Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Année de publication

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

Résultats

Tout (4)

Tout (4) ((4 résultats))

  • Articles et rapports : 12-001-X201200111682
    Description :

    Les questions concernant la répartition de l'échantillon sont étudiées dans le contexte de l'estimation des moyennes de sous-population (strate ou domaine), ainsi que de la moyenne de population agrégée sous-échantillonnage aléatoire simple stratifié. Une méthode de programmation non linéaire est utilisée pour obtenir la répartition « optimale » de l'échantillon entre les strates qui minimise la taille totale d'échantillon sous la contrainte des tolérances spécifiées pour les coefficients de variation des estimateurs des moyennes de strate et de la moyenne de population. La taille totale d'échantillon résultante est alors utilisée pour déterminer les répartitions de l'échantillon par les méthodes de Costa, Satorra et Ventura (2004) s'appuyant sur une répartition intermédiaire ou de compromis et de Longford (2006) fondée sur des « priorités inférencielles » spécifiées. En outre, nous étudions la répartition de l'échantillon entre les strates quand sont également spécifiées des exigences de fiabilité pour des domaines qui recoupent les strates. Les propriétés des trois méthodes sont étudiées au moyen de données provenant de l'Enquête mensuelle sur le commerce de détail (EMCD) menée par Statistique Canada auprès d'établissements uniques.

    Date de diffusion : 2012-06-27

  • Articles et rapports : 11-522-X20030017721
    Description :

    Dans ce document, on examine un modèle de régression pour estimer les composantes de la variance pour un plan d'échantillonnage à deux degrés.

    Date de diffusion : 2005-01-26

  • Articles et rapports : 11-522-X20020016728
    Description :

    On recueille les données de presque toutes les enquêtes selon un plan d'échantillonnage complexe et on les utilise souvent pour effectuer des analyses statistiques allant plus loin que l'estimation de simples paramètres descriptifs de la population cible. Nombre de procédures offertes par les progiciels statistiques les plus utilisés ne conviennent pas pour cette tâche, car les analyses sont fondées sur l'hypothèse qu'on a procédé à un échantillonnage aléatoire simple. Par conséquent, les résultats ne sont pas valides en cas d'échantillonnage à plusieurs degrés, de stratification ou de mise en grappes. Deux méthodes utilisées couramment pour analyser les données d'enquêtes complexes sont les techniques de rééchantillonnage (répétitions) et de linéarisation de Taylor. Cet article traite de l'utilisation du logiciel WesVar pour calculer des estimations et pour produire des estimations répétées de la variance en reflétant correctement l'échantillonnage complexe et les méthodes d'estimation. On illustre aussi les caractéristiques de WesVar à l'aide de données provenant de deux enquêtes réalisées par Westat basées sur des plans d'échantillonnage complexes, à savoir la Third International Mathematics and Science Study (TIMSS) et la National Health and Nutrition Examination Survey (NHANES).

    Date de diffusion : 2004-09-13

  • Articles et rapports : 12-001-X197900100004
    Description : Soit U = {1, 2, 3, ..., i, ..., N} une population finie de N unités indentifiables. Une « mesure de la taille » connue x_i est associée à l’unité i, i = 1, 2, …, N. L’auteur propose une méthode d’échantillonnage pour choisir une taille d’échantillon n (2 < n < N) dont la probabilité est proportionnelle à la taille et sans remise. De cette façon la probabilité d’inclusion est proportionnelle à la taille pour chaque unité de la population.
    Date de diffusion : 1979-06-15
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 : 12-001-X201200111682
    Description :

    Les questions concernant la répartition de l'échantillon sont étudiées dans le contexte de l'estimation des moyennes de sous-population (strate ou domaine), ainsi que de la moyenne de population agrégée sous-échantillonnage aléatoire simple stratifié. Une méthode de programmation non linéaire est utilisée pour obtenir la répartition « optimale » de l'échantillon entre les strates qui minimise la taille totale d'échantillon sous la contrainte des tolérances spécifiées pour les coefficients de variation des estimateurs des moyennes de strate et de la moyenne de population. La taille totale d'échantillon résultante est alors utilisée pour déterminer les répartitions de l'échantillon par les méthodes de Costa, Satorra et Ventura (2004) s'appuyant sur une répartition intermédiaire ou de compromis et de Longford (2006) fondée sur des « priorités inférencielles » spécifiées. En outre, nous étudions la répartition de l'échantillon entre les strates quand sont également spécifiées des exigences de fiabilité pour des domaines qui recoupent les strates. Les propriétés des trois méthodes sont étudiées au moyen de données provenant de l'Enquête mensuelle sur le commerce de détail (EMCD) menée par Statistique Canada auprès d'établissements uniques.

    Date de diffusion : 2012-06-27

  • Articles et rapports : 11-522-X20030017721
    Description :

    Dans ce document, on examine un modèle de régression pour estimer les composantes de la variance pour un plan d'échantillonnage à deux degrés.

    Date de diffusion : 2005-01-26

  • Articles et rapports : 11-522-X20020016728
    Description :

    On recueille les données de presque toutes les enquêtes selon un plan d'échantillonnage complexe et on les utilise souvent pour effectuer des analyses statistiques allant plus loin que l'estimation de simples paramètres descriptifs de la population cible. Nombre de procédures offertes par les progiciels statistiques les plus utilisés ne conviennent pas pour cette tâche, car les analyses sont fondées sur l'hypothèse qu'on a procédé à un échantillonnage aléatoire simple. Par conséquent, les résultats ne sont pas valides en cas d'échantillonnage à plusieurs degrés, de stratification ou de mise en grappes. Deux méthodes utilisées couramment pour analyser les données d'enquêtes complexes sont les techniques de rééchantillonnage (répétitions) et de linéarisation de Taylor. Cet article traite de l'utilisation du logiciel WesVar pour calculer des estimations et pour produire des estimations répétées de la variance en reflétant correctement l'échantillonnage complexe et les méthodes d'estimation. On illustre aussi les caractéristiques de WesVar à l'aide de données provenant de deux enquêtes réalisées par Westat basées sur des plans d'échantillonnage complexes, à savoir la Third International Mathematics and Science Study (TIMSS) et la National Health and Nutrition Examination Survey (NHANES).

    Date de diffusion : 2004-09-13

  • Articles et rapports : 12-001-X197900100004
    Description : Soit U = {1, 2, 3, ..., i, ..., N} une population finie de N unités indentifiables. Une « mesure de la taille » connue x_i est associée à l’unité i, i = 1, 2, …, N. L’auteur propose une méthode d’échantillonnage pour choisir une taille d’échantillon n (2 < n < N) dont la probabilité est proportionnelle à la taille et sans remise. De cette façon la probabilité d’inclusion est proportionnelle à la taille pour chaque unité de la population.
    Date de diffusion : 1979-06-15
Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :