Analyses

Aller au contenu principal
Aller au pied de page

Sélection de la langue

English

Recherche et menus

Recherche et menus

Rechercher

Passer au filtres. Voir les résultats.

Centre de confiance de Statistique Canada

Résultats

Tout (4)

Tout (4) ((4 résultats))

1. Analyse d'expériences intégrées dans des plans de sondage complexes Archivé
Articles et rapports : 12-001-X20050018084
Description :
Les instituts nationaux de statistique intègrent parfois des expériences dans les enquêtes par sondage courantes afin d'étudier les effets éventuels de diverses techniques d'enquête sur les estimations des paramètres d'une population finie. En vue de tester les hypothèses au sujet des différences entre les estimations par sondage obtenues on applique diverses variantes de l'enquête, nous élaborons une théorie fondée sur le plan de sondage pour analyser des plans en randomisation totale ou des plans en blocs randomisés intégrés dans des plans de sondage complexes généraux. Pour ces deux types de plans d'expérience, nous établissons une statistique de Wald fondée sur le plan de sondage pour l'estimateur d'Horvitz-Thompson et pour l'estimateur par la régression généralisée. Enfin, nous illustrons la théorie au moyen d'une étude en simulation.
Date de diffusion : 2005-07-21
2. De l'utilisation des matrices inverses généralisées dans la théorie de l'échantillonnage Archivé
Articles et rapports : 12-001-X20020026434
Description :
En théorie, il est coutumier de définir les estimateurs de régression généralisée au moyen de modèles de pondération de plein rang; autrement dit, la matrice de plan d'expérience qui correspond au modèle de pondération est de plein rang. Il est bien connu que, pour de tels modèles de pondération, les poids de régression généralisée reproduisent les totaux (connus) de population des variables auxiliaires incluses dans le modèle. Toutefois, en pratique, il arrive souvent que le modèle de pondération ne soit pas de plein rang, particulièrement s'il est établi pour une stratification a posteriori incomplète. Au moyen de la théorie des matrices inverses généralisées, on montre dans quelles circonstances cette propriété de cohérence demeure valide. À titre d'exemple non trivial, on discute de la pondération cohérente entre les personnes et les ménages proposée par Lemaître et Dufour (1987), puis on montre comment la théorie est appliquée dans le logiciel Bascula.
Date de diffusion : 2003-01-29
3. Estimation et cohérence par la pondération répétée Archivé
Articles et rapports : 11-522-X20010016254
Description :
Cette publication comporte une description détaillée des questions techniques entourant la conception et la réalisation d'enquêtes et s'adresse surtout à des méthodologistes.
À Statistics Netherlands, la conception et l'organisation du processus statistique évoluent rapidement, inspirées par la nécessité de produire des données plus cohérentes et de réduire le fardeau de réponse. Le nouveau processus de production cherche à intégrer toutes les données d'enquête et les données administratives dans un nombre limité de bases de microdonnées et à élaborer une stratégie d'estimation pour ces bases de données.
Le présent document fournit la première motivation quant à une stratégie d'estimation par base de microdonnées. La stratégie proposée garantit que tous les tableaux d'estimations à dimensions M sont numériquement cohérents en ce qui a trait aux marges communes, même si les données de ces tableaux sont estimées d'après des enquêtes différentes. Bien qu'elle se fonde toujours sur le principe du calage aux marges, la stratégie n'est pas nécessairement basée sur un ensemble fixe de poids par enquête. L'aspect pratique de la stratégie est illustré à l'aide d'un exemple fictif.
Date de diffusion : 2002-09-12
4. Utilisation de méthodes d'appariement statistique dans l'estimation de calage Archivé
Articles et rapports : 12-001-X19980024354
Description :
Le présent article porte sur un essai de mise en tableau croisé de deux variables nominales qui ont été recueillies de manière distincte à partir de deux échantillons indépendants de grande taille, et recueillies conjointement à partir d'un seul échantillon de petite taille. Dans le cadre de cet essai, on a présumé que les échantillons de grande taille présentent un grand ensemble de variables communes. La méthode d'estimation qui est proposée peut être considérée comme un mélange entre les méthodes de calage et l'appariement statistique. Grâce aux méthodes de calage, il est possible d'intégrer les plans d'échantillonnage complexes à la méthode d'estimation, afin de répondre à certaines exigences en matière de cohérence entre des estimations provenant de sources différentes, ainsi que pour obtenir des estimations plutôt non biaisées dans le cas du tableau à double entrée. Grâce aux méthodes d'appariement statistique, il est possible d'intégrer un ensemble relativement important de variables communes à l'estimation de calage, à l'aide de laquelle on peut améliorer la justesse du tableau à double entrée qui est estimé. La méthode d'estimation nous permet de mieux comprendre le biais qui accompagne généralement l'estimation du tableau à double entrée lorsqu'on utilise uniquement les échantillons de grande taille. Nous montrons l'utilité de la méthode d'estimation dans l'imputation des valeurs provenant d'un des grands échantillons (source donneuse) à l'autre grand échantillon (source-hôte). Bien que la méthode soit élaborée principalement pour les valeurs nominales Y et Z, une modification mineure permet de l'appliquer également à des valeurs Y et Z continues.
Date de diffusion : 1999-01-14

Stats en bref (0)

Stats en bref (0) (0 résultat)

Aucun contenu disponible actuellement

Articles et rapports (4)

Articles et rapports (4) ((4 résultats))

1. Analyse d'expériences intégrées dans des plans de sondage complexes Archivé
Articles et rapports : 12-001-X20050018084
Description :
Les instituts nationaux de statistique intègrent parfois des expériences dans les enquêtes par sondage courantes afin d'étudier les effets éventuels de diverses techniques d'enquête sur les estimations des paramètres d'une population finie. En vue de tester les hypothèses au sujet des différences entre les estimations par sondage obtenues on applique diverses variantes de l'enquête, nous élaborons une théorie fondée sur le plan de sondage pour analyser des plans en randomisation totale ou des plans en blocs randomisés intégrés dans des plans de sondage complexes généraux. Pour ces deux types de plans d'expérience, nous établissons une statistique de Wald fondée sur le plan de sondage pour l'estimateur d'Horvitz-Thompson et pour l'estimateur par la régression généralisée. Enfin, nous illustrons la théorie au moyen d'une étude en simulation.
Date de diffusion : 2005-07-21
2. De l'utilisation des matrices inverses généralisées dans la théorie de l'échantillonnage Archivé
Articles et rapports : 12-001-X20020026434
Description :
En théorie, il est coutumier de définir les estimateurs de régression généralisée au moyen de modèles de pondération de plein rang; autrement dit, la matrice de plan d'expérience qui correspond au modèle de pondération est de plein rang. Il est bien connu que, pour de tels modèles de pondération, les poids de régression généralisée reproduisent les totaux (connus) de population des variables auxiliaires incluses dans le modèle. Toutefois, en pratique, il arrive souvent que le modèle de pondération ne soit pas de plein rang, particulièrement s'il est établi pour une stratification a posteriori incomplète. Au moyen de la théorie des matrices inverses généralisées, on montre dans quelles circonstances cette propriété de cohérence demeure valide. À titre d'exemple non trivial, on discute de la pondération cohérente entre les personnes et les ménages proposée par Lemaître et Dufour (1987), puis on montre comment la théorie est appliquée dans le logiciel Bascula.
Date de diffusion : 2003-01-29
3. Estimation et cohérence par la pondération répétée Archivé
Articles et rapports : 11-522-X20010016254
Description :
Cette publication comporte une description détaillée des questions techniques entourant la conception et la réalisation d'enquêtes et s'adresse surtout à des méthodologistes.
À Statistics Netherlands, la conception et l'organisation du processus statistique évoluent rapidement, inspirées par la nécessité de produire des données plus cohérentes et de réduire le fardeau de réponse. Le nouveau processus de production cherche à intégrer toutes les données d'enquête et les données administratives dans un nombre limité de bases de microdonnées et à élaborer une stratégie d'estimation pour ces bases de données.
Le présent document fournit la première motivation quant à une stratégie d'estimation par base de microdonnées. La stratégie proposée garantit que tous les tableaux d'estimations à dimensions M sont numériquement cohérents en ce qui a trait aux marges communes, même si les données de ces tableaux sont estimées d'après des enquêtes différentes. Bien qu'elle se fonde toujours sur le principe du calage aux marges, la stratégie n'est pas nécessairement basée sur un ensemble fixe de poids par enquête. L'aspect pratique de la stratégie est illustré à l'aide d'un exemple fictif.
Date de diffusion : 2002-09-12
4. Utilisation de méthodes d'appariement statistique dans l'estimation de calage Archivé
Articles et rapports : 12-001-X19980024354
Description :
Le présent article porte sur un essai de mise en tableau croisé de deux variables nominales qui ont été recueillies de manière distincte à partir de deux échantillons indépendants de grande taille, et recueillies conjointement à partir d'un seul échantillon de petite taille. Dans le cadre de cet essai, on a présumé que les échantillons de grande taille présentent un grand ensemble de variables communes. La méthode d'estimation qui est proposée peut être considérée comme un mélange entre les méthodes de calage et l'appariement statistique. Grâce aux méthodes de calage, il est possible d'intégrer les plans d'échantillonnage complexes à la méthode d'estimation, afin de répondre à certaines exigences en matière de cohérence entre des estimations provenant de sources différentes, ainsi que pour obtenir des estimations plutôt non biaisées dans le cas du tableau à double entrée. Grâce aux méthodes d'appariement statistique, il est possible d'intégrer un ensemble relativement important de variables communes à l'estimation de calage, à l'aide de laquelle on peut améliorer la justesse du tableau à double entrée qui est estimé. La méthode d'estimation nous permet de mieux comprendre le biais qui accompagne généralement l'estimation du tableau à double entrée lorsqu'on utilise uniquement les échantillons de grande taille. Nous montrons l'utilité de la méthode d'estimation dans l'imputation des valeurs provenant d'un des grands échantillons (source donneuse) à l'autre grand échantillon (source-hôte). Bien que la méthode soit élaborée principalement pour les valeurs nominales Y et Z, une modification mineure permet de l'appliquer également à des valeurs Y et Z continues.
Date de diffusion : 1999-01-14

Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-09-23

Comment utiliser les filtres et le champ de recherche

Vous pouvez faire une recherche en inscrivant des mots-clés ou en sélectionnant des filtres (p. ex. sous Sujet, Géographie, etc.) du côté gauche de la page.
On peut utiliser les filtres ensemble ou former diverses combinaisons. À chaque sélection de filtre, la page des résultats est mise à jour.
Pour commencer une nouvelle recherche, cliquez sur le bouton Effacer tout au-dessus du champ de recherche ou décochez tous les filtres.
Les mots-clés et les filtres précisés sont affichés au-dessus du champ de recherche. Vous pouvez désélectionner l’un ou l’autre des éléments ou tous les éléments, pour préciser ou effacer votre recherche.

Comment préciser ma recherche

Vous pouvez entrer des mots-clés dans le champ de recherche. Il n’est pas nécessaire d’utiliser « + » ou « , » ou « ET ».
Vous pouvez supprimer certains mots-clés ou tous les mots-clés de votre chaîne de recherche.
Les mots-clés entre guillemets limitent la recherche à l’expression précise.
- Par exemple, si vous cherchez « Enquête sur la population active », vous obtiendrez seulement des documents contenant cette suite de mots.
Utilisez « ou » entre les mots-clés pour obtenir des résultats qui contiennent au moins l’un des termes recherchés.
- Par exemple, si vous cherchez enquête ou population ou active, vous obtiendrez seulement les documents contenant l’un ou l’autre de ces mots, ou tous ces mots.

Comment fonctionne la recherche

Cette forme de recherche fournira les résultats contenant le(s) mot(s) inscrit(s) dans le titre, la description, le sujet, la géographie, le numéro de produit ou toute autre information au sujet du produit.
- Par exemple, lorsque vous cherchez le mot « maladies », tous les résultats obtenus contiendront ce mot dans le titre, la description, ou le sujet.
La recherche ne se fait pas dans le texte des articles ou des publications. Pour faire une recherche plein texte dans les articles, utilisez la fonction de recherche du site.