Pondération et estimation

Résultats

Tout (638)

Tout (638) (30 to 40 of 638 results)

31. Plan d’enquête adaptatif robuste pour les variations temporelles des propensions à répondre dans un contexte multimodal
Articles et rapports : 12-001-X202400200005
Description : Les plans d’enquête adaptatifs (PEA) permettent d’adapter les protocoles de recrutement aux sous-groupes de population qui présentent un intérêt pour une enquête. Ces dernières années, l’optimisation efficace d’un PEA a fait l’objet de recherches et de plusieurs applications. Toutefois, le rendement d’un PEA optimisé au fil du temps réagit aux variations temporelles des propensions à répondre. On ne comprend pas encore entièrement la façon dont les stratégies d’adaptation peuvent s’adapter à une telle variation au fil du temps. Dans la présente étude, nous proposons une approche d’optimisation robuste dans le contexte d’enquêtes séquentielles multimodales à l’aide d’une analyse bayésienne. Cette approche s’exprime sous la forme d’un problème de programmation mathématique qui tient explicitement compte de l’incertitude attribuable à la variation temporelle. Des décisions en matière de PEA peuvent alors être prises en tenant compte de la variation chronologique de la propension à répondre conditionnelle au mode et des corrélations de la propension à répondre entre les modes. La démonstration de cette approche fait appel à une étude de cas : l’Enquête sur la santé aux Pays-Bas de 2014 à 2017. Nous évaluons la sensibilité du rendement des PEA 1) au niveau budgétaire et 2) à la durée des données de série chronologique historiques applicables. Nous concluons que la dépendance au niveau budgétaire n’est que modérée et que la dépendance aux données historiques est tempérée par le degré de saisonnalité au cours de l’année.
Date de diffusion : 2024-12-20
32. Une approche d’estimation sur petits domaines pour concilier les différences entre deux enquêtes sur l’effort de pêche récréative
Articles et rapports : 12-001-X202400200009
Description : De nombreuses études sont aux prises avec un problème de comparaison d’estimations obtenues à l’aide de différentes méthodologies d’enquête, notamment des différences de base de sondage, d’instruments de mesure et de modes d’exécution. L’enjeu se présente dans les enquêtes multimodales et les enquêtes remaniées. Un remaniement majeur des processus d’enquête pourrait avoir une incidence systématique sur les estimations d’enquêtes; il est donc important de quantifier et d’ajuster de telles discontinuités entre les plans de sondage pour assurer la comparabilité des estimations au fil du temps. Nous proposons une approche d’estimation sur petits domaines pour rapprocher deux ensembles d’estimations d’enquête et l’appliquons à deux enquêtes du Marine Recreational Information Program (MRIP), qui surveille la pêche récréative le long des côtes de l’océan Atlantique et du golfe du Mexique aux États-Unis. Nous développons un modèle log-normal pour les estimations issues des deux enquêtes, en tenant compte de la dynamique temporelle par régression sur la taille de la population et les facteurs saisonniers État-par-vague et en tenant partiellement compte des propriétés de couverture changeantes par régression sur la pénétration du téléphone sans fil. À l’aide des variances de plan de sondage estimées, nous développons un modèle de régression qui est analytiquement cohérent avec le modèle de moyenne log-normal. Nous utilisons les variances de plan de sondage modélisées dans une procédure d’estimation sur petits domaines de Fay-Herriot, afin d’obtenir les meilleurs prédicteurs linéaires sans biais empiriques des estimations rapprochées de l’effort de pêche (nécessitant des prédictions pour de nouveaux ensembles de covariables), et de fournir une approximation asymptotiquement valide de l’erreur quadratique moyenne.
Date de diffusion : 2024-12-20
33. Distribution a priori gamma hiérarchique pour la modélisation des effets aléatoires dans l’estimation sur petits domaines
Articles et rapports : 12-001-X202400200011
Description : L’estimation sur petits domaines est de plus en plus populaire auprès des statisticiens d’enquêtes. Étant donné que les estimations directes sur petits domaines comportent habituellement des erreurs-types élevées, des approches fondées sur des modèles sont souvent adoptées pour emprunter de l’information entre domaines. Les modèles d’estimation sur petits domaines reposent souvent sur des covariables pour coupler différents domaines et des effets aléatoires pour tenir compte de la variation supplémentaire. Des études récentes ont montré que les effets aléatoires ne sont pas nécessaires pour tous les domaines, de sorte que des distributions a priori en rétrécissement global-local (GL) ont été introduites pour modéliser efficacement la parcimonie des effets aléatoires. Le comportement des distributions a priori GL relatif à la queue varie, et leur rendement diffère selon les différents niveaux de parcimonie des effets aléatoires. Donc, il faut adapter le modèle à différents choix de distributions a priori, puis choisir celle qui convient le mieux en fonction du critère d’information de déviance ou d’autres paramètres d’évaluation. Dans le présent document, nous proposons une distribution a priori souple pour la modélisation des effets aléatoires dans l’estimation sur petits domaines. Les hyperparamètres de la distribution a priori déterminent le comportement de la queue et peuvent être estimés dans un cadre entièrement bayésien. Par conséquent, le modèle qui en résulte est adapté à la parcimonie des effets aléatoires sans ajustement répétitif. Nous démontrons le rendement de la distribution a priori proposée par des simulations et des applications réelles.
Date de diffusion : 2024-12-20
34. Calage assoupli de poids d’enquête
Articles et rapports : 12-001-X202400200012
Description : Les enquêtes sur la population sont désormais rarement analysées indépendamment d’informations auxiliaires prenant souvent la forme de chiffres de population, de totaux et d’autres sommaires. Le calage, ou l’étalonnage, selon lequel les totaux d’échantillon pondérés des variables auxiliaires sont mis en correspondance avec leurs totaux (connus) de population, est largement appliqué. Des méthodes d’ajustement des poids permettant de respecter ces contraintes font intervenir des procédures itératives aux propriétés d’échantillon fini inconnues. Nous élaborons une autre méthode selon laquelle les poids sont calés en minimisant une fonction quadratique, ne nécessitant aucune itération et fournissant une solution unique. La priorité relative de chaque contrainte est représentée par un paramètre d’ajustement. Les propriétés des poids et de l’estimateur par calage, comme fonctions de ces paramètres, sont examinées analytiquement et par simulations. Un lien entre la méthode proposée et le calage ridge est établi.
Date de diffusion : 2024-12-20
35. Inférence à l’aide de l’échantillonnage s’appuyant sur les probabilités de réponse estimées par calage
Articles et rapports : 12-001-X202400200013
Description : Une solution permettant de corriger le biais de non-réponse consiste à multiplier les poids de sondage des répondants par l’inverse des probabilités de réponse estimées afin de compenser la non-réponse. Le maximum de vraisemblance et le calage sont deux approches qui peuvent être utilisées pour obtenir des probabilités de réponse estimées. Nous étudions un cadre commun permettant de comparer ces deux approches. Nous élaborons une étude asymptotique du comportement de l’estimateur résultant lorsque le calage est appliqué. Un modèle de régression logistique des probabilités de réponse est supposé. Les données manquantes au hasard et les données sans mise en grappes sont présumées. Les trois principales contributions de ce travail sont les suivantes : 1) nous démontrons que les estimateurs s’appuyant sur les probabilités de réponse estimées par calage sont asymptotiquement équivalents aux estimateurs sans biais et qu’un gain d’efficacité est obtenu lors de l’estimation des probabilités de réponse par calage, par rapport à l’estimateur s’appuyant sur les probabilités de réponse réelles; 2) nous démontrons que les estimateurs s’appuyant sur les probabilités de réponse estimées par calage sont doublement robustes à une mauvaise spécification des modèles sous-jacents et expliquons la raison pour laquelle la double robustesse n’est pas garantie lorsque le maximum de vraisemblance est appliqué; 3) nous soulignons les problèmes liés à l’estimation des probabilités de réponse, à savoir l’existence d’une solution aux équations estimantes, les problèmes de convergence et les poids extrêmes. Nous présentons les résultats d’une étude par simulation pour illustrer ces éléments.
Date de diffusion : 2024-12-20
36. Modèles de forêt aléatoire convergents par rapport au plan pour la collecte de données recueillies à partir d’un échantillon complexe
Articles et rapports : 12-001-X202400200015
Description : Les modèles de forêt aléatoire, qui sont obtenus en calculant la moyenne des valeurs estimées d’un grand nombre de modèles arborescents, représentent un outil utile et souple pour modéliser les données de manière non paramétrique afin de fournir des valeurs hautement prédictives. Il existe un grand nombre d’applications potentielles pour ces types de modèles lorsqu’on traite des données d’enquête. Toutefois, puisque les données d’enquête sont habituellement recueillies à l’aide d’un plan de sondage informatif, il est nécessaire que l’algorithme utilisé pour créer les modèles de forêt aléatoire tienne compte de ce plan pendant l’estimation du modèle. Les modèles arborescents utilisés dans la forêt sont généralement obtenus en estimant les modèles arborescents sur des échantillons bootstrap des données d’origine. Comme les modèles dépendent des données observées et que les données observées dans l’échantillon dépendent du plan de sondage informatif, la méthode d’estimation habituelle est susceptible de mener à un modèle de forêt aléatoire biaisé lorsque ce dernier est appliqué aux données d’enquête. Dans le présent article, nous fournissons un algorithme et un ensemble de conditions produisant des modèles de forêt aléatoire convergents dans le cadre d’un plan de sondage informatif et comparons cette méthode avec la méthode habituelle de modélisation de type forêt aléatoire. Nous démontrons que le fait de ne pas tenir compte du plan de sondage peut donner lieu à des estimations de modèle comportant un biais.
Date de diffusion : 2024-12-20
37. La méthodologie d’estimation sur petits domaines en utilisant les données de l'Enquête sur la population active
Articles et rapports : 75-005-M2024003
Description : Ce document décrit brièvement la méthodologie d’estimation sur petits domaines développée pour produire des estimations mensuelles de l’emploi et du taux de chômage dans les régions métropolitaines de recensement, dans les agglomérations de recensement et dans zones de travail autonome en utilisant les données de l'Enquête sur la population active, les statistiques de l'assurance-emploi et les projections démographiques.
Date de diffusion : 2024-09-17
38. 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
39. 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
40. 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

Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (610)

Analyses (610) (0 to 10 of 610 results)

1. Formules exactes et d’approximation pour les probabilités d’inclusion de deuxième ordre dans l’échantillonnage systématique randomisé avec probabilités inégales et sans remise
Articles et rapports : 12-001-X202600100003
Description : L’échantillonnage avec probabilité proportionnelle à la taille est largement utilisé par les organismes nationaux de statistique. Dans leur cas, les unités de la population sont sélectionnées avec des probabilités proportionnelles à une variable auxiliaire. Les formules de variance dans ce genre de plan requièrent à la fois des probabilités d’inclusion de premier et de deuxième ordre. Le calcul des probabilités d’inclusion de deuxième ordre est particulièrement difficile pour les grandes populations et a fait l’objet de nombreuses études. Le présent article expose de nouvelles formules exactes et d’approximation pour les probabilités d’inclusion de deuxième ordre dans l’échantillonnage systématique randomisé avec probabilités inégales et sans remise.
Date de diffusion : 2026-06-29
2. Améliorer la couverture des intervalles de confiance au niveau des degrés de liberté : application au recensement canadien
Articles et rapports : 12-001-X202600100005
Description : La construction d’intervalles de confiance s’appuie très souvent sur une loi de probabilité qui utilise un certain nombre de degrés de liberté comme paramètre. C’est le cas des intervalles de confiance de Student et de Wilson modifié, dont il sera question dans cet article, qui font appel aux quantiles de la distribution de Student dont le nombre de degrés de liberté est généralement inconnu. Pour que la longueur d’un intervalle de confiance soit représentative de la fiabilité d’une estimation, il est essentiel que le taux de couverture réel corresponde au taux nominal. À cette fin, le nombre de degrés de liberté de la distribution de probabilité utilisé en pratique pour calculer l’intervalle de confiance doit être estimé avec la plus grande précision possible. Une règle approximative est souvent employée, bien qu’elle tende à surestimer le nombre réel de degrés de liberté. Dans cet article, une version plus précise des degrés de liberté, issue de l’approximation de Satterthwaite, est obtenue dans le contexte du recensement canadien de la population. Le plan de sondage est équivalent à un plan aléatoire simple sans remise, stratifié en grappes, et la méthode d’estimation de la variance est une adaptation de la méthode des demi-échantillons équilibrés. Une expression explicite des degrés de liberté est obtenue dans ces conditions, permettant d’identifier les facteurs qui les influencent. À titre de comparaison, la formule des degrés de liberté est également établie pour l’estimateur classique de la variance. Une étude par simulations montre que l’utilisation de cette version des degrés de liberté permet de corriger le problème de sous-couverture observé avec la règle approximative, soulignant l’importance de l’évaluation précise de ce nombre.
Date de diffusion : 2026-06-29
3. Le piège de l’inverse de la variance : une correction simple par le ratio pour combiner des données asymétriques
Articles et rapports : 12-001-X202600100009
Description : La combinaison d’estimations provenant d’enquêtes indépendantes au moyen de poids fondés sur l’inverse de la variance peut entraîner un biais négatif lorsque des variances inconnues sont estimées et que la variable cible est non négative et positivement asymétrique. Dans de tels cas, de fortes corrélations positives apparaissent généralement entre les estimateurs et leurs estimateurs de variance correspondants, ce qui fait en sorte que les combinaisons linéaires standard comptant des poids fondés sur l’inverse de la variance présentent un biais négatif. Nous proposons une méthode remarquablement simple pour réduire ce biais : remplacer le poids standard par le ratio entre l’estimateur et l’estimateur de variance. Selon un modèle linéaire reliant les deux, nous montrons que le nouvel estimateur pondéré par le ratio est approximativement sans biais, alors que la combinaison classique fondée sur l’inverse de la variance présente un biais vers le bas. Au moyen de simulations, nous démontrons que la nouvelle méthode rapproche le biais et l’erreur quadratique moyenne de ce qui est optimal pour un large éventail de variables cibles différentes. Comme notre méthode repose uniquement sur des statistiques sommaires couramment publiées, elle peut être adoptée immédiatement pour réduire ce biais largement répandu et améliorer la fiabilité des résultats scientifiques dans divers domaines.
Date de diffusion : 2026-06-29
4. Variance de l’estimateur par la régression généralisée en situation d’erreur de mesure
Articles et rapports : 12-001-X202600100010
Description : Sauf dans le cas d’un échantillonnage à deux phases, l’approximation classique de la variance de l’estimateur par la régression généralisée (estimateur GREG) part de l’hypothèse selon laquelle les totaux de population utilisés dans le système de pondération sont observés sans erreur. Si le modèle de pondération de l’estimateur GREG contient des totaux de population observés soumis à des sources d’erreur de mesure autres que l’erreur d’échantillonnage des estimations de première phase, cette incertitude sera alors ignorée par l’approximation de la variance de l’estimateur GREG. Le présent article propose, pour l’estimateur GREG, une approximation de la variance qui tient compte de l’incertitude supplémentaire résultant de l’erreur de mesure dans un ou plusieurs des totaux de population utilisés dans le système de pondération. Cette approche a été mise au point pour l’Enquête sur la population active aux Pays-Bas (EPAP) et y est appliquée. Les publications mensuelles de l’EPAP sont obtenues à l’aide d’un modèle de séries chronologiques qui corrige le biais de groupe de renouvellement ainsi que les discontinuités causées par d’importants remaniements et l’impossibilité d’effectuer des interviews sur place pendant la COVID-19. Les estimations par la régression généralisée des chiffres trimestriels sont étalonnées par rapport à la moyenne des publications mensuelles afin d’assurer une uniformité numérique entre les tableaux des publications mensuelles et trimestrielles. L’approximation de la variance classique de l’estimateur GREG part de l’hypothèse selon laquelle ces totaux de population sont observés sans erreur. Il en découle une sous-estimation de la variance de l’estimateur GREG. L’approximation de la variance proposée dans l’article aboutit à des erreurs-types plus réalistes pour les estimations trimestrielles par la régression généralisée.
Date de diffusion : 2026-06-29
5. Confidentialité différentielle bayésienne pour les petits comtés et les produits individuels
Articles et rapports : 12-001-X202600100011
Description : Nous construisons une méthode bayésienne hybride, comprenant un mécanisme de confidentialité différentielle, pour masquer les totaux de comtés du recensement pour un État des États-Unis concernant la superficie d’un produit agricole. Nous utilisons des substituts aux données recueillies au niveau des exploitations agricoles dans le cadre d’un précédent recensement de l’agriculture aux États-Unis pour illustrer notre procédure. Nous utilisons deux modèles bayésiens pour petits domaines (modèle paramétrique et modèle de mélange) afin de tenir compte des comtés de petite taille comportant peu d’exploitations ainsi que de certains comtés de grande superficie. Dans ces modèles, la distribution de Laplace fournit un mécanisme de confidentialité différentielle. Au stade du prétraitement, nous incorporons également les poids du recensement pour former la superficie totale observée, un facteur d’échelle du mécanisme de Laplace pour chaque comté, une transformation par la racine carrée de la superficie totale observée pour éviter des estimations masquées négatives, en particulier pour les petits comtés, ainsi que la règle du pourcentage p et la règle du maximum de trois pour répartir les comtés en comtés supprimés, en comtés non sensibles et en comtés sensibles. En raison des difficultés liées à la spécification et à l’ajustement du budget de confidentialité (un paramètre inconnu), afin d’assurer un équilibre entre la sécurité et l’utilité, nous précisons une distribution a priori pour le budget de confidentialité, où les valeurs ne sont pas précisées, et utilisons l’échantillonneur de Gibbs pour ajuster les modèles hiérarchiques bayésiens. Au stade du post-traitement, nous recourons à l’inférence prédictive bayésienne pour obtenir la superficie masquée des comtés, ce qui comprend un étalonnage afin que le total masqué de l’État corresponde au total observé de l’État. Comme mesure de fiabilité de la procédure bayésienne, nous utilisons les coefficients de variation a posteriori pour les moyennes a posteriori masquées des comtés. Comme mesure d’utilité, nous utilisons les erreurs relatives absolues pour chaque comté, ainsi que d’autres mesures globales. Pour les comtés sensibles, on observe certaines différences entre les deux modèles pour petits domaines, mais les deux sont nettement supérieurs à un modèle pour domaine individuel; le modèle de mélange constitue le meilleur compromis entre la sécurité et l’utilité.
Date de diffusion : 2026-06-29
6. Estimation sur petits domaines d’indicateurs généraux pendant les années intercensitaires
Articles et rapports : 12-001-X202600100012
Description : Nous proposons des estimateurs sur petits domaines d’indicateurs généraux pour les années intercensitaires, qui permettent d’éviter l’utilisation de microdonnées de recensement désuètes, tout en étant presque optimaux lors des années de recensement. La procédure consiste à remplacer le fichier de recensement désuet par une enquête au niveau des unités, à plus grande échelle, qui couvre adéquatement les domaines d’intérêt et contient les valeurs des variables auxiliaires pertinentes. Toutefois, l’exigence minimale en matière de données de la méthode proposée se limite à une seule enquête contenant des microdonnées sur la variable cible et les variables auxiliaires appropriées pour la période visée. Nous élaborons également un estimateur de l’erreur quadratique moyenne (EQM) qui tient compte de l’incertitude attribuable à l’enquête à grande échelle utilisée pour remplacer le recensement d’information auxiliaire. Nos résultats empiriques indiquent que les prédicteurs proposés ont nettement un meilleur rendement que les prédicteurs de substitution lorsque les données du recensement sont désuètes et qu’ils sont très proches des prédicteurs optimaux lorsque les données du recensement sont corrects. Par ailleurs, ils montrent que l’estimateur proposé de l’EQM totale corrige le biais des estimateurs de l’EQM purement fondés sur des modèles, qui ne tiennent pas compte de l’incertitude associée à l’enquête à grande échelle.
Date de diffusion : 2026-06-29
7. Effets d’erreurs de spécification de modèle sur les estimateurs sur petits domaines
Articles et rapports : 12-001-X202500200001
Description : Des modèles de régression à erreurs emboîtées sont couramment utilisés pour intégrer des variables auxiliaires propres aux unités afin d’améliorer les estimations sur petits domaines. En cas d’erreur de spécification relative à la structure de la moyenne du modèle, l’erreur quadratique moyenne de prédiction (EQMP) fondée sur le plan des meilleurs prédicteurs linéaires sans biais empiriques (MPLSBE) augmente généralement. La méthode de meilleure prédiction observée (MPO) a été proposée dans le but d’améliorer l’EQMP fondée sur le plan par rapport à la méthode MPLSBE. Dans la présente étude, nous menons des expériences de simulation de Monte Carlo pour comprendre l’effet d’erreurs de spécification de la structure de la moyenne sur différents estimateurs sur petits domaines. Nos résultats laissent entendre que la méthode MPO reposant sur des variables auxiliaires au niveau de l’unité ne fournit pas de meilleurs résultats que la méthode MPLSBE pour ce qui est de l’EQMP fondée sur le plan, sauf si le nombre de petits domaines m est extrêmement grand. À l’inverse, les rendements de la méthode MPO s’améliorent nettement lorsque des variables auxiliaires au niveau du domaine sont utilisées. La présente étude inclut à la fois des données analytiques et numériques pour illustrer ces observations; elle fournit en outre des renseignements pratiques pour faire face aux erreurs de spécification de modèle dans le contexte d’estimations sur petits domaines (EPD).
Date de diffusion : 2025-12-23
8. Estimation des indicateurs mensuels de la confiance des consommateurs à l’aide de modèles de séries chronologiques structurels
Articles et rapports : 12-001-X202500200003
Description : Dans la présente étude, une procédure d’inférence selon un modèle de séries chronologiques structurel multivarié est élaborée pour la production de chiffres mensuels sur la confiance des consommateurs. Les données d’entrée pour le modèle sont cinq séries d’estimations directes pour les indices mesurant la confiance des consommateurs, tirées de l’Enquête sur la confiance des consommateurs des Pays-Bas. Le modèle améliore l’exactitude des estimations directes, puisqu’il permet une meilleure séparation des erreurs de mesure et d’échantillonnage par rapport aux paramètres cibles estimés. Les erreurs-types pour les mouvements mois-à-mois sont clairement plus petites dans le modèle de séries chronologiques. Un deuxième problème abordé dans cette étude est lié à la transition vers un nouveau processus d’enquête en 2017. Des modèles de séries chronologiques structurels combinés à un essai parallèle sont appliqués pour estimer les discontinuités causées par le remaniement. Un algorithme conçu pour les variables de la confiance des consommateurs est élaboré pour construire des séries de données d’entrée ininterrompues pour le modèle de séries chronologiques structurel mentionné précédemment. Cette méthode d’inférence a facilité une transition harmonieuse vers un nouveau plan d’enquête et a donné lieu à des séries ininterrompues sur la confiance des consommateurs remontant jusqu’à 1986. Cette méthode est mise en œuvre pour la production de chiffres mensuels officiels sur la confiance des consommateurs aux Pays-Bas.
Date de diffusion : 2025-12-23
9. Pondération par probabilité inverse équilibrant les quantiles pour des échantillons non probabilistes
Articles et rapports : 12-001-X202500200005
Description : L’utilisation de sources de données non probabilistes à des fins statistiques et pour des statistiques officielles a gagné en popularité au cours des dernières années. L’inférence statistique fondée sur des échantillons non probabilistes devient toutefois plus difficile en raison de sa nature biaisée et de l’absence de représentativité. Dans le présent article, nous proposons un estimateur de pondération probabiliste inverse équilibrant les quantiles (PPIEQ) pour des échantillons non probabilistes. Nous appliquons ici l’idée de Harms et Duchesne (2006) permettant d’utiliser les renseignements sur les quantiles dans le processus d’estimation afin de reproduire des totaux connus et la répartition de variables auxiliaires. Nous parlons de l’estimation des probabilités de PPIEQ et de sa variance. Notre étude par simulation a montré la robustesse des estimateurs proposés par rapport à une spécification erronée de modèle, qui aident ainsi à réduire les biais et l’erreur quadratique moyenne. En dernier lieu, nous avons appliqué les méthodes proposées pour estimer la proportion d’emplois vacants destinés à des travailleurs ukrainiens en Pologne en utilisant un ensemble intégré de données administratives et d’enquête sur les postes vacants.
Date de diffusion : 2025-12-23
10. Amélioration de l’inférence sur petits domaines grâce à l’intégration de données fondée sur des distributions a priori globales-locales
Articles et rapports : 12-001-X202500200009
Description : Nous présentons et appliquons une méthodologie pour améliorer l’inférence des paramètres pour petits domaines en utilisant des données tirées de plusieurs sources. Les présents travaux prolongent ceux de Cahoy et Sedransk (2023) qui ont montré la façon d’intégrer des statistiques sommaires provenant de sources multiples. Notre méthodologie pour effectuer des inférences sur la proportion de personnes dans les comtés de Floride qui ne sont pas couvertes par un régime d’assurance-maladie s’appuie sur des distributions a priori hiérarchiques globales-locales. Les résultats d’une vaste étude par simulation montrent que cette méthodologie, fondée sur de multiples sources de données, permettra de produire de meilleures inférences. Parmi les cinq variantes du modèle qui ont été évaluées, celles reposant sur les distributions a priori de type horseshoe pour l’ensemble des variances produisent de meilleurs résultats que celles reposant sur les distributions a priori de type LASSO pour les variances locales.
Date de diffusion : 2025-12-23

Références (28)

Références (28) (0 to 10 of 28 results)

1. Cadre de projection de l’utilisation des logements par les immigrants et les résidents non permanents
Enquêtes et programmes statistiques — Documentation : 11-633-X2026002
Description : 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
2. Guide technique des estimations démographiques à Statistique Canada
Enquêtes et programmes statistiques — Documentation : 91-528-X
Description : 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
3. Rapport technique sur l'échantillonnage et la pondération, Recensement de la population
Enquêtes et programmes statistiques — Documentation : 98-306-X
Description :
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
4. Taux d’imposition et de transfert effectifs : Note de référence technique
Avis et consultations : 75F0002M2019006
Description :
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
5. Révisions aux données sur le revenu de 2006 à 2011 Archivé
Enquêtes et programmes statistiques — Documentation : 75F0002M2015003
Description :
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
6. Méthodologie de mesure de l’économie souterraine selon la province et le territoire Archivé
Enquêtes et programmes statistiques — Documentation : 13-605-X201500414166
Description :
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
7. Rapport technique sur l’échantillonnage et la pondération, Enquête nationale auprès des ménages, 2011 Archivé
Enquêtes et programmes statistiques — Documentation : 99-002-X2011001
Description :
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
8. Rapport technique sur l’échantillonnage et la pondération, Enquête nationale auprès des ménages
Enquêtes et programmes statistiques — Documentation : 99-002-X
Description : 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
9. Rapport technique du Recensement de 2006 : Échantillonnage et pondération
Enquêtes et programmes statistiques — Documentation : 92-568-X
Description :
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
10. Améliorations apportées à l'Enquête sur la population active (EPA) en 2006 Archivé
Enquêtes et programmes statistiques — Documentation : 71F0031X2006003
Description :
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

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.

Date de modification :: 2026-09-14