Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Résultats
Tout (1)
Tout (1) ((1 résultat))
- Articles et rapports : 11-522-X20020016729Description :
Dans la grande majorité, sinon la totalité, des enquêtes par sondage, on doit faire face au problème de données manquantes. Les données manquantes sont habituellement causées par la non-réponse (le refus de participer à l'enquête ou l'intervieweur n'a pas été capable de rencontrer le répondant), mais elles peuvent aussi être créées à l'étape de la vérification des données pour résoudre des problèmes d'incohérences ou de réponses suspectes. La présence de données manquantes (non-réponse) entraîne généralement du biais et de l'incertitude dans les estimations. Pour surmonter cette difficulté, l'utilisation appropriée de toute l'information auxiliaire disponible permet de réduire au maximum le biais et la variance dus à la non-réponse. Dans le cadre de cette présentation, on définit le problème et on décrit la méthode sur laquelle le SEVANI est basé, puis on examine les utilisations possibles du système. En dernier lieu, on présente quelques exemples basés sur des données réelles illustrant la théorie en pratique.
En pratique, il est très difficile d'estimer le biais dû à la non-réponse. Il est cependant possible d'évaluer la variance due à la non-réponse en supposant que le biais est négligeable. Au cours de la dernière décennie, plusieurs méthodes ont d'ailleurs été proposées pour estimer cette variance, dont certaines ont été implantées dans le Système d'estimation de la variance due à la non-réponse et à l'imputation (SEVANI).
La méthode utilisée pour développer le SEVANI est basée sur la théorie de l'échantillonnage à deux phases où l'on suppose que la deuxième phase de sélection est la non-réponse. Toutefois, contrairement à l'échantillonnage à deux phases, un modèle d'imputation ou de non-réponse est requis pour l'estimation de la variance. Le SEVANI suppose également que la non-réponse est traitée en repondérant les unités répondantes ou en imputant les valeurs manquantes. On étudie trois techniques d'imputation : l'imputation d'une variable auxiliaire, l'imputation par la régression (déterministe ou aléatoire) et l'imputation par le plus proche voisin.
Date de diffusion : 2004-09-13
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 : 11-522-X20020016729Description :
Dans la grande majorité, sinon la totalité, des enquêtes par sondage, on doit faire face au problème de données manquantes. Les données manquantes sont habituellement causées par la non-réponse (le refus de participer à l'enquête ou l'intervieweur n'a pas été capable de rencontrer le répondant), mais elles peuvent aussi être créées à l'étape de la vérification des données pour résoudre des problèmes d'incohérences ou de réponses suspectes. La présence de données manquantes (non-réponse) entraîne généralement du biais et de l'incertitude dans les estimations. Pour surmonter cette difficulté, l'utilisation appropriée de toute l'information auxiliaire disponible permet de réduire au maximum le biais et la variance dus à la non-réponse. Dans le cadre de cette présentation, on définit le problème et on décrit la méthode sur laquelle le SEVANI est basé, puis on examine les utilisations possibles du système. En dernier lieu, on présente quelques exemples basés sur des données réelles illustrant la théorie en pratique.
En pratique, il est très difficile d'estimer le biais dû à la non-réponse. Il est cependant possible d'évaluer la variance due à la non-réponse en supposant que le biais est négligeable. Au cours de la dernière décennie, plusieurs méthodes ont d'ailleurs été proposées pour estimer cette variance, dont certaines ont été implantées dans le Système d'estimation de la variance due à la non-réponse et à l'imputation (SEVANI).
La méthode utilisée pour développer le SEVANI est basée sur la théorie de l'échantillonnage à deux phases où l'on suppose que la deuxième phase de sélection est la non-réponse. Toutefois, contrairement à l'échantillonnage à deux phases, un modèle d'imputation ou de non-réponse est requis pour l'estimation de la variance. Le SEVANI suppose également que la non-réponse est traitée en repondérant les unités répondantes ou en imputant les valeurs manquantes. On étudie trois techniques d'imputation : l'imputation d'une variable auxiliaire, l'imputation par la régression (déterministe ou aléatoire) et l'imputation par le plus proche voisin.
Date de diffusion : 2004-09-13
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :