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.
Aide à l'ordre
entrées

Résultats

Tout (3)

Tout (3) ((3 résultats))

  • 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

  • Articles et rapports : 12-001-X19990014715
    Description :

    The Gallup Organization a mené des enquêtes-ménages pour étudier la prévalence à l'échelle des États de la consommation d'alcool et de drogues (par exemple, cocaïne, marijuana, etc.). Les estimations traditionnelles dans le cadre d'enquêtes fondées sur le plan d'échantillonnage relativement à l'utilisation et à la dépendance pour des comptés et des groupes démographiques choisis ont des erreurs-types inacceptables parce que la taille des échantillons dans des groupes infra-états est trop petite. L'estimation synthétique incorpore des renseignements démographiques et des indicateurs sociaux dans les estimations de la prévalence grâce à un modèle de régression implicite. Les estimations synthétiques ont tendance à produire des variances plus petites que les estimations fondées sur le plan d'échantillonnage, mais elles peuvent être très homogènes d'un comté à l'autre lorsque les variables auxiliaires sont homogènes. Les estimations composites pour les données régionales sont des mouvements ponérées des estimations synthétiques et des estimations d'enquêtes fondées sur le plan d'échantillonnage. Un deuxième problème que l'on ne rencontre pas généralement au niveau de l'État, mais qui est présent pour des zones infra-états et des groupes concerne l'estimation des erreurs-types des prévalences estimées qui sont près de zéro. Cette difficulté touche non seulement les estimations des enquêtes-ménages téléphoniques, mais aussi les estimations composites. Un modèle hiérarchique est proposé pour régler ce problème. Des estimateurs composites empririques de Bayes, qui incorporent des facteurs de pondération des enquêtes, des prévalences et des estimateurs selon la technique du jackknife de leurs erreurs quadratiques moyennes sont présentés et illustrés.

    Date de diffusion : 1999-10-08

  • Enquêtes et programmes statistiques — Documentation : 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 (3)

Articles et rapports (3) ((3 résultats))

  • 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

  • Articles et rapports : 12-001-X19990014715
    Description :

    The Gallup Organization a mené des enquêtes-ménages pour étudier la prévalence à l'échelle des États de la consommation d'alcool et de drogues (par exemple, cocaïne, marijuana, etc.). Les estimations traditionnelles dans le cadre d'enquêtes fondées sur le plan d'échantillonnage relativement à l'utilisation et à la dépendance pour des comptés et des groupes démographiques choisis ont des erreurs-types inacceptables parce que la taille des échantillons dans des groupes infra-états est trop petite. L'estimation synthétique incorpore des renseignements démographiques et des indicateurs sociaux dans les estimations de la prévalence grâce à un modèle de régression implicite. Les estimations synthétiques ont tendance à produire des variances plus petites que les estimations fondées sur le plan d'échantillonnage, mais elles peuvent être très homogènes d'un comté à l'autre lorsque les variables auxiliaires sont homogènes. Les estimations composites pour les données régionales sont des mouvements ponérées des estimations synthétiques et des estimations d'enquêtes fondées sur le plan d'échantillonnage. Un deuxième problème que l'on ne rencontre pas généralement au niveau de l'État, mais qui est présent pour des zones infra-états et des groupes concerne l'estimation des erreurs-types des prévalences estimées qui sont près de zéro. Cette difficulté touche non seulement les estimations des enquêtes-ménages téléphoniques, mais aussi les estimations composites. Un modèle hiérarchique est proposé pour régler ce problème. Des estimateurs composites empririques de Bayes, qui incorporent des facteurs de pondération des enquêtes, des prévalences et des estimateurs selon la technique du jackknife de leurs erreurs quadratiques moyennes sont présentés et illustrés.

    Date de diffusion : 1999-10-08

  • Enquêtes et programmes statistiques — Documentation : 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

Date de modification :