Analyses

La COVID-19 sous l'angle des données

La COVID-19 : sous l'angle des données: Explorer les tendances économiques clés et les principaux défis sociaux au fur et à mesure que la situation COVID-19 évolue.

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)

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

Résultats

Tout (1)

Tout (1) ((1 résultat))

  • Articles et rapports : 12-001-X19990014713
    Description :

    Les auteurs étudient l'estimation régionale robuste en fonction d'un modèle simple à effets aléatoires constitué d'un modèle de base (ou à effets fixes) et d'un modèle de liaison qui traite les effets fixes comme des réalisations d'une variable aléatoire. À l'aide de ce modèle, on obtient également un estimateur modélisé d'une moyenne régionale. Cet estimateur, qui dépend des poids d'enquête, demeure conforme au plan. On obtient également un estimateur à base de modèle de son erreur quadratique moyenne (EQM). Les résultats d'une simulation indiquent que l'estimateur proposé et l'estimateur modélisé de Kott (1989) sont également efficaces, et que l'estimateur de l'EQM proposé est souvent beaucoup plus stable que l'estimateur de l'EQM de Kott, même pour des écarts modérés du modèle de liaison. La méthode s'étend également à des modèles de régression à erreur emboîtée.

    Date de diffusion : 1999-10-08
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 : 12-001-X19990014713
    Description :

    Les auteurs étudient l'estimation régionale robuste en fonction d'un modèle simple à effets aléatoires constitué d'un modèle de base (ou à effets fixes) et d'un modèle de liaison qui traite les effets fixes comme des réalisations d'une variable aléatoire. À l'aide de ce modèle, on obtient également un estimateur modélisé d'une moyenne régionale. Cet estimateur, qui dépend des poids d'enquête, demeure conforme au plan. On obtient également un estimateur à base de modèle de son erreur quadratique moyenne (EQM). Les résultats d'une simulation indiquent que l'estimateur proposé et l'estimateur modélisé de Kott (1989) sont également efficaces, et que l'estimateur de l'EQM proposé est souvent beaucoup plus stable que l'estimateur de l'EQM de Kott, même pour des écarts modérés du modèle de liaison. La méthode s'étend également à des modèles de régression à erreur emboîtée.

    Date de diffusion : 1999-10-08
Revues et périodiques (0)

Revues et périodiques (0) (0 résultat)

Aucun contenu disponible actuellement

Date de modification :