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)

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

Résultats

Tout (2)

Tout (2) ((2 résultats))

  • Articles et rapports : 12-001-X197900254834
    Description : On propose en remplacement de la sélection directe de l’échantillon une autre solution qui, tout en maintenant l’efficacité au même niveau, simplifie les processus de sélection et d’estimation des variances dans un grand nombre de cas. Si n* représente la plus grande taille possible de l’échantillon prélevé selon une méthode qui donne à chaque unité une probabilité d’inclusion proportionnelle à la taille (pPT) à partir d’une population donnée de taille N, la méthode proposée suppose alors la sélection des unités m (= N - n*) en utilisant le schéma pPT et en retirant ces unités de la population de manière à ce que le reste soit un échantillon pPT d’unités n*; l’échantillon définitif des unités n est ensuite prélevé comme sous-échantillon à partir de l’ensemble restant. Cette méthode de sélection de l’échantillon pPT peut être considérée comme l’équivalent de l’EAS dans lequel il est bien connu que la partie « non échantillonnée » de la population et tout sous-échantillon de cette partie constituent également l’EAS de l’ensemble de la population, si l’on applique la procédure EAS. La méthode est très pratique dans les cas où m est inférieur à la taille réelle n de l’échantillon. De plus, elle présente un autre avantage pour les enquêtes permanentes, par exemple l’Enquête sur la population active du Canada (EPA) où il faut augmenter (ou diminuer) le nombre des unités primaires d’échantillonnage (UPE) après la sélection initiale de l’échantillon. La méthode est également intéressante dans le cas du renouvellement de l’échantillon. Le document présente les avantages et inconvénients du plan proposé. L’efficacité de la méthode y est aussi évaluée de façon empirique.
    Date de diffusion : 1979-12-15

  • Articles et rapports : 12-001-X197900254832
    Description :

    La méthode d’imputation dite du « hot deck » est celle où l’on complète une réponse incomplète avec des données provenant d’un ou de plusieurs autres enregistrements du même fichier; le choix de ces enregistrements varie selon l'enregistrement devant faire l’objet d’une imputation.

    Le document décrit la méthode générale du « hot deck », en insistant sur l’interaction entre les contraintes de vérification et les procédures d’imputation. À partir d’une combinaison de champs catégoriques et numériques, il est possible de construire des fonctions de distance, de les modifier de manière à tenir compte de l’importance relative des champs et de défavoriser des donneurs peu désirables. Des champs appariés peuvent être corrélés avec des champs manquants, raccordés à des champs manquants par vérification ou peuvent être des variables naturelles de stratification; cependant, le fait d’augmenter le nombre de champs appariés ne donne pas nécessairement un meilleur appariement. Il importe de contrôler l’imputation et de résumer sa performance.

    Il faut évaluer la méthode dite du « hot deck » pour étudier le biais et la fiabilité des estimations, de l’utilisation des donneurs et de la fréquence de l’échec de l’imputation dans diverses conditions des données et la variation de la procédure d’imputation. Il semble que la simulation soit la seule approche d’évaluation qui soit généralement disponible.

    Date de diffusion : 1979-12-14
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-X197900254834
    Description : On propose en remplacement de la sélection directe de l’échantillon une autre solution qui, tout en maintenant l’efficacité au même niveau, simplifie les processus de sélection et d’estimation des variances dans un grand nombre de cas. Si n* représente la plus grande taille possible de l’échantillon prélevé selon une méthode qui donne à chaque unité une probabilité d’inclusion proportionnelle à la taille (pPT) à partir d’une population donnée de taille N, la méthode proposée suppose alors la sélection des unités m (= N - n*) en utilisant le schéma pPT et en retirant ces unités de la population de manière à ce que le reste soit un échantillon pPT d’unités n*; l’échantillon définitif des unités n est ensuite prélevé comme sous-échantillon à partir de l’ensemble restant. Cette méthode de sélection de l’échantillon pPT peut être considérée comme l’équivalent de l’EAS dans lequel il est bien connu que la partie « non échantillonnée » de la population et tout sous-échantillon de cette partie constituent également l’EAS de l’ensemble de la population, si l’on applique la procédure EAS. La méthode est très pratique dans les cas où m est inférieur à la taille réelle n de l’échantillon. De plus, elle présente un autre avantage pour les enquêtes permanentes, par exemple l’Enquête sur la population active du Canada (EPA) où il faut augmenter (ou diminuer) le nombre des unités primaires d’échantillonnage (UPE) après la sélection initiale de l’échantillon. La méthode est également intéressante dans le cas du renouvellement de l’échantillon. Le document présente les avantages et inconvénients du plan proposé. L’efficacité de la méthode y est aussi évaluée de façon empirique.
    Date de diffusion : 1979-12-15

  • Articles et rapports : 12-001-X197900254832
    Description :

    La méthode d’imputation dite du « hot deck » est celle où l’on complète une réponse incomplète avec des données provenant d’un ou de plusieurs autres enregistrements du même fichier; le choix de ces enregistrements varie selon l'enregistrement devant faire l’objet d’une imputation.

    Le document décrit la méthode générale du « hot deck », en insistant sur l’interaction entre les contraintes de vérification et les procédures d’imputation. À partir d’une combinaison de champs catégoriques et numériques, il est possible de construire des fonctions de distance, de les modifier de manière à tenir compte de l’importance relative des champs et de défavoriser des donneurs peu désirables. Des champs appariés peuvent être corrélés avec des champs manquants, raccordés à des champs manquants par vérification ou peuvent être des variables naturelles de stratification; cependant, le fait d’augmenter le nombre de champs appariés ne donne pas nécessairement un meilleur appariement. Il importe de contrôler l’imputation et de résumer sa performance.

    Il faut évaluer la méthode dite du « hot deck » pour étudier le biais et la fiabilité des estimations, de l’utilisation des donneurs et de la fréquence de l’échec de l’imputation dans diverses conditions des données et la variation de la procédure d’imputation. Il semble que la simulation soit la seule approche d’évaluation qui soit généralement disponible.

    Date de diffusion : 1979-12-14
Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :