Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Résultats
Tout (3)
Tout (3) ((3 résultats))
- 1. Méthode de désagrégation fondée sur un modèle pour l’estimation des compétences des adultes ArchivéArticles et rapports : 11-522-X202200100003Description : L’estimation à de fins niveaux d’agrégation est nécessaire pour mieux décrire une société. Les approches fondées sur un modèle d’estimation sur petits domaines qui combinent des données d’enquête parcimonieuses à des données riches provenant de sources auxiliaires se sont révélées utiles pour améliorer la fiabilité des estimations sur petits domaines. Nous examinons ici un scénario où des estimations basées sur un modèle pour petits domaines, produit à un niveau d’agrégation donné, devaient être désagrégées pour mieux décrire la structure sociale à des niveaux plus fins. Pour ce scénario, nous avons élaboré une méthode de répartition afin de mettre en œuvre la désagrégation, surmontant les problèmes associés à la disponibilité des données et à l’élaboration de modèles à des niveaux de cette finesse. La méthode est appliquée à l’estimation de la littératie et de la numératie des adultes au niveau du comté par groupe, au moyen des données du Programme pour l’évaluation internationale des compétences des adultes (PEICA) des États-Unis. Dans cette application, les groupes sont définis en fonction de l’âge ou de la scolarité, mais la méthode pourrait être appliquée à l’estimation d’autres groupes en quête d’équité.Date de diffusion : 2024-03-25
- Articles et rapports : 11-522-X200600110403Description :
Le présent article décrit les travaux de recherche en vue d'intégrer l'estimation assistée par un modèle dans l'American Community Survey (ACS), grande enquête permanente destinée à remplacer le questionnaire de recensement détaillé dans les recensements décennaux des États Unis. L'application proposée intègre l'information provenant des dossiers administratifs dans l'estimation d'après les données de l'ACS. L'approche de l'estimation assistée par un modèle limite l'utilisation des dossiers administratifs aux ajustements des poids de sondage, tout en retenant les données sur les caractéristiques recueillies directement auprès des participants à l'ASC. Bien que l'ACS soit une enquête générale qui n'est pas spécialement liée à la santé, la présente étude de cas pourrait permettre de proposer des applications éventuelles dans le domaine de la statistique de la santé.
Date de diffusion : 2008-03-17 - Articles et rapports : 12-001-X198400114351Description :
La plupart des enquêtes menées par des organismes comme Statistique Canada ou le U.S. Bureau of the Census reposent sur des plans de sondage complexes. Les techniques d’inférence statistique basées sur le plan de sondage, qui sont généralement utilisées par ce genre d’organisme pour calculer des moyennes et des totaux, peuvent également s’étendre à l’estimation des paramètres de modèles analytiques. La plus grande partie de cette étude porte sur l’application des méthodes d’inférence basées sur le plan de sondage aux modèles théoriques, mais elle présente également des arguments justifiant le recours à des procédés basés sur le modèle dans certains cas, ce qui explique le fait que ces deux formes d’inférence soient utilisées par l’organisme dont l’auteur fait partie.
Cette étude décrit brièvement l’expérience acquise dans l’extension des techniques d’inférence basées sur le plan de sondage à l’analyse de régression linéaire. Récemment, la méthode des « poids d’échantillonnage artificiels » (replicate weighting) a été appliquée à l’estimation de la variance dans diverses enquêtes menées par le Census Bureau. Jusqu’à présent, cette méthode a servi avant tout à calculer la variance de variables statistiques simples, mais elle facilite aussi l’évaluation des variances dans pratiquement n’importe quel modèle analytique complexe. Enfin, on décrit des techniques relatives aux modèles log-linéaires et on résume les travaux faits sur ce sujet.
Date de diffusion : 1984-06-15
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (3)
Articles et rapports (3) ((3 résultats))
- 1. Méthode de désagrégation fondée sur un modèle pour l’estimation des compétences des adultes ArchivéArticles et rapports : 11-522-X202200100003Description : L’estimation à de fins niveaux d’agrégation est nécessaire pour mieux décrire une société. Les approches fondées sur un modèle d’estimation sur petits domaines qui combinent des données d’enquête parcimonieuses à des données riches provenant de sources auxiliaires se sont révélées utiles pour améliorer la fiabilité des estimations sur petits domaines. Nous examinons ici un scénario où des estimations basées sur un modèle pour petits domaines, produit à un niveau d’agrégation donné, devaient être désagrégées pour mieux décrire la structure sociale à des niveaux plus fins. Pour ce scénario, nous avons élaboré une méthode de répartition afin de mettre en œuvre la désagrégation, surmontant les problèmes associés à la disponibilité des données et à l’élaboration de modèles à des niveaux de cette finesse. La méthode est appliquée à l’estimation de la littératie et de la numératie des adultes au niveau du comté par groupe, au moyen des données du Programme pour l’évaluation internationale des compétences des adultes (PEICA) des États-Unis. Dans cette application, les groupes sont définis en fonction de l’âge ou de la scolarité, mais la méthode pourrait être appliquée à l’estimation d’autres groupes en quête d’équité.Date de diffusion : 2024-03-25
- Articles et rapports : 11-522-X200600110403Description :
Le présent article décrit les travaux de recherche en vue d'intégrer l'estimation assistée par un modèle dans l'American Community Survey (ACS), grande enquête permanente destinée à remplacer le questionnaire de recensement détaillé dans les recensements décennaux des États Unis. L'application proposée intègre l'information provenant des dossiers administratifs dans l'estimation d'après les données de l'ACS. L'approche de l'estimation assistée par un modèle limite l'utilisation des dossiers administratifs aux ajustements des poids de sondage, tout en retenant les données sur les caractéristiques recueillies directement auprès des participants à l'ASC. Bien que l'ACS soit une enquête générale qui n'est pas spécialement liée à la santé, la présente étude de cas pourrait permettre de proposer des applications éventuelles dans le domaine de la statistique de la santé.
Date de diffusion : 2008-03-17 - Articles et rapports : 12-001-X198400114351Description :
La plupart des enquêtes menées par des organismes comme Statistique Canada ou le U.S. Bureau of the Census reposent sur des plans de sondage complexes. Les techniques d’inférence statistique basées sur le plan de sondage, qui sont généralement utilisées par ce genre d’organisme pour calculer des moyennes et des totaux, peuvent également s’étendre à l’estimation des paramètres de modèles analytiques. La plus grande partie de cette étude porte sur l’application des méthodes d’inférence basées sur le plan de sondage aux modèles théoriques, mais elle présente également des arguments justifiant le recours à des procédés basés sur le modèle dans certains cas, ce qui explique le fait que ces deux formes d’inférence soient utilisées par l’organisme dont l’auteur fait partie.
Cette étude décrit brièvement l’expérience acquise dans l’extension des techniques d’inférence basées sur le plan de sondage à l’analyse de régression linéaire. Récemment, la méthode des « poids d’échantillonnage artificiels » (replicate weighting) a été appliquée à l’estimation de la variance dans diverses enquêtes menées par le Census Bureau. Jusqu’à présent, cette méthode a servi avant tout à calculer la variance de variables statistiques simples, mais elle facilite aussi l’évaluation des variances dans pratiquement n’importe quel modèle analytique complexe. Enfin, on décrit des techniques relatives aux modèles log-linéaires et on résume les travaux faits sur ce sujet.
Date de diffusion : 1984-06-15
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :