Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Enquête ou programme statistique
Résultats
Tout (4)
Tout (4) ((4 résultats))
- Articles et rapports : 89-648-X2021001Description :
Cette étude porte sur la mesure dans laquelle les événements stressants de la vie peuvent accroître la probabilité, pour les adultes canadiens, de se trouver en situation d'insécurité alimentaire. L'analyse est fondée sur les données de la vague 4 (2018) de l'Étude longitudinale et internationale des adultes (ELIA) et de modèles logistiques multivariés. Ces données tiennent compte de la complexité du plan de sondage ainsi que d'autres variables sociodémographiques et socioéconomiques connues pour être associées à l'insécurité alimentaire. Les résultats montrent que les événements stressants de la vie liés au travail et à la santé accroissent les risques d'insécurité alimentaire de manière significative. Ils révèlent aussi que les adultes qui ont indiqué avoir vécu au moins deux événements stressants de la vie étaient quatre fois plus susceptibles d'être en situation d'insécurité alimentaire que ceux qui ont déclaré n'avoir vécu aucun événement stressant.
Date de diffusion : 2021-03-10 - Articles et rapports : 89-648-X2020004Description :
Le présent rapport technique a pour but de valider le module de la sécurité alimentaire de l'Étude longitudinale et internationale des adultes (ELIA) de 2018 (vague 4) et de fournir des recommandations qui seront utilisées aux fins d’analyse. La section 2 du rapport donne un aperçu des données de l’ELIA. La section 3 donne des renseignements de base quant aux mesures de la sécurité alimentaire dans les enquêtes nationales et explique pourquoi ces mesures sont importantes dans la documentation actuelle. La section 4 offre une analyse des données relatives à la sécurité alimentaire en présentant des statistiques descriptives clés et des contrôles logiques faisant appel à la méthodologie de l'ELIA et à des renseignements fournis par des chercheurs externes. Dans la section 5, la validation de certification a été effectuée en comparant d'autres enquêtes nationales canadiennes qui ont utilisé un module de la sécurité alimentaire avec le module utilisé dans l’ELIA. Enfin, la section 6 présente les observations clés et leur incidence quant à l’ELIA.
Date de diffusion : 2020-11-02 - Articles et rapports : 11-522-X20020016748Description :
Les praticiens utilisent souvent des données provenant d'enquêtes complexes (comme les enquêtes sur la population active et sur la santé basées sur un plan d'échantillonnage en grappes stratifiées) pour ajuster des modèles de régression logistique ou autres. Au cours des deux dernières décennies, beaucoup d'énergie a été consacrée à la mise au point de méthodes d'analyse des données d'enquêtes qui tiennent compte des caractéristiques du plan de sondage. Dans cet article, on étudie une méthode de remplacement intitulée échantillonnage inverse.
Des programmes spécialisés, comme SUDAAN et WESVAR, sont également commercialisés pour la mise en oeuvre de certaines de ces méthodes qui sont élaborées pour tenir compte des caractéristiques du plan de sondage. Toutefois, ces méthodes nécessitent des données supplémentaires, telles que les poids d'échantillonnage, les effets de plan ou l'analyse de groupement de microdonnées.
L'échantillonnage inverse (Hinkins et coll., Technique d'enquête, 1977) offre une méthode de rechange qui consiste à défaire les structures complexes des données afin de pouvoir appliquer des méthodes types. On tire des sous échantillons répétés à structure aléatoire simple et on analyse chaque sous échantillon par des méthodes types, et on les rassemble pour augmenter l'efficacité. Cette méthode permet de préserver le caractère confidentiel des fichiers de microdonnées bien qu'elle nécessite de nombreux calculs. Un inconvénient est qu'elle peut produire des estimations biaisées des paramètres de régression si la taille des sous échantillons est faible (comme dans le cas de l'échantillonnage en grappes stratifié).
Dans cet article, on propose une méthode basée sur des équations d'estimation qui consiste à rassembler les sous échantillons avant l'estimation et qui produit donc des estimations presque non biaisées des paramètres de régression, quelle que soit la taille des sous échantillons. En outre, elle nécessite moins de calculs que la méthode originale. On applique cette méthode à des données en grappes corrélées produites au moyen d'un modèle de régression linéaire à erreurs emboîtées pour illustrer ses avantages. On analyse aussi un ensemble de données réelles provenant d'une enquête de Statistique Canada par la méthode des équations d'estimation.
Date de diffusion : 2004-09-13 - Articles et rapports : 12-001-X20030026787Description :
L'application des méthodes statistiques classiques aux données provenant d'enquêtes complexes sans tenir compte des caractéristiques du plan de sondage peut donner lieu à des inférences incorrectes. Certaines méthodes ont été mises au point pour tenir compte du plan de sondage, mais elles nécessitent des renseignements supplémentaires, comme les poids de sondage, les effets de plan ou l'identification des grappes pour les microdonnées. L'échantillonnage inverse (Hinkins, Oh et Scheuren 1997) offre une autre approche qui consiste à défaire les structures des données d'enquête complexe de sorte qu'on puisse appliquer les méthodes classiques. Des sous-échantillons répétés sont tirés selon un plan d'échantillonnage aléatoire simple inconditionnel et analysés individuellement par les méthodes types, puis combinés pour augmenter l'efficacité. Cette méthode permet de préserver le caractère confidentiel des microdonnées, mais elle nécessite une grande capacité de calcul. Nous présentons une théorie de l'échantillonnage inverse et explorons ses limites. Nous proposons une approche fondée sur des équations d'estimation combinées pour traiter les paramètres complexes, tels que les ratios et les paramètres de régression linéaire ou logistique «en cas de recensement». La méthode est appliquée à un ensemble de données corrélées en grappes présentées dans Battese, Harter et Fuller(1988).
Date de diffusion : 2004-01-27
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (4)
Articles et rapports (4) ((4 résultats))
- Articles et rapports : 89-648-X2021001Description :
Cette étude porte sur la mesure dans laquelle les événements stressants de la vie peuvent accroître la probabilité, pour les adultes canadiens, de se trouver en situation d'insécurité alimentaire. L'analyse est fondée sur les données de la vague 4 (2018) de l'Étude longitudinale et internationale des adultes (ELIA) et de modèles logistiques multivariés. Ces données tiennent compte de la complexité du plan de sondage ainsi que d'autres variables sociodémographiques et socioéconomiques connues pour être associées à l'insécurité alimentaire. Les résultats montrent que les événements stressants de la vie liés au travail et à la santé accroissent les risques d'insécurité alimentaire de manière significative. Ils révèlent aussi que les adultes qui ont indiqué avoir vécu au moins deux événements stressants de la vie étaient quatre fois plus susceptibles d'être en situation d'insécurité alimentaire que ceux qui ont déclaré n'avoir vécu aucun événement stressant.
Date de diffusion : 2021-03-10 - Articles et rapports : 89-648-X2020004Description :
Le présent rapport technique a pour but de valider le module de la sécurité alimentaire de l'Étude longitudinale et internationale des adultes (ELIA) de 2018 (vague 4) et de fournir des recommandations qui seront utilisées aux fins d’analyse. La section 2 du rapport donne un aperçu des données de l’ELIA. La section 3 donne des renseignements de base quant aux mesures de la sécurité alimentaire dans les enquêtes nationales et explique pourquoi ces mesures sont importantes dans la documentation actuelle. La section 4 offre une analyse des données relatives à la sécurité alimentaire en présentant des statistiques descriptives clés et des contrôles logiques faisant appel à la méthodologie de l'ELIA et à des renseignements fournis par des chercheurs externes. Dans la section 5, la validation de certification a été effectuée en comparant d'autres enquêtes nationales canadiennes qui ont utilisé un module de la sécurité alimentaire avec le module utilisé dans l’ELIA. Enfin, la section 6 présente les observations clés et leur incidence quant à l’ELIA.
Date de diffusion : 2020-11-02 - Articles et rapports : 11-522-X20020016748Description :
Les praticiens utilisent souvent des données provenant d'enquêtes complexes (comme les enquêtes sur la population active et sur la santé basées sur un plan d'échantillonnage en grappes stratifiées) pour ajuster des modèles de régression logistique ou autres. Au cours des deux dernières décennies, beaucoup d'énergie a été consacrée à la mise au point de méthodes d'analyse des données d'enquêtes qui tiennent compte des caractéristiques du plan de sondage. Dans cet article, on étudie une méthode de remplacement intitulée échantillonnage inverse.
Des programmes spécialisés, comme SUDAAN et WESVAR, sont également commercialisés pour la mise en oeuvre de certaines de ces méthodes qui sont élaborées pour tenir compte des caractéristiques du plan de sondage. Toutefois, ces méthodes nécessitent des données supplémentaires, telles que les poids d'échantillonnage, les effets de plan ou l'analyse de groupement de microdonnées.
L'échantillonnage inverse (Hinkins et coll., Technique d'enquête, 1977) offre une méthode de rechange qui consiste à défaire les structures complexes des données afin de pouvoir appliquer des méthodes types. On tire des sous échantillons répétés à structure aléatoire simple et on analyse chaque sous échantillon par des méthodes types, et on les rassemble pour augmenter l'efficacité. Cette méthode permet de préserver le caractère confidentiel des fichiers de microdonnées bien qu'elle nécessite de nombreux calculs. Un inconvénient est qu'elle peut produire des estimations biaisées des paramètres de régression si la taille des sous échantillons est faible (comme dans le cas de l'échantillonnage en grappes stratifié).
Dans cet article, on propose une méthode basée sur des équations d'estimation qui consiste à rassembler les sous échantillons avant l'estimation et qui produit donc des estimations presque non biaisées des paramètres de régression, quelle que soit la taille des sous échantillons. En outre, elle nécessite moins de calculs que la méthode originale. On applique cette méthode à des données en grappes corrélées produites au moyen d'un modèle de régression linéaire à erreurs emboîtées pour illustrer ses avantages. On analyse aussi un ensemble de données réelles provenant d'une enquête de Statistique Canada par la méthode des équations d'estimation.
Date de diffusion : 2004-09-13 - Articles et rapports : 12-001-X20030026787Description :
L'application des méthodes statistiques classiques aux données provenant d'enquêtes complexes sans tenir compte des caractéristiques du plan de sondage peut donner lieu à des inférences incorrectes. Certaines méthodes ont été mises au point pour tenir compte du plan de sondage, mais elles nécessitent des renseignements supplémentaires, comme les poids de sondage, les effets de plan ou l'identification des grappes pour les microdonnées. L'échantillonnage inverse (Hinkins, Oh et Scheuren 1997) offre une autre approche qui consiste à défaire les structures des données d'enquête complexe de sorte qu'on puisse appliquer les méthodes classiques. Des sous-échantillons répétés sont tirés selon un plan d'échantillonnage aléatoire simple inconditionnel et analysés individuellement par les méthodes types, puis combinés pour augmenter l'efficacité. Cette méthode permet de préserver le caractère confidentiel des microdonnées, mais elle nécessite une grande capacité de calcul. Nous présentons une théorie de l'échantillonnage inverse et explorons ses limites. Nous proposons une approche fondée sur des équations d'estimation combinées pour traiter les paramètres complexes, tels que les ratios et les paramètres de régression linéaire ou logistique «en cas de recensement». La méthode est appliquée à un ensemble de données corrélées en grappes présentées dans Battese, Harter et Fuller(1988).
Date de diffusion : 2004-01-27
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :