Analyses
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Résultats
Tout (1)
Tout (1) ((1 résultat))
- Articles et rapports : 12-001-X19990014715Description :
The Gallup Organization a mené des enquêtes-ménages pour étudier la prévalence à l'échelle des États de la consommation d'alcool et de drogues (par exemple, cocaïne, marijuana, etc.). Les estimations traditionnelles dans le cadre d'enquêtes fondées sur le plan d'échantillonnage relativement à l'utilisation et à la dépendance pour des comptés et des groupes démographiques choisis ont des erreurs-types inacceptables parce que la taille des échantillons dans des groupes infra-états est trop petite. L'estimation synthétique incorpore des renseignements démographiques et des indicateurs sociaux dans les estimations de la prévalence grâce à un modèle de régression implicite. Les estimations synthétiques ont tendance à produire des variances plus petites que les estimations fondées sur le plan d'échantillonnage, mais elles peuvent être très homogènes d'un comté à l'autre lorsque les variables auxiliaires sont homogènes. Les estimations composites pour les données régionales sont des mouvements ponérées des estimations synthétiques et des estimations d'enquêtes fondées sur le plan d'échantillonnage. Un deuxième problème que l'on ne rencontre pas généralement au niveau de l'État, mais qui est présent pour des zones infra-états et des groupes concerne l'estimation des erreurs-types des prévalences estimées qui sont près de zéro. Cette difficulté touche non seulement les estimations des enquêtes-ménages téléphoniques, mais aussi les estimations composites. Un modèle hiérarchique est proposé pour régler ce problème. Des estimateurs composites empririques de Bayes, qui incorporent des facteurs de pondération des enquêtes, des prévalences et des estimateurs selon la technique du jackknife de leurs erreurs quadratiques moyennes sont présentés et illustrés.
Date de diffusion : 1999-10-08
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (1)
Articles et rapports (1) ((1 résultat))
- Articles et rapports : 12-001-X19990014715Description :
The Gallup Organization a mené des enquêtes-ménages pour étudier la prévalence à l'échelle des États de la consommation d'alcool et de drogues (par exemple, cocaïne, marijuana, etc.). Les estimations traditionnelles dans le cadre d'enquêtes fondées sur le plan d'échantillonnage relativement à l'utilisation et à la dépendance pour des comptés et des groupes démographiques choisis ont des erreurs-types inacceptables parce que la taille des échantillons dans des groupes infra-états est trop petite. L'estimation synthétique incorpore des renseignements démographiques et des indicateurs sociaux dans les estimations de la prévalence grâce à un modèle de régression implicite. Les estimations synthétiques ont tendance à produire des variances plus petites que les estimations fondées sur le plan d'échantillonnage, mais elles peuvent être très homogènes d'un comté à l'autre lorsque les variables auxiliaires sont homogènes. Les estimations composites pour les données régionales sont des mouvements ponérées des estimations synthétiques et des estimations d'enquêtes fondées sur le plan d'échantillonnage. Un deuxième problème que l'on ne rencontre pas généralement au niveau de l'État, mais qui est présent pour des zones infra-états et des groupes concerne l'estimation des erreurs-types des prévalences estimées qui sont près de zéro. Cette difficulté touche non seulement les estimations des enquêtes-ménages téléphoniques, mais aussi les estimations composites. Un modèle hiérarchique est proposé pour régler ce problème. Des estimateurs composites empririques de Bayes, qui incorporent des facteurs de pondération des enquêtes, des prévalences et des estimateurs selon la technique du jackknife de leurs erreurs quadratiques moyennes sont présentés et illustrés.
Date de diffusion : 1999-10-08
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :