Analyses
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Résultats
Tout (2)
Tout (2) ((2 résultats))
- Articles et rapports : 12-001-X20010015857Description :
Le présent article décrit et évalue une procédure d'imputation des valeurs manquantes pour une structure relativement complexe des données lorsque celles-ci manquent au hasard. On obtient les imputations en ajustant une séquence de modèles de régression et en tirant les valeurs des distributions prédictives correspondantes. Les types de modèle de régression utilisés sont les suivants : linéaire, logistique, de Poisson, logit généralisé, ou encore un mélange qui dépend du type de variable imputé. Deux autres caractéristiques communes du processus d'imputation sont intégrées : la restriction à une sous-population pertinente pour certaines variables et des limites ou contraintes logiques pour les valeurs imputées. Les restrictions comportent la création de sous-ensembles d'unités d'échantillon répondant à certains critères au moment de l'ajustement des modèles de régression. Les limites supposent que l'on tire des valeurs d'une distribution prédictive tronquée. L'élaboration de cette méthode s'est inspirée en partie de l'analyse de deux fichiers de données utilisés à titre d'illustration. On applique la procédure de régression séquentielle à l'analyse d'imputations multiples pour les deux problèmes appliqués. Les propriétés d'échantillonnage des inférences tirées de fichiers de données polyimputées créés à l'aide de la méthode de régresison séquentielle sont évaluées en fonction de fichiers de données simulées.
Date de diffusion : 2001-08-22 - 2. Plans d’enquête téléphonique stratifiée ArchivéArticles et rapports : 12-001-X199300114472Description :
Aux États-Unis, l’échantillonnage des numéros de téléphone de ménages s’appuie abondamment sur les méthodes de composition (téléphonique) aléatoire à deux degrés conçues par Mitofsky et ensuite élaborées par Waksberg. Par rapport à ces dernières, les autres méthodes courantes sont lacunaires au plan de la couverture et à celui des coûts. On remédie à ces lacunes par des plans d’échantillonnage qui, à partir de l’information sur les numéros inscrits, améliorent le rapport coût-efficacité de la composition aléatoire. La base de sondage, composée des numéros de téléphone, est divisée en deux strates, dont l’une comprend les numéros publiés pour lesquels l’information existe au niveau de la banque de 100, et l’autre, les numéros pour lesquels cette information n’existe pas. L’efficacité de divers modèles d’échantillonnage joints au plan stratifié est comparée à la composition aléatoire simple (simplement aléatoire) et à la technique de Mitofsky-Waksberg. On constate des gains d’efficacité dans le cas de presque tous ces modèles. Les hypothèses simplificatrices relatives aux valeurs des paramètres de la population de chaque strate se révèlent n’avoir que peu de répercussions globales sur l’efficacité estimée.
Date de diffusion : 1993-06-15
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (2)
Articles et rapports (2) ((2 résultats))
- Articles et rapports : 12-001-X20010015857Description :
Le présent article décrit et évalue une procédure d'imputation des valeurs manquantes pour une structure relativement complexe des données lorsque celles-ci manquent au hasard. On obtient les imputations en ajustant une séquence de modèles de régression et en tirant les valeurs des distributions prédictives correspondantes. Les types de modèle de régression utilisés sont les suivants : linéaire, logistique, de Poisson, logit généralisé, ou encore un mélange qui dépend du type de variable imputé. Deux autres caractéristiques communes du processus d'imputation sont intégrées : la restriction à une sous-population pertinente pour certaines variables et des limites ou contraintes logiques pour les valeurs imputées. Les restrictions comportent la création de sous-ensembles d'unités d'échantillon répondant à certains critères au moment de l'ajustement des modèles de régression. Les limites supposent que l'on tire des valeurs d'une distribution prédictive tronquée. L'élaboration de cette méthode s'est inspirée en partie de l'analyse de deux fichiers de données utilisés à titre d'illustration. On applique la procédure de régression séquentielle à l'analyse d'imputations multiples pour les deux problèmes appliqués. Les propriétés d'échantillonnage des inférences tirées de fichiers de données polyimputées créés à l'aide de la méthode de régresison séquentielle sont évaluées en fonction de fichiers de données simulées.
Date de diffusion : 2001-08-22 - 2. Plans d’enquête téléphonique stratifiée ArchivéArticles et rapports : 12-001-X199300114472Description :
Aux États-Unis, l’échantillonnage des numéros de téléphone de ménages s’appuie abondamment sur les méthodes de composition (téléphonique) aléatoire à deux degrés conçues par Mitofsky et ensuite élaborées par Waksberg. Par rapport à ces dernières, les autres méthodes courantes sont lacunaires au plan de la couverture et à celui des coûts. On remédie à ces lacunes par des plans d’échantillonnage qui, à partir de l’information sur les numéros inscrits, améliorent le rapport coût-efficacité de la composition aléatoire. La base de sondage, composée des numéros de téléphone, est divisée en deux strates, dont l’une comprend les numéros publiés pour lesquels l’information existe au niveau de la banque de 100, et l’autre, les numéros pour lesquels cette information n’existe pas. L’efficacité de divers modèles d’échantillonnage joints au plan stratifié est comparée à la composition aléatoire simple (simplement aléatoire) et à la technique de Mitofsky-Waksberg. On constate des gains d’efficacité dans le cas de presque tous ces modèles. Les hypothèses simplificatrices relatives aux valeurs des paramètres de la population de chaque strate se révèlent n’avoir que peu de répercussions globales sur l’efficacité estimée.
Date de diffusion : 1993-06-15
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :