Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Résultats
Tout (2)
Tout (2) ((2 résultats))
- Articles et rapports : 12-001-X19980013907Description :
Les amateurs évaluent la méthode d'estimation par les moindres carrés pour les enquêtes répétitives. Ils proposent plusieurs estimateurs pour le niveau courant, le changement de niveau et le niveau moyen applicables à des périodes multiples. Suit la présentation de l'estimateur de régression récursif, méthode récursive permettant de calculer le meilleur estimateur linéaire sans biais d'après l'ensemble des périodes couvertes par l'enquête. On constate qu'il y a convergence de la régression récursive et que le nombre de dimensions de l'estimation est plafonné lorsque le nombre de périodes tend vers l'infini. La méthode récursive apporte une solution au problème de la complexité des calculs que suscite l'estimation non biaisée de la variance minimale dans les enquêtes répétitives. Les auteurs recourent aux données de la U.S. Current Population Survey pour comparer les différents estimateurs, avec deux genres de plan d'échantillonnage: le plan à renouvellement intermittent de la Current Population Survey et deux plans à renouvellement continu.
Date de diffusion : 1998-07-31 - 2. Estimation de la variance de l'estimateur général de régression : approche de calage à niveau élevé ArchivéArticles et rapports : 12-001-X19980013908Description :
L'analyse qui suit porte sur le problème qui consiste à estimer la variance de l'estimateur général de régresison linéaire. On a montré que l'approche de calage à bas niveau adoptée par Sändal (1996) est moins ou aussi efficace que celle d'une catégorie d'estimateurs avancée par Deng et Wu (1987). On a aussi proposé une approche par calage à un niveau plus élevé. Les auteurs montrent que cette dernière constitue une amélioration par rapport à l'originale. Plusieurs estimateurs correspondent à des cas particuliers de la nouvelle approche. On a notamment émis l'idée d'obtenir une estimation non négative de la variance de l'estimateur GREG. Les résultats ont été appliqués à un plan d'échantillonnage aléatoire stratifié. On a aussi entrepris une étude empirique afin de jauger l'efficacité des stratégies envisagées. Le logiciel de statistique SGE bien connu, élaboré par Statistique Canada, peut être perfectionné en vue de fournir une estimation plus précise de la variance de l'estimateur GREG par calage à niveau élevé, dans certaines circonstances examinées plus bas.
Date de diffusion : 1998-07-31
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-X19980013907Description :
Les amateurs évaluent la méthode d'estimation par les moindres carrés pour les enquêtes répétitives. Ils proposent plusieurs estimateurs pour le niveau courant, le changement de niveau et le niveau moyen applicables à des périodes multiples. Suit la présentation de l'estimateur de régression récursif, méthode récursive permettant de calculer le meilleur estimateur linéaire sans biais d'après l'ensemble des périodes couvertes par l'enquête. On constate qu'il y a convergence de la régression récursive et que le nombre de dimensions de l'estimation est plafonné lorsque le nombre de périodes tend vers l'infini. La méthode récursive apporte une solution au problème de la complexité des calculs que suscite l'estimation non biaisée de la variance minimale dans les enquêtes répétitives. Les auteurs recourent aux données de la U.S. Current Population Survey pour comparer les différents estimateurs, avec deux genres de plan d'échantillonnage: le plan à renouvellement intermittent de la Current Population Survey et deux plans à renouvellement continu.
Date de diffusion : 1998-07-31 - 2. Estimation de la variance de l'estimateur général de régression : approche de calage à niveau élevé ArchivéArticles et rapports : 12-001-X19980013908Description :
L'analyse qui suit porte sur le problème qui consiste à estimer la variance de l'estimateur général de régresison linéaire. On a montré que l'approche de calage à bas niveau adoptée par Sändal (1996) est moins ou aussi efficace que celle d'une catégorie d'estimateurs avancée par Deng et Wu (1987). On a aussi proposé une approche par calage à un niveau plus élevé. Les auteurs montrent que cette dernière constitue une amélioration par rapport à l'originale. Plusieurs estimateurs correspondent à des cas particuliers de la nouvelle approche. On a notamment émis l'idée d'obtenir une estimation non négative de la variance de l'estimateur GREG. Les résultats ont été appliqués à un plan d'échantillonnage aléatoire stratifié. On a aussi entrepris une étude empirique afin de jauger l'efficacité des stratégies envisagées. Le logiciel de statistique SGE bien connu, élaboré par Statistique Canada, peut être perfectionné en vue de fournir une estimation plus précise de la variance de l'estimateur GREG par calage à niveau élevé, dans certaines circonstances examinées plus bas.
Date de diffusion : 1998-07-31
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :