à fortement sous-déclarer leur éventuel recours à l'aide alimentaire distribuée par les associations. Cette sous-déclaration est très vraisemblablement liée au stigmate social ressenti par les personnes dans une situation de très grandes difficultés financières. Les estimations du nombre de bénéficiaires de cette aide issues des enquêtes sont ainsi très inférieures aux décomptes directs des associations. Ces décomptes, eux, tendent à la surestimation en raison de doubles comptes. L'enquête Aide alimentaire (EAA) collectée fin 2021 en France dans un échantillon de sites d'associations distribuant de l'aide alimentaire permet, par son protocole adapté, de contrôler les biais qui affectent les autres sources et de clarifier l'ampleur du recours à cette aide.Date de diffusion : 2024-03-25
- Précédent Go to previous page of Analyses results
- 1 Go to page 1 of Analyses results
- 2 Go to page 2 of Analyses results
- 3 Go to page 3 of Analyses results
- 4 Go to page 4 of Analyses results
- 5 (actuel) Go to page 5 of Analyses results
- 6 Go to page 6 of Analyses results
- 7 Go to page 7 of Analyses results
- ...
- 61 Go to page 61 of Analyses results
- Suivant Go to next page of Analyses results
Références (28)
Références (28) (0 to 10 of 28 results)
- Enquêtes et programmes statistiques — Documentation : 11-633-X2026002Description : Les récentes variations des niveaux d’immigration au Canada ont suscité un intérêt accru à l’égard des effets de l’immigration sur la demande de logements. Le présent article propose un cadre méthodologique permettant de projeter l’utilisation des logements par les résidents permanents (RP) et les résidents non permanents (RNP) selon différents scénarios d’immigration. Ce cadre utilise les taux d’utilisation des logements par habitant observés, calculés à l’aide des données du Recensement de la population, pour estimer l’utilisation de logements supplémentaires selon le mode d’occupation au fil du temps.Date de diffusion : 2026-04-24
- Enquêtes et programmes statistiques — Documentation : 91-528-XDescription : Le Guide technique des estimations démographiques à Statistique Canada fournit des descriptions détaillées des sources de données et des méthodes les plus à jour utilisées par le Centre de démographie de Statistique Canada pour produire des estimations démographiques dans le cadre du Programme des estimations démographiques. Le document couvre les estimations postcensitaires et intercensitaires de la population, la population de base, les naissances et les décès, les immigrants, les émigrants, les émigrants de retour, les résidents non permanents, la migration interprovinciale, les estimations infraprovinciales de la population et la migration intraprovinciale, les estimations de la population selon l’âge et le genre et les estimations des familles de recensement. Un glossaire des principaux termes figure à la fin du guide.Date de diffusion : 2025-12-17
- Enquêtes et programmes statistiques — Documentation : 98-306-XDescription :
Ce rapport donne une description des méthodes d'échantillonnage, de pondération et d'estimation utilisées pour le Recensement de la population. Il fournit les justifications opérationnelles et théoriques et présente les résultats des évaluations de ces méthodes.
Date de diffusion : 2023-10-04 - Avis et consultations : 75F0002M2019006Description :
En 2018, Statistique Canada a diffusé deux nouveaux tableaux de données présentant des estimations des taux d’imposition et de transfert effectifs des déclarants et des familles de recensement. Ces estimations sont tirées de la Banque de données administratives longitudinales. La publication fournit une description détaillée des méthodes utilisées pour produire les estimations des taux d’imposition et de transfert effectifs.
Date de diffusion : 2019-04-16 - Enquêtes et programmes statistiques — Documentation : 75F0002M2015003Description :
Cette note porte sur les estimations révisées du revenu tirées de l’Enquête sur la dynamique du travail et du revenu (EDTR). Les révisions aux estimations de l’EDTR permettent de comparer les résultats de l’Enquête canadienne sur le revenu (ECR) à ceux des années précédentes puisqu’elles offrent une solution aux problèmes associés aux différences méthodologiques entre l’EDTR et l’ECR.
Date de diffusion : 2015-12-17 - Enquêtes et programmes statistiques — Documentation : 13-605-X201500414166Description :
Estimations de l’économie souterraine par province et territoire pour la période 2007 à 2012 sont maintenant disponibles pour la première fois. L’objet de cette note technique est d’expliquer comment la méthodologie utilisée afin de calculer les estimations de l’activité économique souterraine à la borne supérieure pour les provinces et les territoires diffère de celle utilisée afin de calculer les estimations nationales.
Date de diffusion : 2015-04-29 - Enquêtes et programmes statistiques — Documentation : 99-002-X2011001Description :
Ce rapport donne une description des méthodes d'échantillonnage et de pondération utilisées pour l’Enquête nationale auprès des ménages de 2011. Il fournit les justifications opérationnelles et théoriques et présente les résultats des études d'évaluation de ces méthodes.
Date de diffusion : 2015-01-28 - Enquêtes et programmes statistiques — Documentation : 99-002-XDescription : Ce rapport donne une description des méthodes d'échantillonnage et de pondération utilisées pour l’Enquête nationale auprès des ménages de 2011. Il fournit les justifications opérationnelles et théoriques et présente les résultats des études d'évaluation de ces méthodes.Date de diffusion : 2015-01-28
- Enquêtes et programmes statistiques — Documentation : 92-568-XDescription :
Ce rapport donne une description des méthodes d'échantillonnage et de pondération utilisées pour le Recensement de 2006. Il fournit un historique de l'application de ces méthodes aux recensements du Canada ainsi que les fondements opérationnels et théoriques de ces méthodes, et présente les résultats des études d'évaluation.
Date de diffusion : 2009-08-11 - Enquêtes et programmes statistiques — Documentation : 71F0031X2006003Description :
Cet article est une introduction ainsi qu'une discussion sur les modifications apportées aux estimations de l'Enquête sur la population active en janvier 2006. Parmi ces modifications on retrouve notamment l'ajustement des estimations des chiffres de la population, des améliorations aux estimations des secteurs public et privé, ainsi que des mises à jour historiques de plusieurs petites agglomérations de recensement (AR).
Date de diffusion : 2006-01-25