Filtrer les résultats par

Aide à la recherche
Currently selected filters that can be removed

Mot(s)-clé(s)

Année de publication

1 facets displayed. 1 facets selected.

Auteur(s)

2 facets displayed. 1 facets selected.
Aide à l'ordre
entrées

Résultats

Tout (1)

Tout (1) ((1 résultat))

  • Articles et rapports : 12-001-X20030026779
    Description :

    L'échantillonnage par dépistage de liens consiste à suivre les liens sociaux d'un répondant à l'autre pour obtenir l'échantillon. Dans le cas de populations humaines cachées et d'accès difficile, le recours à ce genre de plan d'échantillonnage est souvent le seul moyen pratique d'obtenir un échantillon suffisamment grand pour que l'étude donne de bons résultats. Dans le présent article, nous proposons une approche bayésienne du problème d'estimation. Lors des études fondées sur un plan d'échantillonnage par dépistage de liens, on dispose parfois de renseignements apriori sur les caractéristiques que l'on souhaite étudier. L'utilisation efficace de ces renseignements par une méthode bayésienne devrait produire de meilleurs estimateurs. Si l'information disponible est vague, on peut utiliser des lois apriori non informatives et procéder à une analyse de sensibilité. Dans notre exemple, nous constatons que les estimateurs ne sont pas sensibles aux lois apriori spécifiées. Il est important de souligner que, dans le cadre de travail bayésien, l'estimation d'intervalles pour évaluer l'exactitude des estimateurs peut se faire sans difficulté. Par contre, ces estimations sont difficiles à calculer par la méthode classique. En général, une analyse bayésienne donne, pour les paramètres inconnus, une loi (la loi aposteriori) à partir de laquelle il est possible de répondre à un grand nombre de questions simultanément.

    Date de diffusion : 2004-01-27
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-X20030026779
    Description :

    L'échantillonnage par dépistage de liens consiste à suivre les liens sociaux d'un répondant à l'autre pour obtenir l'échantillon. Dans le cas de populations humaines cachées et d'accès difficile, le recours à ce genre de plan d'échantillonnage est souvent le seul moyen pratique d'obtenir un échantillon suffisamment grand pour que l'étude donne de bons résultats. Dans le présent article, nous proposons une approche bayésienne du problème d'estimation. Lors des études fondées sur un plan d'échantillonnage par dépistage de liens, on dispose parfois de renseignements apriori sur les caractéristiques que l'on souhaite étudier. L'utilisation efficace de ces renseignements par une méthode bayésienne devrait produire de meilleurs estimateurs. Si l'information disponible est vague, on peut utiliser des lois apriori non informatives et procéder à une analyse de sensibilité. Dans notre exemple, nous constatons que les estimateurs ne sont pas sensibles aux lois apriori spécifiées. Il est important de souligner que, dans le cadre de travail bayésien, l'estimation d'intervalles pour évaluer l'exactitude des estimateurs peut se faire sans difficulté. Par contre, ces estimations sont difficiles à calculer par la méthode classique. En général, une analyse bayésienne donne, pour les paramètres inconnus, une loi (la loi aposteriori) à partir de laquelle il est possible de répondre à un grand nombre de questions simultanément.

    Date de diffusion : 2004-01-27
Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :