Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Année de publication

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

Résultats

Tout (3)

Tout (3) ((3 résultats))

  • Articles et rapports : 12-001-X199400214427
    Description :

    Dans cet article, nous déterminons un estimateur par régression généralisé pour domaines ainsi qu’un estimateur approximatif de la variance correspondante suivant un plan d’échantillonnage à deux phases pour stratification avec échantillonnage de Poisson à chaque phase. Ces estimateurs sont une application du modèle général d’estimation par régression pour l’échantillonnage à deux phases élaboré dans Särndal et Swensson (1987) et par Särndal, Swensson et Wretman (1992). Nous étudions l’efficacité empirique de l’estimateur par régression généralisé à l’aide de données de l’échantillon à deux phases de dossiers fiscaux de Statistique Canada, formé annuellement. Enfin, nous comparons à l’estimateur de Horvitz-Thompson trois cas particuliers de l’estimateur par régression généralisé, soit deux estimateurs par régression et un estimateur de stratification a posteriori.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199300214459
    Description :

    On appelle couplage d’enregistrements l’appariement d’enregistrements contenant des données sur des particuliers, des entreprises ou des logements quand on ne dispose pas d’un identificateur unique. Les méthodes utilisées, en pratique, comportent la classification de paires d’enregistrements, comme constituant des liens ou des non-liens, à l’aide d’une procédure automatisée basée sur le modèle théorique présenté par Fellegi et Sunter (1969). L’estimation des taux d’erreur de classification constitue un problème important. Fellegi et Sunter présentent une méthode, afin de calculer des estimations des taux d’erreur de classification, qui découle directement du couplage. Ces estimations faites à l’aide de modèles sont plus faciles à produire que celles obtenues par appariement manuel d’échantillons, méthode généralement utilisée en pratique. Les propriétés des estimations du taux d’erreur de classification fondées sur un modèle, obtenues au moyen de trois estimateurs de paramètre de modèle, sont comparées.

    Date de diffusion : 1993-12-15

  • Articles et rapports : 12-001-X199200214482
    Description :

    Dans la foulée de l’élaboration d’un plan de sondage pour des enquêtes-entreprises à Statistique Canada, nous exposons le problème de la répartition de l’échantillon pour un plan de sondage général à deux phases comme un problème de programmation non linéaire sous contrainte. En exploitant la structure mathématique du problème, nous proposons une solution qui consiste en des itérations entre deux sous-problèmes qui sont beaucoup moins complexes sur le plan du calcul. Lorsqu’on utilise une solution approximative comme valeur de départ, la méthode proposée donne des résultats très satisfaisants dans une étude empirique.

    Date de diffusion : 1992-12-15
Stats en bref (0)

Stats en bref (0) (0 résultat)

Aucun contenu disponible actuellement

Articles et rapports (3)

Articles et rapports (3) ((3 résultats))

  • Articles et rapports : 12-001-X199400214427
    Description :

    Dans cet article, nous déterminons un estimateur par régression généralisé pour domaines ainsi qu’un estimateur approximatif de la variance correspondante suivant un plan d’échantillonnage à deux phases pour stratification avec échantillonnage de Poisson à chaque phase. Ces estimateurs sont une application du modèle général d’estimation par régression pour l’échantillonnage à deux phases élaboré dans Särndal et Swensson (1987) et par Särndal, Swensson et Wretman (1992). Nous étudions l’efficacité empirique de l’estimateur par régression généralisé à l’aide de données de l’échantillon à deux phases de dossiers fiscaux de Statistique Canada, formé annuellement. Enfin, nous comparons à l’estimateur de Horvitz-Thompson trois cas particuliers de l’estimateur par régression généralisé, soit deux estimateurs par régression et un estimateur de stratification a posteriori.

    Date de diffusion : 1994-12-15

  • Articles et rapports : 12-001-X199300214459
    Description :

    On appelle couplage d’enregistrements l’appariement d’enregistrements contenant des données sur des particuliers, des entreprises ou des logements quand on ne dispose pas d’un identificateur unique. Les méthodes utilisées, en pratique, comportent la classification de paires d’enregistrements, comme constituant des liens ou des non-liens, à l’aide d’une procédure automatisée basée sur le modèle théorique présenté par Fellegi et Sunter (1969). L’estimation des taux d’erreur de classification constitue un problème important. Fellegi et Sunter présentent une méthode, afin de calculer des estimations des taux d’erreur de classification, qui découle directement du couplage. Ces estimations faites à l’aide de modèles sont plus faciles à produire que celles obtenues par appariement manuel d’échantillons, méthode généralement utilisée en pratique. Les propriétés des estimations du taux d’erreur de classification fondées sur un modèle, obtenues au moyen de trois estimateurs de paramètre de modèle, sont comparées.

    Date de diffusion : 1993-12-15

  • Articles et rapports : 12-001-X199200214482
    Description :

    Dans la foulée de l’élaboration d’un plan de sondage pour des enquêtes-entreprises à Statistique Canada, nous exposons le problème de la répartition de l’échantillon pour un plan de sondage général à deux phases comme un problème de programmation non linéaire sous contrainte. En exploitant la structure mathématique du problème, nous proposons une solution qui consiste en des itérations entre deux sous-problèmes qui sont beaucoup moins complexes sur le plan du calcul. Lorsqu’on utilise une solution approximative comme valeur de départ, la méthode proposée donne des résultats très satisfaisants dans une étude empirique.

    Date de diffusion : 1992-12-15
Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :